FreeLLMMeta releases Llama 4 Scout and Maverick, 17B‑parameter MoE models with 10M context
Llama 4 Scout fits a single H100 GPU, while Maverick runs on a single H100 host, both using MoE routing for multimodal AI.
Meta announced two new mixture‑of‑experts (MoE) models: Llama 4 Scout and Llama 4 Maverick.
Both models have 17 billion active parameters. Scout uses 16 experts and fits on a single NVIDIA H100 GPU with Int4 quantisation.
Maverick employs 128 experts, fits on a single H100 host, and activates 17 B of its 400 B total parameters per token.
"best multimodal model in its class" is used to describe both Scout and Maverick in Meta’s release.
Was das für dich bedeutet
For developers, the models provide high‑quality multimodal performance on a single H100, lowering hardware costs for inference. Users of free or locally hosted models still rely on smaller, non‑MoE solutions, but the open‑weight release may inspire community‑driven equivalents.
Quellen
- MoE Routing Strategies Explained: Top-K, Expert-Choice, Sigmoid Gating and Dynamic Routing (2026 Guide), MarkTechPost, 8 Nov 2026
- The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation, ai.meta.com (official), 5 Apr 2025
Automatisch aus den obigen Quellen geschrieben, dann von unserem Code geprüft: Jede Zahl und jeder Name muss darin vorkommen, und kein Satz darf eine Quelle kopieren. Einen Fehler entdeckt? Melde ihn.
Welche KI kannst du heute kostenlos nutzen?
Jedes kostenlose KI‑Modell, bewertet durch blinde menschliche Stimmen, mit dem Speicher und der Geschwindigkeit, die es auf deiner eigenen GPU benötigt.