Meta lanserar Llama 4: MoE-arkitektur och rekordstort kontextfönster
Meta har lanserat Llama 4-familjen med MoE-arkitektur och inbyggd flermodalitet. Modellerna stödjer upp till 10 miljoner tokens i kontextfönster och visar hög prestanda på lokal Apple-hårdvara.
Vad har hänt?
Meta har lanserat modellfamiljen Llama 4, vilket markerar företagets övergång till MoE-arkitektur (Mixture of Experts) och inbyggd flermodalitet (multimodalitet). Familjen består av tre modeller: Llama 4 Scout (17B aktiverade parametrar, 16 experter, 109B totalt), Llama 4 Maverick (17B aktiverade parametrar, 128 experter, 402B totalt) samt Behemoth (288B aktiverade parametrar, 16 experter, 2T totalt). Modellerna stöder ett kontextfönster på upp till 10 miljoner tokens.
Snabbfakta
| Lanseringsdatum | 7 april 2025 |
|---|---|
| Maximalt kontextfönster | 10 miljoner tokens |
| Största modellens parametrar | 2 000 miljarder (2T) totalt |
| Molnstöd | Databricks Foundation Model API |
Varför spelar det roll?
Lanseringen innebär ett stort kliv för öppet tillgänglig AI genom att kombinera extremt långt kontextfönster med MoE-arkitektur. Genom att enbart aktivera en fraktion av parametrarna vid varje körning sänks beräkningskraven, vilket gör det möjligt att driva extremt stora modeller på konsumenthårdvara och lokal infrastruktur.
Vem påverkas?
Utvecklare, AI-forskare och företag som vill köra storskaliga öppen källkodsmodeller lokalt berörs direkt. Den effektiva MoE-arkitekturen gör det möjligt att köra mycket stora modeller på lokal hårdvara, exempelvis Mac-datorer med Apple Silicon och stort enhetligt minne.
Hur påverkas EU?
Llama 4-modellerna publiceras som öppen källkod och finns tillgängliga globalt, inklusive inom EU. Den fullständiga användningen i kommersiella tjänster inom EU kan dock påverkas av framtida efterlevnadskrav enligt EU:s AI-förordning (AI Act).
Vad mer bör du veta?
De första testerna visade att Llama 4 Maverick uppnådde en genereringshastighet på 50 tokens per sekund på en enskild Mac med M3 Ultra-chip. Däremot visade oberoende testerna varierande resultat gällande kodgenerering, där vissa användare rapporterade brister i komplexa kodningsuppgifter jämfört med specialiserade modeller.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Påverkar det EU?
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 "Meta lanserar Llama 4: MoE-arkitektur och rekordstort kontex"