Llama 4 Behemoth (preview)
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Meta AI
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 5 April 2025
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Multimodal, Language, Vision
- Zadanie
- Chat, Code generation, Visual question answering, Translation, Language modeling/generation, Quantitative reasoning, Question answering
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 2T
- Dane treningowe
- 30,000,000,000,000 tokens
"Llama 4 Behemoth, a 288 billion active parameter model with 16 experts that is our most powerful yet and among the world’s smartest LLMs."
"The overall data mixture for training consisted of more than 30 trillion tokens, which is more than double the Llama 3 pre-training mixture and includes diverse text, image, and video datasets."
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 5.2 × 10²⁵ FLOP
- Jak to zostało ustalone
- Operation counting
Behemoth's training dataset is at least 30T tokens: https://ai.meta.com/blog/llama-4-multimodal-intelligence/ 6 FLOP / parameter / token * 288 * 10^9 activated parameters * 30 * 10^12 tokens = 5.184e+25 FLOP
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA H100 SXM5 80GB
- Zastosowane chipy
- 32,000
- Pobór mocy
- 43.9 MW
- Koszt obliczeniowy
- $44,588,964
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
"While we’re not yet releasing Llama 4 Behemoth as it is still training"
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Prawdopodobnie powyżej 10²³ FLOP
- Yes
- Dlaczego to jest śledzone
- Training cost
- Zapisz pewność
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Skąd to pochodzi
Llama 4 Behemoth (preview) został opublikowany przez Meta AI, w kraju zapisanym jako United States of America, podczas April 2025. Kategoria, do której należy wydawca, to industry.
Działa w dziedzinie Multimodal, Language, Vision, i jest zapisany jako wykonujący zadanie chat, Code generation, Visual question answering, Translation, Language modeling/generation, Quantitative reasoning, Question answering.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Trening zajmował około 5.2 × 10²⁵ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Trening zużył korpus około 30,000,000,000,000 Tokeny tekstu.
Kryterium włączenia: training cost.
Odpowiedzi
Llama 4 Behemoth (preview) — częste pytania
Llama 4 Behemoth (preview)— ile ma parametrów?
Ma liczbę parametrów równą 2T. "Llama 4 Behemoth, a 288 billion active parameter model with 16 experts that is our most powerful yet and among the world’s smartest LLMs.". Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Llama 4 Behemoth (preview)— kto to stworzył?
Zostało opublikowane przez Meta AI, oparty na United States of America, organizacja sklasyfikowana jako industry.
Llama 4 Behemoth (preview)— kiedy to zostało wydane?
Zostało opublikowane w April 2025.
Llama 4 Behemoth (preview)— do czego to służy?
Działa w dziedzinie Multimodal, Language, Vision, i jest zarejestrowany jako realizujący zadanie chat, Code generation, Visual question answering, Translation, Language modeling/generation, Quantitative reasoning, Question answering. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Llama 4 Behemoth (preview)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 5.2 × 10²⁵ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
Llama 4 Behemoth (preview)— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Llama 4 Behemoth (preview)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.