Meta aposta em modelos abertos com o lançamento do Llama 4

Multimodalidade nativa desde a concepção

Em 7 de abril de 2025, a Meta anunciou os modelos Llama 4 Scout e Llama 4 Maverick, descritos pela empresa como o início de "uma nova era de inovação em IA multimodal nativa". Diferentemente de gerações anteriores, que adicionavam capacidades visuais a modelos originalmente textuais, os novos sistemas foram treinados desde o início para processar texto, imagem e outros formatos de forma integrada.

Scout cabe numa única GPU

Um dos destaques técnicos do lançamento foi o Llama 4 Scout, projetado para rodar em uma única GPU Nvidia H100 — um detalhe relevante para desenvolvedores e empresas menores, sem acesso a clusters massivos de processamento. Já o Llama 4 Maverick, de maior porte, foi posicionado como equivalente ao GPT-4o, da OpenAI, e ao Gemini 2.0 Flash, do Google, em desempenho.

Behemoth: a prévia do gigante

A Meta também revelou o Llama 4 Behemoth, ainda em fase de treinamento, com 288 bilhões de parâmetros ativos distribuídos entre 16 especialistas (arquitetura conhecida como "mixture of experts"). Segundo a empresa, o Behemoth serviria de "professor" para destilar conhecimento nos modelos menores já lançados — uma técnica cada vez mais comum entre laboratórios de ponta para tornar modelos menores mais eficientes sem abrir mão de qualidade.

Código aberto como estratégia geopolítica

O lançamento ocorreu em meio a uma "onda" de modelos chineses de código aberto, como o próprio DeepSeek, que haviam ganhado tração meses antes justamente por permitirem download e adaptação livre. Ao disponibilizar o Llama 4 no Hugging Face e em seu próprio site, a Meta reforçou publicamente sua aposta em modelos abertos como diferencial frente a OpenAI, Google e Anthropic, que mantêm seus modelos mais avançados fechados atrás de APIs pagas.

Integração imediata aos produtos da Meta

Os novos modelos passaram a alimentar o assistente Meta AI integrado ao WhatsApp, Instagram e Messenger — aplicativos usados por centenas de milhões de brasileiros diariamente. Essa integração direta deu ao Llama 4 uma escala de distribuição imediata dificilmente igualada por concorrentes, já que usuários passaram a interagir com o modelo sem necessariamente saber, ou precisar instalar qualquer aplicativo novo.

Repercussão e ressalvas

Pesquisadores independentes notaram, nas semanas seguintes, que alguns dos benchmarks divulgados pela Meta usavam versões experimentais dos modelos, não exatamente as disponibilizadas ao público — uma controvérsia que gerou críticas sobre transparência, mas não impediu que o Llama 4 se tornasse rapidamente uma das famílias de modelos abertos mais utilizadas por desenvolvedores ao redor do mundo, inclusive por startups brasileiras que buscavam reduzir custos com APIs proprietárias.