Llama 4 Scout: Metas multimodala MoE-modell med jättekontext
Metas multimodala modell Llama 4 Scout kombinerar 109 miljarder parametrar med MoE-arkitektur och ett kontextfönster på 10 miljoner tokens för självhanterad drift.

Vad har hänt?
Meta har presenterat tekniska detaljer kring Llama 4 Scout, en multimodal öppen modell (open-weight) för text och bild. Modellen använder en Mixture-of-Experts-arkitektur med 109 miljarder parametrar totalt, varav 17 miljarder aktiveras vid varje enskild inferens. Llama 4 Scout erbjuder dessutom ett kontextfönster på upp till 10 miljoner tokens.
Snabbfakta
| Totalt antal parametrar | 109 miljarder |
|---|---|
| Aktiva parametrar vid inferens | 17 miljarder |
| Kontextfönster | Upp till 10 miljoner tokens |
Varför spelar det roll?
Llama 4 Scout möjliggör multimodal analys av extremt stora datamängder lokalt utan att förlita sig på proprietära API:er. Genom MoE-arkitekturen hålls beräkningskostnaden per inferens nere, trots att den totala modellkapaciteten är stor.
Vem påverkas?
Modellen riktar sig främst till produktteam, AI-ingenjörer och organisationer som bygger egna system och vill köra multimodala modeller under självhanterad infrastruktur. Organisationer måste dock följa villkoren i Metas specifika community-licens.
Hur påverkas EU?
Ej relevant för EU-status. Källan nämner inga specifika regulatoriska hinder eller anpassningar för EU-marknaden.
Vad mer bör du veta?
Modellen bygger på tidig fusion mellan text och bild, vilket innebär att visuell information hanteras integrerat genom hela arkitekturen. För produktteam innebär dock den totala vikten på 109 miljarder parametrar krav på avancerad infrastruktur vid egen hosting.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Hur fungerar MoE-arkitekturen i Llama 4 Scout?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.
AI-verktyg i artikeln
Ämnen
Få liknande nyheter direkt i mejlen
Läsarrummet
Skicka in en fråga eller ett tillägg. Redaktionen läser allt innan det publiceras och svarar när det är relevant. Ingen AI-fri text – bara människor.
Logga in för att skicka in en kommentar eller fråga.
Läs artikeln genom din roll
- Avgör om detta påverkar strategin på 6–12 månaders sikt eller är brus.
- Diskutera i ledningsgruppen: äger vi rätt fråga eller behöver ansvaret flyttas?
- Fråga: vilken risk tar vi genom att INTE agera på det här den här kvartalet?
Genererad vinkling — inte redaktionell analys av "Llama 4 Scout: Metas multimodala MoE-modell med jättekontext"