A Meta deu um passo decisivo em abril de 2025. O lançamento do Llama 4 não foi apenas uma atualização — foi uma ruptura com tudo o que a linha Llama representava até então.
Pela primeira vez, a Meta adotou a arquitetura Mixture of Experts (MoE), a mesma técnica usada pelos modelos mais avançados do mundo. O resultado? Qualidade de modelo gigante com custo de inferência de modelo compacto.
Em vez de ativar todos os parâmetros para cada token processado, a MoE divide o modelo em "especialistas". Para cada entrada, apenas uma fração deles é ativada.
O Llama 4 Scout tem 109 bilhões de parâmetros totais, mas ativa apenas 17 bilhões por token. O Maverick chega a 400 bilhões de parâmetros totais com os mesmos 17 bilhões ativos. Custo de execução de modelo pequeno, capacidade de modelo enorme.
Llama 4 Scout foi projetado para contextos extensos. Sua janela de contexto chega a 10 milhões de tokens — a maior já registrada em um modelo open source. Isso permite processar livros inteiros, bases de código completas ou conversas de meses em uma única chamada.
Llama 4 Maverick é focado em produção. Lidera em tarefas de engenharia de software real, com o maior score no SWE-bench entre os Llama 4, e conquista 85,5% no MMLU — o benchmark mais amplo de conhecimento geral.
Llama 4 Behemoth é o maior modelo da família — ainda em treinamento no momento do lançamento. Com estimativas de centenas de bilhões de parâmetros ativos, é posicionado como o modelo de pesquisa de ponta da Meta. Sua disponibilidade pública não tem data definida.
Os números falam por si:
MMLU (conhecimento geral): 85,5% — Maverick
SWE-bench (engenharia de software real): performance líder na família
Contexto: 10 milhões de tokens — Scout
Para tarefas práticas de codificação e resolução de problemas de engenharia, o Maverick compete diretamente com modelos proprietários de primeira linha.
O Llama 4 usa a Meta Community License. É gratuito para uso comercial, com restrições para empresas que desenvolvam modelos concorrentes com mais de 700 milhões de usuários mensais.
Está disponível via Hugging Face, Meta AI, e plataformas como AWS Bedrock, Azure e Google Cloud.
O Llama 4 não é apenas um modelo. É uma plataforma. A Meta abriu o peso dos modelos, permitindo que pesquisadores, startups e empresas construam sobre eles.
A janela de 10 milhões de tokens do Scout abre possibilidades inéditas: análise de repositórios completos de código, auditoria de documentos extensos, e agentes que mantêm contexto durante sessões longas de trabalho.
Em datacenters e ambientes corporativos, isso se traduz em redução de custo de inferência com capacidade equivalente à dos modelos fechados mais caros do mercado.
O Llama 4 consolidou a Meta como o principal player open source em LLMs de grande escala. Com a MoE como base, a linha estabelece um novo padrão: eficiência sem abrir mão de capacidade.
Para quem trabalha com IA em ambientes controlados — onde privacidade, custo e customização importam — o Llama 4 é hoje a referência obrigatória.
Fontes:
