3 Melhores Novos Recursos do Modelo Meta AI Llama 4

No início de abril de 2025, a Meta lançou o Llama 4 , a mais recente série de modelos de IA projetados para levar a empresa ao próximo nível. Cada novo modelo Llama 4 tem melhorias significativas em relação aos seus antecessores, e estes são os novos recursos de destaque que você deve experimentar.

3. Arquitetura de Mistura de Especialistas (MoE)

Um dos recursos mais notáveis ​​dos modelos Llama 4 é a nova arquitetura MoE, uma inovação na série Llama, que usa uma abordagem diferente dos modelos anteriores. Na nova arquitetura, apenas uma pequena fração dos parâmetros do modelo são ativados para cada token, diferentemente dos modelos tradicionais de transformadores densos, como o Llama 3 e anteriores, onde todos os parâmetros são ativados para cada tarefa.

Por exemplo, o Llama 4 Maverick usa apenas 17 bilhões de parâmetros ativos de 400 bilhões, com 128 especialistas roteados e um especialista compartilhado. O Llama 4 Scout, o menor da série, tem um total de 109 bilhões de parâmetros, ativando apenas 17 bilhões com 16 especialistas.

A maior versão do trio, Llama 4 Behemoth, usa 288 bilhões de parâmetros ativos (com 16 especialistas) de um total de quase dois trilhões de parâmetros. Graças a essa nova arquitetura, apenas dois especialistas são designados para cada tarefa.

Graças à mudança arquitetônica, os modelos da série Llama 4 são mais eficientes computacionalmente durante o treinamento e a inferência. Habilitar apenas uma pequena parte dos parâmetros reduz os custos do serviço e a latência. Graças à arquitetura MoE, a Meta afirma que o Llama pode ser executado em uma única GPU Nvidia H100, um feito impressionante considerando o número de parâmetros. Embora não haja métricas específicas, acredita-se que cada consulta ao ChatGPT use várias GPUs Nvidia, o que cria uma sobrecarga maior em quase todas as métricas mensuráveis.

2. Capacidades nativas de processamento multimodal

Outra atualização importante dos modelos de IA do Llama 4 é o processamento multimodal nativo, o que significa que o trio pode entender texto e imagens simultaneamente.

Isso se deve à combinação realizada na fase inicial de treinamento, onde tokens de texto e visuais são integrados em uma arquitetura unificada. Os modelos são treinados usando grandes quantidades de dados de texto, imagem e vídeo não rotulados.

Não existe nada melhor que isso. Se você se lembra, a atualização Llama 3.2 da Meta , lançada em setembro de 2024, introduziu uma série de novos modelos (10 no total), incluindo 5 modelos de visão multimodal e 5 modelos de texto. Com esta geração, a empresa não precisa liberar modelos separados de texto e visão graças aos recursos nativos de processamento multimodal.

Além disso, o Llama 4 usa um codificador visual aprimorado, permitindo que os modelos lidem com tarefas complexas de inferência visual e entradas de múltiplas imagens, tornando-os capazes de lidar com aplicativos que exigem compreensão avançada de texto e imagens. O processamento multimodal também permite que os modelos LLama 4 sejam usados ​​em uma variedade de aplicações.

1. Janela contextual líder do setor

Os modelos de IA do Llama 4 ostentam uma janela contextual sem precedentes de até 10 milhões de tokens. Embora o Llama 4 Behemoth ainda esteja em desenvolvimento no momento da publicação, o Llama 4 Scout estabeleceu um novo padrão no setor com sua capacidade de suportar até 10 milhões de tokens em comprimento de contexto, permitindo que você insira texto com mais de 5 milhões de palavras.

Esse comprimento de contexto estendido é um aumento significativo em relação aos 8 mil tokens do Llama 3 quando foi lançado e até mesmo à expansão subsequente para 128 mil após a atualização do Llama 3.2. E não é apenas o comprimento de 10 milhões de contextos do Llama 4 Scout que é interessante; Até mesmo Llama 4 Maverick, com seu comprimento de um milhão de contextos, é um feito impressionante.

O Llama 3.2 é atualmente um dos melhores chatbots de IA para conversas prolongadas. No entanto, a janela de contexto expandida do Llama 4 coloca o Llama na liderança, ultrapassando a janela de contexto anterior de 2 milhões de tokens do Gemini, os 200 mil do Claude 3.7 Sonnet e os 128 mil do GPT-4.5.

Com uma grande janela de contexto, a série Llama 4 pode lidar com tarefas que exigem entrada com grandes quantidades de informações. Essa janela grande é útil para tarefas como analisar documentos longos e múltiplos, analisar grandes bases de código em detalhes e raciocinar em grandes conjuntos de dados.

Ele também permite que o Llama 4 mantenha conversas prolongadas, diferentemente dos modelos Llama anteriores e de modelos de outras empresas de IA. Se um dos motivos pelos quais o Gemini 2.5 Pro é o melhor modelo de raciocínio é sua grande janela de contexto, você pode imaginar o quão poderosa é uma janela de contexto de 5x ou 10x.

Os modelos Llama da série 3 da Meta estão entre os melhores LLMs do mercado. Mas com o lançamento da série Llama 4, a Meta está dando um passo adiante, não apenas focando no desempenho aprimorado de inferência (graças à nova janela de contexto líder do setor), mas também garantindo os modelos mais eficientes possíveis usando uma nova arquitetura MoE durante o treinamento e a inferência.

Os recursos nativos de processamento multimodal do Llama 4, a arquitetura MoE eficiente e a grande janela de contexto o posicionam como um modelo de IA ponderado, flexível, aberto e de alto desempenho que pode competir ou superar os principais modelos para inferência, codificação e muitas outras tarefas.