Skip to content
🚀 EDDI 6.5.0

19 fournisseurs LLM, des bases de connaissances qui explorent votre site et lisent vos fichiers, et des conversations qui suivent les versions compatibles des agentsNouveautés

Cloud Géré Démarrer
Tous les modèles
MetaPoids ouverts

Llama 4 (Scout, Maverick)

Les modèles mixture-of-experts nativement multimodaux de Meta, avec 17B de paramètres actifs : Scout (109B au total) et Maverick (400B au total).

Points forts

  • Entrée texte et image
  • Efficacité du mixture-of-experts
  • 12 langues
  • Contexte long (1M pour Maverick sur Bedrock)

Idéal pour

  • Assistants multimodaux
  • Raisonnement visuel
  • Longs documents

L'exécuter dans EDDI

Le plus rapide est de passer par le Manager : ouvrez l'assistant de création d'agent ou le Platform Operator et choisissez le fournisseur et le modèle. Pour le configurer vous-même, suivez ces étapes pour le fournisseur souhaité.

Amazon Bedrock · type: "bedrock"

Identifiants de modèle: us.meta.llama4-maverick-17b-instruct-v1:0

1. Enregistrer l'identifiant

Ce fournisseur n'utilise pas de clé API : Amazon Bedrock s'authentifie via la chaîne d'identifiants AWS : variables d'environnement, rôle IAM ou ~/.aws/credentials.

2. Configurer la tâche LLM

Utilisez ceci comme langchain.json du workflow de l'agent, ou collez les paramètres dans l'éditeur LLM du Manager.

{
  "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"

Identifiants de modèle: meta.llama-4-maverick-17b-128e-instruct-fp8

1. Enregistrer l'identifiant

Ce fournisseur n'utilise pas de clé API : OCI Generative AI s'authentifie avec un profil de configuration OCI issu de ~/.oci/config. Définissez compartmentId pour votre tenancy.

2. Configurer la tâche LLM

Utilisez ceci comme langchain.json du workflow de l'agent, ou collez les paramètres dans l'éditeur LLM du Manager.

{
  "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"
      }
    }
  ]
}

Remarques pour EDDI

  • Certains modèles Bedrock, dont Llama 4 Maverick, ne sont accessibles que via un profil d'inférence inter-régions tel que us.meta.llama4-maverick-17b-instruct-v1:0.

Modèles associés

Sources

Les informations de cette page proviennent de la documentation de l'éditeur, vérifiée le 2026-09-30. Les modèles évoluent vite : confirmez les limites auprès de l'éditeur avant de vous y fier. Les prix ne sont pas indiqués ici : consultez la page de tarification de l'éditeur.

Documentation de l'éditeur ↗