Avis Llama 4 : Scout, Maverick, Behemoth, déploiement local et politique NSFW

Llama 4 est la génération avec laquelle Meta fait évoluer Llama vers une architecture MoE nativement multimodale. La famille repose sur Scout pour le très long contexte, Maverick pour l’assistant multimodal généraliste et Behemoth comme modèle enseignant de très grande taille.

En pratique, Scout convient aux documents volumineux, au RAG et aux grands dépôts de code. Maverick est plus pertinent pour le chat, la vision, le code et les produits multimodaux. Behemoth n’est pas un modèle à télécharger pour un usage local classique.

Verdict rapide

Point	Résumé
Idéal pour	Applications multimodales, RAG long contexte, assistants de code, déploiements privés
Scout	Contexte 10M tokens, modèle Llama 4 le plus intéressant pour le long contexte
Maverick	Meilleure qualité générale en chat, vision et code, mais plus lourd
Behemoth	Modèle enseignant, pas un modèle local courant
En ligne	Meta AI
Téléchargement	Téléchargements officiels / Scout sur Hugging Face / Maverick sur Hugging Face
NSFW	Modèles officiels alignés pour la sécurité, sans mode NSFW officiel

Qu'est-ce que Llama 4

Meta a annoncé Llama 4 le 5 avril 2025. Scout et Maverick sont proposés en open-weight, tandis que Behemoth sert surtout de modèle enseignant pour améliorer les versions plus utilisables.

La multimodalité native permet de traiter texte et images dans une même architecture. Le MoE active seulement certains experts par token, ce qui permet une grande capacité totale avec un calcul actif plus limité.

Scout, Maverick et Behemoth

Modèle	Statut	Paramètres	Contexte	Usage
Llama 4 Scout	Open-weight	17B actifs / 109B totaux / 16 experts	10M tokens	Documents longs, RAG, grands dépôts
Llama 4 Maverick	Open-weight	17B actifs / 400B totaux / 128 experts	1M tokens	Chat, vision, code, applications multimodales
Llama 4 Behemoth	Enseignant en preview	288B actifs / presque 2T totaux	Pas un téléchargement local normal	Distillation et recherche

Scout est remarquable pour sa fenêtre de contexte. Elle peut changer la donne pour de très grands corpus, mais la qualité dépend aussi du runtime, de la mémoire et de la stratégie de récupération.

Maverick est plus adapté comme assistant général multimodal. Il est plus lourd et se prête mieux à l’inférence hébergée ou aux serveurs spécialisés.

Accès en ligne et téléchargements

Le moyen le plus simple de tester est Meta AI. Les développeurs peuvent partir de llama.com et des dépôts Llama 4 Scout et Llama 4 Maverick. Avant une utilisation commerciale, consultez la licence et la politique d'utilisation.

Déploiement local et matériel

Meta indique que Scout peut tenir sur une NVIDIA H100 avec quantification Int4. Maverick demande plutôt un serveur H100 DGX ou une inférence distribuée. Sur un GPU grand public, Llama 4 complet n’est donc pas un choix réaliste.

Matériel	Attente réaliste
8GB-16GB VRAM	Préférer des modèles plus petits
24GB VRAM	Trop juste pour Llama 4 complet
H100	Scout peut devenir testable
Serveur multi-GPU	Plus adapté à Maverick
API hébergée	Meilleur point d’entrée

Performances et retours réels

Les annonces officielles mettent en avant le contexte long, la vision et l’efficacité MoE. Les retours externes sont plus nuancés, notamment à cause de débats autour des benchmarks de Maverick et de différences entre variantes expérimentales et publiques.

Le bon réflexe consiste à tester le modèle exact sur vos propres tâches. Les documents, images, dépôts de code, contraintes de latence et coûts comptent autant que les scores publics.

Comparaison avec d'autres LLM ouverts

Modèle	Atout	Limite	Pour qui
Llama 4 Scout	Très long contexte et multimodalité	Matériel exigeant	RAG et lecture de code
Llama 4 Maverick	Assistant multimodal puissant	Coût de déploiement	Produits hébergés
Qwen 3.8	Écosystème local pratique	Contexte moins extrême	Utilisateurs locaux
Gemma 4	Efficacité et écosystème Google	Pas centré NSFW officiellement	Assistant général
Dolphin 3	Route uncensored classique	Moins frontier multimodal	Écriture et roleplay
Kimi K3	Très grand MoE et long contexte	Infrastructure lourde	Agents et RAG d’entreprise

NSFW et limites de sécurité

Llama 4 n’est pas un modèle NSFW. Meta AI et les modèles instruct officiels sont alignés pour la sécurité. Les contenus sexuels explicites, les mineurs, la sexualisation de personnes réelles et les instructions illégales peuvent être refusés.

Les poids ouverts donnent plus de contrôle en auto-hébergement, mais il ne s’agit pas d’un mode uncensored officiel. Pour du roleplay adulte, des modèles communautaires spécialisés sont généralement plus directs.

Communauté et écosystème

Llama dispose d’un écosystème très solide : fournisseurs cloud, runtimes, fine-tuning, RAG, évaluation et outils de sécurité. Avec Llama 4, le MoE et la multimodalité rendent toutefois le support plus délicat. Vérifiez les versions quantifiées avant de les utiliser en production.

FAQ

Llama 4 est-il gratuit ?

Scout et Maverick sont distribués sous Llama 4 Community License. De nombreux usages sont possibles, mais la licence comporte des conditions.

Peut-on l'exécuter localement ?

Scout est le plus réaliste, mais il vise plutôt du matériel H100. Maverick est surtout serveur ou API.

Scout ou Maverick ?

Scout pour le très long contexte ; Maverick pour la qualité multimodale générale.

Comprend-il les images ?

Oui, Scout et Maverick acceptent texte et images.

Est-il uncensored ?

Non, les versions officielles sont alignées pour la sécurité.

Références

• Meta Llama 4 official announcement
• Llama 4 Scout on Hugging Face
• Llama 4 Maverick on Hugging Face
• Official Llama downloads
• Llama 4 Community License
• Llama 4 acceptable use policy
• TechCrunch benchmark report
• TechCrunch Maverick follow-up

Conclusion

Llama 4 est une avancée importante : open-weight, multimodalité native et MoE à grande échelle. Scout est fascinant pour le contexte long, Maverick pour les applications multimodales plus complètes.

Le choix doit rester pragmatique. Pour un PC classique, des modèles plus petits seront souvent meilleurs. Pour le NSFW, des fine-tunes communautaires sont plus adaptés. Testez d’abord vos propres cas d’usage avant de décider.