Llama 4 ist da: Wie gut schlägt sich das KI-Modell im Vergleich zur Konkurrenz?
Meta hat eine neue Version seines KI-Sprachmodells Llama veröffentlicht. Wie Golem berichtet, handelt es sich dabei um ein multimodales KI-System, das verschiedene Arten von Daten verarbeiten und integrieren kann. Llama 4 Scout und Llama 4 Maverick sind ab sofort auf Llama.com und Plattformen auf wie Hugging Face frei verfügbar, während sich Llama 4 Behemoth noch in der Entwicklung befindet.
Llama 4 ist aktuell nur in begrenztem Umfang verfügbar
Die drei neuen Modelle der Llama-Familie wurden mit Text-, Bild- und Videodaten trainiert, um ihnen ein breites multimodales Verständnis zu vermitteln. Derzeit sind diese Funktionen allerdings nur in englischer Sprache und ausschließlich in den USA verfügbar. Laut Metas Lizenzbedingungen dürfen Nutzer:innen und Unternehmen mit Sitz in der EU die Modelle nicht einsetzen und auch für Firmen mit mehr als 700 Millionen aktiven Nutzer:innen pro Monat ist eine zusätzliche Sondergenehmigung von Meta erforderlich.
Llama 4 basiert auf einer sogenannten Expertenarchitektur, die eine effizientere Datenverarbeitung ermöglichen soll. Dabei werden einzelne Aufgaben dynamisch an spezialisierte Teilmodelle verteilt. Llama 4 Maverick verfügt insgesamt über 400 Milliarden Parameter, verwendet davon aber nur 17 Milliarden aktive Parameter, die sich auf 128 Experten verteilen. Das Modell Scout nutzt insgesamt 109 Milliarden Parameter, davon aber ebenfalls nur 17 Milliarden aktiv, wobei es auf nur 16 Experten zurückgreift.
Meta will es mit der Konkurrenz aufnehmen
Mit der Veröffentlichung von Llama 4 hatte Meta es offenbar eilig. Dafür spricht zum einen der Termin am Wochenende und zum anderen die Tatsache, dass Llama 4 Behemoth noch nicht erhältlich ist. Hintergrund ist offenbar der wachsende Konkurrenzdruck durch neue Anbieter wie Deepseek. Laut Techcrunch hat der Technologiekonzern hart gearbeitet, um herauszufinden, wie das chinesische KI-Unternehmen die Kosten für den Betrieb und die Bereitstellung seiner Modelle so enorm senken konnte.
Tatsächlich soll Deepseek für das Training seines Modells V3 nur rund 5,5 Millionen US-Dollar ausgegeben haben. Zum Vergleich: Schätzungen gehen davon aus, dass das Training von GPT-4 OpenAI, einen der größten Player auf dem Markt, ein Vielfaches davon gekostet hat. Und auch Meta will massiv investieren: Wie das Handelsblatt berichtet, plant der Konzern, in diesem Jahr bis zu 65 Milliarden Dollar in den Ausbau seiner KI-Infrastruktur investieren.
Llama 4 ist der Konkurrenz in vielen Punkten unterlegen
Meta hat eigene Benchmarks veröffentlicht, nach denen Maverick in einigen Bereichen besser abschneidet als GPT-4o und Gemini 2.0. Gegenüber Claude 3.7 Sonnet, Gemini 2.5 Pro oder GPT-4.5 zeigt Maverick allerdings Schwächen. Das kleinere Modell Llama 4 Scout überzeugt laut Meta besonders bei der Zusammenfassung langer Dokumente und der Analyse großer Code-Repositories.
Deutlich mehr Ressourcen wird das noch nicht veröffentlichte Modell Behemoth beanspruchen. Es bietet 288 Milliarden aktive Parameter, 16 Experten und insgesamt fast zwei Billionen Parameter. Trotz dieser Größe reicht es nicht an die Leistung von Googles Gemini 2.5 Pro heran und auch mit den Modellen o1 und o3-mini von OpenAI kann Llama 4 nicht mithalten.
