Meta: Llama 4 Scout

Meta: Llama 4 Scout es un modelo de lenguaje desarrollado por Meta. Es un modelo de mezcla de expertos que activa 17 mil millones de parámetros de un total de 109 mil millones, y se publica bajo el nombre Llama 4 Scout 17B Instruct (16E). Se encuentra en la categoría de texto en api14, y su fecha de corte de conocimiento es 2024-08-31.

El modelo acepta texto e imágenes como entrada y devuelve texto. Su ventana de contexto es de 1,310,720 tokens, lo suficientemente grande como para contener documentos muy largos, bases de código o historiales de múltiples turnos en una sola solicitud, y la longitud máxima de salida es de 16,384 tokens. La entrada multimodal nativa significa que puedes enviar imágenes junto con prompts de texto, por lo que las tareas que combinan una captura de pantalla, un diagrama o una foto con instrucciones escritas se admiten directamente en lugar de mediante un pipeline separado.

Esas capacidades apuntan a algunos usos prácticos. El trabajo con contexto largo, como resumir o consultar informes, contratos o transcripciones extensas, encaja bien con la ventana grande. Como se aceptan imágenes como entrada, la comprensión de documentos, el análisis de gráficos y capturas de pantalla, y la respuesta a preguntas visuales son aplicaciones razonables. El llamamiento a herramientas y las salidas estructuradas lo hacen adecuado para agentes y pipelines que necesitan que el modelo devuelva datos con una forma fija o invoque funciones externas, y el diseño de mezcla de expertos mantiene el recuento de parámetros activos en 17 mil millones, lo cual es relevante si te importa la eficiencia de servicio en lugar de la escala bruta.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "meta-llama/llama-4-scout". Los parámetros de solicitud admitidos son frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k y top_p. Ese conjunto cubre controles de muestreo, ejecuciones deterministas mediante seed, secuencias de parada, respuestas JSON o restringidas por esquema a través de response_format y structured_outputs, y el llamamiento a funciones mediante tools y tool_choice.

Dos límites merecen tenerse en cuenta antes de comprometerte. La salida está limitada a 16,384 tokens por respuesta, por lo que el trabajo que necesita una única finalización muy larga tiene que dividirse en varias llamadas. La fecha de corte de conocimiento es 2024-08-31, por lo que las preguntas sobre eventos posteriores a esa fecha dependen de lo que proporciones en el prompt o a través de herramientas. Si tu tarea es puramente de texto y no necesita la ventana de contexto grande ni la entrada de imágenes, un modelo más pequeño puede ser una opción más sencilla.