Meta: Llama 4 Scout

Meta: O Llama 4 Scout é um modelo de linguagem desenvolvido pela Meta. É um modelo de mistura de especialistas que ativa 17 mil milhões de parâmetros de um total de 109 mil milhões, e é publicado com o nome Llama 4 Scout 17B Instruct (16E). Situa-se na categoria de texto em api14, e o seu limite de conhecimento é 2024-08-31.

O modelo aceita texto e imagens como entrada e devolve texto. A sua janela de contexto é de 1.310.720 tokens, o que é suficientemente grande para conter documentos muito longos, bases de código ou históricos de múltiplos turnos num único pedido, e o comprimento máximo de saída é de 16.384 tokens. A entrada multimodal nativa significa que pode enviar imagens juntamente com prompts de texto, pelo que tarefas que combinam uma captura de ecrã, um diagrama ou uma fotografia com instruções escritas são suportadas diretamente, em vez de através de um pipeline separado.

Estas capacidades apontam para algumas utilizações práticas. Trabalho de contexto longo, como resumir ou consultar relatórios, contratos ou transcrições extensas, encaixa bem na janela grande. Como as imagens são aceites como entrada, a compreensão de documentos, a análise de gráficos e capturas de ecrã, e a resposta a perguntas visuais são aplicações razoáveis. A chamada de ferramentas e as saídas estruturadas tornam-no adequado para agentes e pipelines que precisam que o modelo devolva dados numa forma fixa ou invoque funções externas, e o design de mistura de especialistas mantém a contagem de parâmetros ativos em 17 mil milhões, o que é relevante se lhe importar a eficiência de serviço em vez da escala bruta.

Pode chamá-lo através da API compatível com OpenAI da api14 usando o id de modelo "meta-llama/llama-4-scout". Os parâmetros de pedido suportados são frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k e top_p. Este conjunto cobre controlos de amostragem, execuções determinísticas através de seed, sequências de paragem, respostas JSON ou restringidas por esquema através de response_format e structured_outputs, e chamada de funções através de tools e tool_choice.

Vale a pena notar dois limites antes de se comprometer. A saída está limitada a 16.384 tokens por resposta, pelo que trabalho que exija uma conclusão única muito longa tem de ser dividido por vários pedidos. O limite de conhecimento é 2024-08-31, pelo que perguntas sobre eventos posteriores a essa data dependem do que fornecer no prompt ou através de ferramentas. Se a sua tarefa for puramente textual e não precisar da janela de contexto grande nem da entrada de imagens, um modelo mais pequeno pode ser uma escolha mais simples.