Llama 4 от Meta: крупнейший открытый релиз 2026 года

Семейство Llama 4 — это три модели, и каждая решает свою задачу. Llama 4 Scout — компактный боец: 17 млрд активных параметров, 16 экспертов, контекстное окно в 10 млн токенов (рекорд индустрии) и при этом умещается на одном NVIDIA H100. Llama 4 Maverick — тяжёлая артиллерия: те же 17 млрд активных параметров, но уже 128 экспертов, что даёт превосходство над GPT-4o и Gemini 2.0 Flash на ключевых бенчмарках.

Главная интрига — Llama 4 Behemoth, модель-учитель с 288 млрд активных параметров и общим числом параметров около 2 трлн. На STEM-бенчмарках она обходит GPT-4.5 и Claude Sonnet 3.7. Но релиз откладывается: по данным Wall Street Journal, Meta беспокоится, что возможности модели не дотягивают до заявленных обещаний. Behemoth пока уступает Gemini 2.5 Pro.

Архитектура Mixture of Experts — ключевое решение Llama 4. Вместо того чтобы активировать все параметры при каждом запросе, модель включает только нужных «экспертов». Это даёт производительность гигантской модели при затратах компактной. Scout с 10-миллионным контекстом может за один проход обработать целую кодовую базу или книгу — и это на открытой модели, которую можно запустить на своём железе.

Для индустрии Llama 4 — это подтверждение тренда: открытые модели догоняют закрытые не в теории, а на практике. Нативная мультимодальность — текст и изображения «из коробки» — делает Llama 4 серьёзным инструментом для разработчиков, которые не хотят зависеть от API OpenAI или Google. Meta играет в долгую: чем больше разработчиков на Llama, тем крепче экосистема компании.