Model Open-Source Llama 4 — Skenario Deployment dan Penerapan di Ekosistem Meta

Ditinjau dan diverifikasi oleh FeiYueh · Terakhir diverifikasi 2026-10-21

Llama 4 menggunakan arsitektur Mixture of Experts (MoE) yang hanya mengaktifkan 17 miliar parameter pada setiap inferensi. Karena itu, Scout yang dikuantisasi k

Llama 4 menggunakan arsitektur Mixture of Experts (MoE) yang hanya mengaktifkan 17 miliar parameter pada setiap inferensi. Karena itu, Scout yang dikuantisasi ke Int4 dapat berjalan di satu GPU NVIDIA H100 sekaligus menyediakan jendela konteks 10 juta token. Bagi perusahaan maupun developer perorangan, artinya men-deploy model open-source multimodal berkonteks panjang di server lokal atau private cloud tidak lagi membutuhkan satu klaster GPU. Satu server sudah cukup. Keluarga Model Llama 4: Perbedaan Posisi Tiga Varian Meta merilis Llama 4 pada 5 April 2025. Gelombang pertama yang dirilis ke publik adalah Scout dan Maverick, disertai pratinjau Behemoth yang saat itu masih dalam tahap pelatihan. Ketiganya adalah model multimodal native: teks dan gambar sudah dimasukkan bersama sejak tahap pra-pelatihan (early fusion), bukan modul visual yang ditambahkan belakangan. Spesifikasi lengkapnya dapat dilihat di artikel rilis resmi Meta AI . Llama 4 Scout: Konteks Panjang, Deployment di Satu GPU Scout memiliki total 109 miliar parameter dengan 16 expert, dan mengaktifkan 17 miliar parameter pada setiap inferensi. Keunggulan utamanya adalah “Llama 4 Scout mendukung jendela konteks 10 juta token, dirilis April 2025” (Sumber: Meta AI) , jendela konteks terpanjang di antara model open-weight saat itu. Scout cocok untuk membaca seluruh codebase, ratusan kontrak, atau catatan layanan pelanggan selama bertahun-tahun sekaligus, lalu merangkum dan menelusurinya. Llama 4 Maverick: Percakapan Umum dan Pemahaman Multimodal Maverick juga mengaktifkan 17 miliar parameter per inferensi, tetapi jumlah expert-nya naik menjadi 128 dengan total sekitar 400 miliar parameter dan jendela konteks 1 juta token. Meta memosisikannya sebagai model andalan untuk asisten umum dan aplikasi chat, dengan estimasi “biaya inferensi terdistribusi Maverick sekitar 0,19 hingga 0,49 dolar AS per juta token (campuran input:output 3:1), estimasi April 2025” (Sumber: Meta AI) . Llama 4 Behemoth: Model Guru Behemoth

Ditinjau dan diverifikasi oleh FeiYueh · Terakhir diverifikasi 2026-10-21. Independently maintained — not AI-generated boilerplate.