A Meta anunciou os primeiros modelos da nova geração de sua inteligência artificial (IA) generativa, o Llama 4. A Meta AI, assistente de IA da empresa que funciona dentro de WhatsApp, Messenger e Instagram, já passou a ser alimentada pela nova tecnologia. O Llama está disponível em 40 países, incluindo no Brasil. No entanto, os recursos que envolvem imagem só estão disponíveis em inglês e nos EUA.
Os modelos Scout e Maverick, ambos de código aberto, são os mais avançados da empresa até hoje e foram construídos a partir do Llama 4 Behemoth, um modelo ainda em desenvolvimento que, segundo a Meta, já supera o desempenho do GPT-4.5, Claude Sonnet 3.7 e Gemini 2.0 Pro em testes padronizados usados para medir a capacidade dessas IAs em tarefas de ciência, tecnologia, engenharia e matemática. Como é padrão, a Meta disponibiliza seus modelos para que sejam retreinados e ajustados por qualquer desenvolvedor, uma aposta diferente de OpenAI e Google.
Os novos modelos usam uma estrutura chamada “mistura de especialistas” (ou MoE, na sigla em inglês). Em vez de usar um único bloco de processamento para todas as tarefas, a IA ativa apenas partes específicas da rede, como se diferentes grupos de neurônios fossem acionados dependendo do tipo de tarefa. Além disso, os dois modelos são multimodais, capazes de entender texto e imagem ao mesmo tempo.
O Scout tem 17 bilhões de parâmetros ativos, que funcionam como conexões neurais responsáveis pelo “raciocínio” da IA, e 16 especialistas, ou seja, partes diferentes da rede que são ativadas conforme a necessidade da tarefa. Já o Maverick, que é mais robusto, também usa 17 bilhões de parâmetros ativos por vez, mas conta com um total de 128 especialistas. Somando tudo, ele chega a 400 bilhões de parâmetros. Na geração de palavras, parâmetros são expressões matemáticas das conexões entre palavras.
Um dos grandes destaques do Scout é a capacidade de lidar com até 10 milhões de tokens ao mesmo tempo, pequenos pedaços de texto ou imagem que a IA analisa – e quanto mais tokens ela consegue processar de uma vez, mais informação pode entender de forma contínua. Isso torna o Scout especialmente útil para tarefas que exigem análise complexa de dados ou conversas longas. Há variação idiomática, mas estima-se que a Bíblia tem em média 800 mil tokens. Ou seja, a nova IA da Meta tem capacidade entendimento de texto equivalente a mais de 12 Bíblias.
O Maverick, por sua vez, é mais focado no entendimento de imagens. Segundo a Meta, ele apresenta ótimo desempenho em tarefas que envolvem raciocínio lógico e programação.
Outra novidade é o modo como os modelos lidam com texto e imagem ao mesmo tempo. Eles já “fundem” os dois tipos de dados no começo do processo de aprendizado, o que permite treinar a IA até com imagens que não têm legenda. A tecnologia usada para leitura visual foi adaptada do MetaCLIP, um sistema criado pela própria empresa e ajustado especialmente para o Llama 4.
