niadi.net — Meta kembali bikin gebrakan. Mereka merilis dua model AI terbaru dari keluarga Llama 4 yang diberi nama Scout dan Maverick.
Keduanya membawa pendekatan baru dalam dunia kecerdasan buatan, terutama di ranah large language model (LLM), dan dirancang untuk lebih efisien, lebih pintar, serta lebih serbaguna dari pendahulunya.
Lalu, apa yang bikin Scout dan Maverick berbeda dari model AI sebelumnya? Apa saja kemampuan mereka, dan kenapa model ini digadang-gadang bakal jadi lawan serius GPT-4 atau Gemini?
Mari kita kupas satu per satu, dengan bahasa yang simpel tapi tetap tajam.
Apa Itu Scout dan Maverick?
Scout dan Maverick adalah dua model AI open-weight terbaru dari Meta. Istilah open-weight berarti bobot atau parameter pelatihan model ini dibuka ke publik.
Ini membuka jalan bagi para peneliti, developer, bahkan perusahaan untuk menggunakan dan mengembangkan model ini secara lebih terbuka dan fleksibel.
Keduanya dibangun di atas teknologi Mixture of Experts (MoE) — sebuah metode pelatihan model AI di mana hanya sebagian kecil dari sub-model atau "expert" yang diaktifkan untuk memproses satu input.
Dengan cara ini, proses komputasi jadi lebih ringan dan efisien tanpa mengorbankan performa.
Scout: Si Kecil yang Serba Bisa
Scout dirancang untuk menjalankan tugas-tugas ringan tapi penting. Bayangkan asisten pribadi yang bisa merangkum dokumen, membaca laporan panjang, dan tetap tajam dalam memahami konteks.
Dengan ukuran parameter total 109 miliar, dan 17 miliar parameter aktif, Scout termasuk model yang lebih ramping, tapi bukan berarti kemampuannya bisa diremehkan.
Scout hanya butuh satu GPU Nvidia H100 untuk dijalankan, yang berarti hemat sumber daya. Tapi yang bikin menarik, Scout bisa mengelola konteks hingga 10 juta token.
Ini luar biasa besar. Artinya, Scout bisa memahami dokumen yang sangat panjang—bahkan yang mencakup jutaan kata—tanpa tersendat.
Kemampuan visualnya juga nggak main-main. Scout bisa menyelaraskan instruksi pengguna dengan gambar atau elemen visual yang sesuai. Dalam pengujian, Scout mencetak skor tinggi di ChatQA dan DocVQA—dua benchmark yang mengukur kemampuan model dalam memahami teks dan dokumen visual.
Maverick: Lebih Besar, Lebih Pintar
Kalau Scout itu seperti mobil hatchback lincah untuk perkotaan, maka Maverick adalah SUV tangguh dengan mesin gahar. Maverick punya total 400 miliar parameter, dan meski hanya 17 miliar yang aktif dalam satu waktu (berkat arsitektur MoE), model ini punya kekuatan otak yang jauh lebih besar.
Untuk menjalankannya, Maverick butuh sistem Nvidia H100 DGX, alias kelas berat. Tapi sebanding dengan itu, kemampuannya juga jauh di atas rata-rata.
Maverick sangat unggul dalam penulisan kreatif, pemecahan masalah kompleks, pemrograman, hingga memahami konteks visual yang rumit.
Hasil pengujian internal Meta menunjukkan Maverick lebih unggul dibanding GPT-4o dan Gemini 2.0 Flash dalam banyak aspek. Di antaranya:- Chart QA (penalaran grafik): Skor 90
- DocVQA (pemahaman dokumen visual): Skor 94,4
- MathVista (penalaran matematika visual): Skor 73,7
- MMLU Pro (pengetahuan umum dan penalaran): Skor 80,5
- LiveCodeBench (kemampuan pemrograman): Skor 43,4
- ELO LMArena (simulasi kemampuan sebagai asisten): Skor 1417
Dari sini bisa disimpulkan bahwa Maverick bukan hanya pintar, tapi juga fleksibel: bisa jadi penulis kreatif, programmer, hingga asisten virtual andal.
Bagaimana Dengan Behemoth?
Meta ternyata belum berhenti di Scout dan Maverick. Mereka juga sedang mengembangkan model AI raksasa yang diberi nama Behemoth.
Namanya sendiri sudah menunjukkan ambisi besar: model ini punya 2 triliun parameter total dan 288 miliar parameter aktif.
Belum dirilis resmi, tapi bocoran dari Meta menunjukkan bahwa Behemoth dipersiapkan untuk bersaing di level paling atas, bahkan diklaim mengungguli GPT-4.5, Claude 3.7 Sonnet, dan Gemini 2.0 Pro.
Dalam pengujian awal, Behemoth mencatat skor:- Math 500: 95
- MMLU Pro: 82,2
- GPQA Diamond: 73,7
- MMLU Multilingual: 85,8
Angka-angka ini menunjukkan performa Behemoth dalam penalaran logis, multibahasa, dan konteks akademik sangat tinggi.
Pendekatan Etika: Tidak Asal Jawab
Menariknya, Meta menyetel seluruh model Llama 4 mereka untuk tidak menjawab pertanyaan-pertanyaan kontroversial. Ini mencakup isu politik, sosial, dan topik sensitif lain yang sering jadi medan ranjau untuk model AI.
Meta menyebut pendekatan ini sebagai langkah menuju AI yang "lebih seimbang dan bertanggung jawab." Jadi meskipun kemampuan Maverick dan Scout tinggi, mereka tidak dirancang untuk menjadi alat debat atau propaganda.
Namun, ini juga berarti jawabannya bisa terasa "kurang berani" atau tidak menggugah ketika menyentuh isu-isu tertentu. Tapi untuk pengguna yang fokus ke produktivitas dan kreativitas, ini bukan masalah besar.
Efisiensi dan Biaya
Meskipun Maverick lebih besar, model ini cukup hemat energi. Meta memperkirakan biaya penggunaannya berkisar antara 0,19 hingga 0,49 dolar AS per satu juta token, tergantung pada jenis input dan output. Ini termasuk murah kalau dibandingkan dengan kapasitas dan skalanya.
Scout tentu lebih hemat lagi, karena hanya memerlukan satu GPU saja dan tetap bisa menangani tugas-tugas besar secara visual dan tekstual.
Siapa Butuh Apa?
Scout cocok buat siapa?
Bagi pengguna yang perlu AI asisten untuk pekerjaan sehari-hari—seperti meringkas teks, memahami laporan panjang, atau memproses gambar dasar—Scout adalah pilihan tepat. Ringan, efisien, tapi tetap pintar.
Maverick cocok buat siapa?
Cocok untuk developer, kreator, atau siapa saja yang butuh model AI yang bisa berpikir, menulis, memahami konteks rumit, dan menjawab dengan kualitas tinggi. Maverick juga bisa dipakai untuk kebutuhan AI chat assistant kelas atas.
Behemoth untuk siapa?
Kalau kamu pengembang teknologi AI yang ingin membangun model top-tier untuk riset atau layanan skala besar, Behemoth adalah calon partner masa depanmu.
Dengan pendekatan open-weight dan arsitektur MoE, Meta membuka jalan baru dalam pengembangan AI: kuat tapi ringan, cerdas tapi hemat. Scout dan Maverick menandai babak baru dalam evolusi LLM, dan kita tinggal menunggu bagaimana dunia akan merespons.