Skip to content
🚀 EDDI 6.5.0

19 LLM-Anbieter, Wissensdatenbanken, die Ihre Website crawlen und Ihre Dateien lesen, und Konversationen, die kompatiblen Agentenversionen folgenNeuigkeiten

Managed Cloud Jetzt Starten
Alle Modelle
MetaOffene Gewichte

Llama 4 (Scout, Maverick)

Die nativ multimodalen Mixture-of-Experts-Modelle von Meta mit 17B aktiven Parametern: Scout (109B insgesamt) und Maverick (400B insgesamt).

Stärken

  • Text- und Bildeingabe
  • Effizienz durch Mixture-of-Experts
  • 12 Sprachen
  • Langer Kontext (1M für Maverick auf Bedrock)

Ideal für

  • Multimodale Assistenten
  • Visuelles Reasoning
  • Lange Dokumente

In EDDI betreiben

Der schnellste Weg führt über den Manager: Öffnen Sie den Agent-Assistenten oder den Platform Operator und wählen Sie Anbieter und Modell. Wenn Sie es selbst konfigurieren möchten, folgen Sie diesen Schritten für den gewünschten Anbieter.

Amazon Bedrock · type: "bedrock"

Modell-IDs: us.meta.llama4-maverick-17b-instruct-v1:0

1. Zugangsdaten hinterlegen

Dieser Anbieter verwendet keinen API-Key: Amazon Bedrock authentifiziert über die AWS-Credential-Chain: Umgebungsvariablen, eine IAM-Rolle oder ~/.aws/credentials.

2. Den LLM-Task konfigurieren

Verwenden Sie dies als langchain.json im Workflow des Agenten, oder fügen Sie die Parameter in den LLM-Editor des Managers ein.

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "bedrock",
      "parameters": {
        "modelId": "us.meta.llama4-maverick-17b-instruct-v1:0",
        "region": "us-east-1",
        "maxTokens": "16384",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

Oracle OCI Generative AI · type: "oracle-genai"

Modell-IDs: meta.llama-4-maverick-17b-128e-instruct-fp8

1. Zugangsdaten hinterlegen

Dieser Anbieter verwendet keinen API-Key: OCI Generative AI authentifiziert mit einem OCI-Konfigurationsprofil aus ~/.oci/config. Setzen Sie compartmentId für Ihre Tenancy.

2. Den LLM-Task konfigurieren

Verwenden Sie dies als langchain.json im Workflow des Agenten, oder fügen Sie die Parameter in den LLM-Editor des Managers ein.

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "oracle-genai",
      "parameters": {
        "modelName": "meta.llama-4-maverick-17b-128e-instruct-fp8",
        "compartmentId": "ocid1.compartment.oc1..your-compartment",
        "configProfile": "DEFAULT",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

Hinweise für EDDI

  • Einige Bedrock-Modelle, darunter Llama 4 Maverick, sind nur über ein regionsübergreifendes Inferenzprofil wie us.meta.llama4-maverick-17b-instruct-v1:0 erreichbar.

Verwandte Modelle

Quellen

Die Angaben auf dieser Seite stammen aus der Dokumentation des Herstellers, geprüft am 2026-09-30. Modelle ändern sich schnell, bestätigen Sie Limits daher beim Hersteller, bevor Sie sich darauf verlassen. Preise sind hier nicht aufgeführt: siehe die Preisseite des Herstellers.

Herstellerdokumentation ↗