Meta lançou o Llama 4, um novo modelo de inteligência artificial, mas a estreia não foi tranquila. O lançamento aconteceu em um final de semana e houve problemas de implementação e falta de documentação. O Llama 4 inclui dois dos quatro modelos planejados, chamados Scout e Maverick, com um terceiro, Behemoth, previsto para breve. O modelo Maverick, embora tenha se destacado em um ranking, usou uma versão não divulgada, o que gerou dúvidas sobre sua eficácia. Testes mostraram que ele teve um desempenho ruim em tarefas de programação, acertando apenas 16% das vezes. Além disso, o modelo Scout exige 96 gigabytes de RAM, o que limita seu uso a servidores potentes. O custo para acessar toda a capacidade do modelo é alto, o que levanta questões sobre quem realmente pode usar o Llama 4. Meta parece estar focando em três grupos: usuários de nuvem que buscam soluções mais baratas, empresas menores que querem hospedar seus próprios modelos e usuários do Llama 3 que esperam uma atualização. No entanto, muitos estão aguardando o lançamento do Behemoth antes de tomar uma decisão, enquanto a concorrência no setor de inteligência artificial aumenta.
Meta lançou o modelo de inteligência artificial Llama 4, mas o evento foi marcado por uma implementação confusa e falta de documentação. A empresa já havia disponibilizado versões anteriores, como Llama 3, e agora apresenta blueprints para desenvolvedores. A nova versão inclui dois dos quatro modelos planejados, chamados Scout e Maverick, com um terceiro, Behemoth, previsto para breve.
A estreia do Llama 4 levantou suspeitas sobre as intenções da Meta, especialmente em relação ao timing do lançamento, que ocorreu em um final de semana. O modelo Maverick, embora tenha alcançado a segunda posição no ranking da LM Arena, utilizou uma versão não divulgada, o que gerou críticas sobre a eficácia do modelo. Testes práticos revelaram que Maverick teve um desempenho insatisfatório em tarefas de programação, com apenas dezesseis por cento de acerto em um benchmark específico.
Os desafios práticos também são significativos, pois o modelo Scout requer noventa e seis gigabytes de RAM para funcionar adequadamente, o que limita seu uso a servidores robustos. Além disso, o custo para acessar a totalidade da capacidade de contexto do modelo é consideravelmente elevado, variando de duas a quatro vezes o valor de implementações com contexto limitado. Isso levanta a questão sobre o público-alvo do Llama 4.
Meta parece estar mirando três grupos principais: usuários de nuvem que buscam soluções mais eficientes, empresas com menos de setecentos milhões de usuários que desejam hospedar modelos poderosos em seus próprios servidores, e usuários do Llama 3 que esperam uma atualização. Contudo, muitos desses potenciais usuários aguardam o lançamento do Behemoth antes de se comprometerem com a nova versão, enquanto a concorrência no setor de IA se intensifica.
Entre na conversa da comunidade