Meta: Llama 4 Scout

Meta : Llama 4 Scout est un modèle de langage développé par Meta. C'est un modèle de mélange d'experts qui active 17 milliards de paramètres sur un total de 109 milliards, et il est publié sous le nom Llama 4 Scout 17B Instruct (16E). Il se situe dans la catégorie texte sur api14, et sa date limite de connaissances est le 2024-08-31.

Le modèle accepte du texte et des images en entrée et renvoie du texte. Sa fenêtre de contexte est de 1 310 720 tokens, ce qui est suffisamment grand pour contenir de très longs documents, des bases de code ou des historiques multi-tours dans une seule requête, et la longueur maximale de sortie est de 16 384 tokens. L'entrée multimodale native signifie que vous pouvez envoyer des images accompagnées d'invites textuelles, de sorte que les tâches qui mélangent une capture d'écran, un diagramme ou une photo avec des instructions écrites sont prises en charge directement plutôt que via un pipeline séparé.

Ces capacités indiquent quelques usages pratiques. Le travail à long contexte, comme le résumé ou l'interrogation de rapports, de contrats ou de transcriptions volumineux, s'accorde bien avec la grande fenêtre. Comme les images sont acceptées en entrée, la compréhension de documents, l'analyse de graphiques et de captures d'écran, et la réponse à des questions visuelles sont des usages raisonnables. L'appel d'outils et les sorties structurées le rendent adapté aux agents et aux pipelines qui ont besoin que le modèle renvoie des données dans une forme fixe ou invoque des fonctions externes, et la conception en mélange d'experts maintient le nombre de paramètres actifs à 17 milliards, ce qui est pertinent si vous vous souciez de l'efficacité de service plutôt que de l'échelle brute.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "meta-llama/llama-4-scout". Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k et top_p. Cet ensemble couvre les contrôles d'échantillonnage, les exécutions déterministes via seed, les séquences d'arrêt, les réponses JSON ou contraintes par schéma via response_format et structured_outputs, et l'appel de fonctions via tools et tool_choice.

Deux limites méritent d'être notées avant de vous engager. La sortie est plafonnée à 16 384 tokens par réponse, donc un travail qui nécessite une seule complétion très longue doit être réparti sur plusieurs appels. La date limite de connaissances est le 2024-08-31, donc les questions sur des événements postérieurs à cette date dépendent de ce que vous fournissez dans l'invite ou via des outils. Si votre tâche est purement textuelle et n'a pas besoin de la grande fenêtre de contexte ni de l'entrée d'images, un modèle plus petit peut être un choix plus simple.