강점
- 텍스트와 이미지 입력
- 전문가 혼합 구조의 효율성
- 12개 언어
- 긴 컨텍스트(Bedrock의 Maverick은 1M)
적합한 용도
- 멀티모달 어시스턴트
- 시각적 추론
- 긴 문서
EDDI에서 실행하기
가장 빠른 방법은 EDDI 매니저입니다: 에이전트 위저드나 Platform Operator를 열고 프로바이더와 모델을 선택하세요. 직접 구성하려면 원하는 프로바이더에 대해 아래 단계를 따르세요.
Amazon Bedrock · type: "bedrock"
모델 ID: us.meta.llama4-maverick-17b-instruct-v1:0
1. 자격 증명 저장
이 프로바이더는 API 키를 사용하지 않습니다: Amazon Bedrock은 AWS 자격 증명 체인(환경 변수, IAM 역할 또는 ~/.aws/credentials)으로 인증합니다.
2. LLM 태스크 구성
이것을 에이전트 워크플로우의 langchain.json으로 사용하거나, EDDI 매니저의 LLM 편집기에 파라미터를 붙여 넣으세요.
{
"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"
모델 ID: meta.llama-4-maverick-17b-128e-instruct-fp8
1. 자격 증명 저장
이 프로바이더는 API 키를 사용하지 않습니다: OCI Generative AI는 ~/.oci/config의 OCI 구성 프로필로 인증합니다. 테넌시에 맞게 compartmentId를 설정하세요.
2. LLM 태스크 구성
이것을 에이전트 워크플로우의 langchain.json으로 사용하거나, EDDI 매니저의 LLM 편집기에 파라미터를 붙여 넣으세요.
{
"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"
}
}
]
}EDDI 사용 시 참고 사항
- Llama 4 Maverick을 포함한 일부 Bedrock 모델은
us.meta.llama4-maverick-17b-instruct-v1:0같은 교차 리전 추론 프로필을 통해서만 사용할 수 있습니다.
관련 모델
출처
이 페이지의 정보는 벤더 문서를 바탕으로 2026-09-30에 확인한 것입니다. 모델은 빠르게 바뀌므로 한도에 의존하기 전에 벤더에게 확인하세요. 가격은 여기에 표시하지 않습니다: 벤더의 가격 페이지를 참조하세요.