Mit Llama 4 hat Meta eine neue Familie leistungsfähiger, nativ multimodaler KI-Modelle vorgestellt. Die Modelle Llama 4 Scout und Llama 4 Maverick sind ab sofort als Open-Source-Modelle verfügbar – und setzen neue Maßstäbe für Rechenleistung, Kontextlänge und Bildverständnis. Beide Modelle basieren erstmals auf einer sogenannten Mixture-of-Experts-Architektur (MoE), die Rechenaufwand und Speicherbedarf effizienter verteilt, ohne Kompromisse bei der Leistungsfähigkeit einzugehen.

Zwei leistungsstarke Modelle für unterschiedliche Anforderungen

Llama 4 Scout ist mit 17 Milliarden aktiven Parametern und 16 Experten konzipiert und passt dank quantisierter Varianten auf eine einzige H100-GPU. Das Modell unterstützt eine außergewöhnlich hohe Kontextlänge von 10 Millionen Token und übertrifft in Benchmarks Modelle wie Mistral 3.1, Gemini 2.0 Flash-Lite und Googles Gemma 3. Damit eignet es sich besonders für Anwendungen wie Multidokument-Zusammenfassungen oder das Durchsuchen großer Codebasen.

Llama 4 Maverick ist auf höhere Komplexität ausgelegt: Mit ebenfalls 17 Milliarden aktiven Parametern, jedoch 128 Experten und 400 Milliarden Gesamtparametern schlägt es GPT-4o und Gemini 2.0 Flash in Benchmarks zur Sprachverarbeitung, Bildverständnis und logischem Denken – und erreicht dabei eine ELO-Bewertung von 1417 in LMArena. Es wurde speziell für anspruchsvolle Chat- und Assistenzanwendungen entwickelt und bietet ein herausragendes Preis-Leistungs-Verhältnis.

Llama 4 Behemoth: Das bislang größte und intelligenteste Modell von Meta

Als Grundlage der neuen Modellreihe dient Llama 4 Behemoth – ein noch in Training befindliches Modell mit 288 Milliarden aktiven Parametern und fast zwei Billionen Gesamtparametern. Es wird als Lehrmodell für Scout und Maverick eingesetzt und übertrifft laut Meta andere aktuelle Spitzenmodelle wie GPT-4.5, Claude Sonnet 3.7 und Gemini 2.0 Pro insbesondere bei MINT-Benchmarks. Durch neue Trainingsansätze wie adaptive Reinforcement Learning und codistillation konnte Meta signifikante Fortschritte bei Modellintelligenz, Robustheit und Lernfähigkeit erzielen.

Fortschritte bei Sicherheit, Fairness und Open Source

Meta integriert neue Sicherheitsmechanismen auf Modell- und Systemebene, etwa mit „Llama Guard“ zur Eingabe-/Ausgabekontrolle und „Prompt Guard“ gegen Prompt Injection. Auch bei der Reduktion von politischer und sozialer Voreingenommenheit meldet das Unternehmen Fortschritte: Die Rate an verweigerten Antworten auf umstrittene Fragen sank auf unter zwei Prozent.

Bereitstellung und Anwendung

Scout und Maverick stehen ab sofort auf llama.com und Hugging Face zum Download bereit. Sie sind auch in Meta AI-Diensten wie WhatsApp, Messenger und Instagram Direct integriert. Mit der neuen Modellgeneration will Meta die Grundlage für individuellere KI-Erfahrungen und neue kommerzielle Anwendungen schaffen – und ruft zur Mitgestaltung durch Entwickler auf. Weitere Einblicke in die Zukunftspläne sollen auf der Entwicklerkonferenz „LlamaCon“ am 29. April folgen.

Amazon: AWS baut Modellangebot konsequent aus

Auch Amazon Web Services (AWS) stellt ab sofort die neuen Llama 4 Modelle von Meta auf Amazon SageMaker JumpStart bereit. Eine serverlose, vollständig verwaltete Integration über Amazon Bedrock ist ebenfalls angekündigt und soll in Kürze folgen.

Mit der Integration der Llama 4 Modelle erweitert AWS sein Angebot an generativen KI-Modellen und unterstreicht seine Strategie, Kunden möglichst früh Zugang zu den neuesten Entwicklungen führender Anbieter zu bieten. Bereits jetzt stehen auf der Plattform über 135 Schulungen rund um KI und maschinelles Lernen bereit, um Entwicklern und Unternehmen den Einstieg zu erleichtern.

Für Unternehmen bedeutet die Einführung von Llama 4 auf AWS vor allem mehr Flexibilität, höhere Effizienz und neue Möglichkeiten bei der Entwicklung intelligenter, multimodaler Anwendungen.