Llama 4: Was die offenen Modelle können und wo die Lizenz bremst

Stand: 17. Juli 2026

Llama 4 ist die vierte Generation von Metas offener Modell-Reihe, veröffentlicht am 5. April 2025. Meta stellte zwei Modelle sofort zum Download bereit, Scout und Maverick, und kündigte ein drittes und deutlich grösseres an, Behemoth. Alle drei setzen auf eine Mixture-of-Experts-Architektur, bei der pro Anfrage nur ein Teil der Parameter aktiv wird. Das erklärt, warum ein Modell mit hunderten Milliarden Parametern trotzdem vergleichsweise effizient rechnet.

Was steckt in Llama 4 Scout und Maverick?

Der wichtigste Unterschied liegt nicht in den aktiven Parametern, sondern in der Gesamtgrösse. Scout und Maverick haben beide 17 Milliarden aktive Parameter, also genau die Menge, die pro Token tatsächlich rechnet. Verschieden ist die Zahl der Experten und damit die Gesamt-Parameterzahl: Scout kommt auf 109 Milliarden Parameter über 16 Experten, Maverick auf 400 Milliarden über 128 Experten. Für die Hardware zählt die Gesamtzahl, denn alle Gewichte müssen in den Speicher passen, auch wenn pro Token nur ein Bruchteil aktiv ist. Was aktive und Gesamt-Parameter für den Betrieb bedeuten, ordnen wir in den KI-Grundlagen zu Modellen ein.

Beim Kontextfenster trennt sich die Familie deutlich. Scout verarbeitet laut Meta bis zu 10 Millionen Token in einem Aufruf, Maverick bis zu 1 Million. Ob die Qualität über diese Längen stabil bleibt, ist die eigentliche Frage: Sehr lange Kontexte leiden bekanntlich unter dem Lost-in-the-Middle-Effekt, bei dem Modelle Informationen tief im Kontext schlechter wiederfinden. Warum ein grosses Kontextfenster nicht automatisch besseres Arbeiten bedeutet, erklären wir in den Grundlagen zu Tokens und Kontext.

Modell	Parameter (aktiv / gesamt)	Kontextfenster	Status
Llama 4 Scout	17 Mrd / 109 Mrd (16 Experten)	10 Mio Token	verfügbar seit April 2025
Llama 4 Maverick	17 Mrd / 400 Mrd (128 Experten)	1 Mio Token	verfügbar seit April 2025
Llama 4 Behemoth	288 Mrd / rund 2 Bio (16 Experten)	nicht spezifiziert	nie erschienen

Was heisst «multimodal» bei Llama 4 wirklich?

«Multimodal» wird bei Llama 4 oft grösser dargestellt, als es ist. Scout und Maverick verstehen Text und Bilder als Eingabe, Meta hat sie mit mehreren Bildern pro Anfrage trainiert. Die Ausgabe ist jedoch ausschliesslich Text. Es gibt keine Audio-Eingabe, und die Modelle erzeugen weder Bilder noch Video noch Ton. Wer eine Bildgenerierung oder einen Sprachassistenten sucht, ist bei Llama 4 an der falschen Adresse.

Praktisch heisst das: Du kannst einen Screenshot, ein Diagramm oder eine gescannte Seite zusammen mit einer Textfrage ins Modell geben und bekommst eine textliche Analyse zurück. Video versteht Llama 4 nur über einzelne Standbilder, nicht als fortlaufenden Stream. Das ist nützlich für Dokumentenanalyse und Bildbeschreibung, ersetzt aber kein spezialisiertes Modell für Audio oder für das Erzeugen von Medien. Sinnvolle Einsatzfelder für das lange Kontextfenster von Scout sind eher diese:

• Code-Analyse: komplette Repositories in einem Aufruf verarbeiten, statt Codeabschnitte manuell zu zerteilen.
• Dokumenten-Synthese: lange Verträge, Gutachten oder Regulierungstexte ohne Segmentierung analysieren.
• Langkontext-Recherche: grosse Wissensbestände direkt im Kontext halten, wo Latenz und Kosten es zulassen.

Warum sperrt die Lizenz EU-Firmen aus, und was gilt für DACH?

Der wichtigste Punkt für DACH-Teams steht nicht im Datenblatt, sondern in der Lizenz. Die Llama 4 Community License gewährt die Nutzungsrechte ausdrücklich nicht, wenn du eine natürliche Person mit Wohnsitz in der EU oder ein Unternehmen mit Hauptsitz in der EU bist. Diese Klausel hängt an den Modellgewichten selbst, nicht an einem Meta-Dienst. Massgeblich ist der Firmensitz, nicht der Serverstandort: Ein EU-Server macht die Nutzung nicht legal, und ein Server ausserhalb der EU macht ein EU-Unternehmen nicht berechtigt.

Für die DACH-Region zieht das eine klare Grenze. Schweizer Firmen haben ihren Sitz ausserhalb der EU und sind von der Klausel nicht erfasst, sie erhalten die Rechte wie jeder andere Nicht-EU-Akteur. Deutsche und österreichische Unternehmen dagegen fallen unter die Einschränkung und erhalten nach dem Wortlaut der Lizenz keine Nutzungsrechte an den Llama-4-Modellen, auch beim Self-Hosting nicht. Eine Ausnahme nennt die Lizenz nur für Endnutzer von Produkten, die solche Modelle bereits integriert haben.

Für die grosse Mehrheit spielt die zweite kommerzielle Schwelle keine Rolle: Erst ab 700 Millionen monatlich aktiven Nutzern verlangt Meta eine gesonderte Lizenz. Diese Grenze trifft Konzerne, keine KMU. Wer selbst hosten darf, sollte trotzdem vor dem produktiven Einsatz eine Datenschutzfachperson beiziehen, bevor personenbezogene Daten ins Modell fliessen. Wie Self-Hosting praktisch aussieht und was es an Aufwand kostet, zeigen wir in den Grundlagen zu lokaler KI.

Wie schlägt sich Llama 4 gegen die aktuellen offenen Alternativen?

Llama 4 ist inzwischen über ein Jahr alt, und der Markt für offene Modelle hat sich seither bewegt. Gerade für Teams, die frei und ohne Lizenz-Fallstrick starten wollen, sind drei neuere Familien einen Blick wert, alle unter der klaren Apache-2.0-Lizenz ohne EU-Sonderklausel. Das ist der eigentliche Unterschied zu Llama 4: Bei Qwen3.6, Gemma 4 und Mistral Small 4 stellt sich die Frage nach dem Firmensitz gar nicht erst.

Modell	Lizenz	Grösse und Hardware	Eingabe
Llama 4 Scout	Community License (EU-Firmen gesperrt)	109 Mrd gesamt, Server-GPU nötig	Text und Bild
Qwen3.6 35B-A3B	Apache 2.0	3 Mrd aktiv, läuft auf 24-GB-GPU	Text
Gemma 4 (26B MoE)	Apache 2.0	3.8 Mrd aktiv, Consumer-GPU	Text (12B-Variante mit Audio)
Mistral Small 4	Apache 2.0	119 Mrd MoE, rund 67 GB quantisiert	Text und Bild

Für ein Projekt, das auf einer einzelnen Consumer- oder Workstation-GPU laufen soll, sind die MoE-Varianten von Qwen3.6 und Gemma 4 die praktischeren Kandidaten: Sie aktivieren nur wenige Milliarden Parameter pro Token und passen auf eine 24-GB-Karte. Mistral Small 4 ist zwar ebenfalls offen und multimodal, in voller Grösse mit rund 67 GB quantisiert aber keine Workstation-Lösung. Llama 4 Scout wiederum braucht mit 109 Milliarden Gesamt-Parametern echte Server-Hardware, unabhängig von der Lizenzfrage. Wo die offenen Modelle im Leistungsvergleich stehen, halten wir laufend in den Modell-Ranglisten fest.

Für wen lohnt sich Llama 4 heute noch?

Llama 4 bleibt ein technisch ernstzunehmendes Angebot, besonders wegen des sehr langen Kontextfensters von Scout. Die Frage ist nicht, ob die Modelle gut sind, sondern ob sie für deinen Fall die richtige Wahl sind. Für Schweizer Teams mit langen Dokumenten oder grossen Codebasen, die offene Gewichte selbst betreiben wollen, ist ein Evaluierungs-Setup vertretbar. Für deutsche und österreichische Firmen ist der produktive Self-Hosting-Einsatz durch die Lizenz blockiert, und daran ändert kein EU-Serverstandort etwas.

Behemoth, das dritte und grösste Modell der Familie, bleibt ein Randthema. Meta kündigte es im April 2025 mit 288 Milliarden aktiven und knapp zwei Billionen Gesamt-Parametern an, hielt es aber als noch im Training zurück. Ein Release-Datum nannte Meta nie, und bis heute ist Behemoth nicht öffentlich verfügbar. Wer heute eine offene Grundlage sucht, plant besser mit den verfügbaren Modellen als mit einem angekündigten.