meta menolak model Llama 4 AI terkini melalui pelbagai saluran, menjadikan teknologi itu tersedia sebagai perkhidmatan yang diurus melalui rakan-rakan seperti Amazon Web Services dan melalui API pemaju yang baru dipratontonnya. Ketersediaan ini menyediakan pemaju dengan pilihan yang sedia ada tanpa menguruskan infrastruktur yang mendasari, walaupun akses harus terlebih dahulu diminta melalui konsol Amazon Bedrock.
src=”https://winbuzzer.com/wp-content/uploads/2025/04/meta-llama-4-official.jpg”>
Pada mulanya terperinci oleh Meta pada 6 April. Model-model ini mempunyai seni bina campuran-eksperimen (MOE)-mengaktifkan hanya rangkaian rangkaian saraf yang diperlukan setiap tugas untuk kecekapan-dengan pengakap mempunyai 16 pakar (17b aktif/109b parameter total) memproses imej dan teks bersama-sama dari peringkat pretraining.
Pada batuan dasar, pemaju boleh menggunakan ciri-ciri ini menggunakan API Converse Bedrock yang bersatu, antara muka yang konsisten di pelbagai model batuan dasar yang mengendalikan input seperti teks dan imej dan menyokong output streaming. AWS menyediakan sokongan SDK, termasuk contoh Python yang terperinci dalam catatan blog mereka, untuk memudahkan integrasi.
AWS mencadangkan model-model ini sesuai untuk tugas seperti membina pembantu berbilang bahasa atau meningkatkan sokongan pelanggan dengan analisis imej. Bedrock kini menyokong tingkap konteks yang besar: 3.5 juta token untuk pengakap dan 1 juta untuk maverick, yang membolehkan input yang luas. Harga khusus untuk Llama 4 di batuan dasar boleh didapati di laman web AWS. Pendekatan dwi ini memenuhi keperluan yang berbeza, dengan batuan dasar menarik bagi mereka yang menginginkan infrastruktur yang dikendalikan dan API Llama yang memenuhi keperluan pengguna yang mengutamakan penyesuaian.
Untuk menyempurnakan Llama 4 pada masa ini perlu menggunakan API Meta, yang berpotensi memanfaatkan pilihan hidangan eksperimen dengan cerebras dan groq, atau tuan rumah model.
Laporan dari pertengahan April menunjukkan Meta sebelum ini telah mendapatkan pembiayaan bersama dari AWS dan Microsoft untuk latihan Llama, yang berpotensi menawarkan pengaruh ciri sebagai balasan. Syarikat itu secara terbuka membincangkan usaha untuk menyesuaikan Llama 4 untuk menangani kecenderungan politik yang sering dijumpai dalam model yang dilatih dalam data internet yang luas. Internet. Tuntutan hak cipta yang berterusan yang mendakwa penggunaan dataset besar buku yang diperoleh dari sumber seperti Libgen melalui BitTorrent.di luar akses pemaju (yang juga termasuk SageMaker Jumpstart dan ), Llama 4 Kuasa Produk Pengguna Meta, termasuk aplikasi Meta AI yang baru yang dilancarkan hari ini, yang disepadukan dengan gelas pintar Ray-Ban syarikat. Butiran lanjut untuk pemaju boleh didapati di bahagian Model Meta Llama dari Panduan Pengguna Bedrock.
