Llama 4 Maverick — المعايير، القدرات، وحالات الاستخدام
Llama 4 Maverick هو نموذج ذكاء اصطناعي مفتوح الأوزان من Meta (17B/400B MoE (128 خبيرًا))، مصنف في الفئة الراسخة (Established) مع نافذة سياقية تبلغ مليون رمز (1M...
4 دقيقة قراءة
Llama 4 Scout هو نموذج ذكاء اصطناعي مُثبت لا يزال واسع الانتشار في أنظمة الإنتاج، طورته Meta وأُصدر في أبريل 2025. كنموذج مفتوح الأوزان، فإن أوزانه المدربة متاحة للعموم — يمكنك استضافته ذاتيًا، أو ضبطه بدقة على بيانات خاصة، أو تشغيله محليًا دون الاعتماد على API. نافذة السياق البالغة 10 ملايين رمز هي واحدة من أكبر النوافذ المتاحة — قادرة على معالجة مستندات بطول كتاب كامل، أو مستودعات برمجية كاملة، أو سجلات محادثات طويلة جدًا في طلب واحد.
على لوحة متصدرة FlowHunt للذكاء الاصطناعي، هو أحد 24 نموذجًا مُتتبعًا، تم تقييمه عبر 4 معايير. النتائج البارزة: 50.3% في MATH-500 (#4 من 4)؛ 32.8% في LiveCodeBench (#5 من 5)؛ 52.2% في MMLU-Pro (#8 من 8).
أُصدر Llama 4 Scout إلى جانب Maverick في 5 أبريل 2025 كالنسخة الأصغر والأكثر سهولة في الوصول من الجيل Llama 4 — وجذب الانتباه فورًا لنافذة سياقه: 10 ملايين رمز، الأكبر بين أي نموذج على هذه اللوحة المتصدرة. تم تحقيق نافذة الـ 10 ملايين رمز من خلال تعديلات في آلية الانتباه والتشفير الموضعي، مما مكّن النموذج من الحفاظ على الترابط عبر مستندات أطول بكثير مما يمكن لأي نموذج مفتوح الأوزان سابق التعامل معه. أصبح Scout (17B نشط / 109B إجمالي، 16 خبيرًا) النموذج الافتراضي لخطوط أنابيب التوليد المعزز بالاسترجاع التي تحتاج إلى العمل على مجموعات مستندات كبيرة جدًا دون تجزئة — حيث يعالج سجلات قضايا قانونية كاملة، أو قواعد بيانات برمجية، أو مجموعات كاملة من المؤلفات العلمية في طلب واحد.
ملاحظة: 10 ملايين رمز سياق معماري. H100 واحد (Int4). DocVQA 94.4%.
- تاريخ الإصدار
- أبريل 2025
- المعلمات
- 17B/109B MoE (16 خبيرًا)
- السياق
- 10 ملايين رمز
- الأوزان
- مفتوحة
- المستوى
- راسخ (Established)
- المزود
- Meta
Llama 4 Scout Benchmark Rankings
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| MMLU-Pro | 52.2% | 8 of 8 | SR | Hard knowledge reasoning, 12K questions |
| LiveCodeBench | 32.8% | 5 of 5 | SR | Competitive programming, continuously updated |
| MATH-500 | 50.3% | 4 of 4 | SR | Hendrycks math (500 problems) |
| AA Intelligence Index | 14.0 pts | 9 of 9 | AA | Artificial Analysis composite score (independent) |
Detailed Benchmark Scores
MMLU-P
SR
52.2%
Hard knowledge reasoning, 12K questions
LiveCode
SR
32.8%
Competitive programming, continuously updated
MATH
SR
50.3%
Hendrycks math (500 problems)
AA Idx
AA
14.0 pts
Artificial Analysis composite score (independent)
Llama 4 Scout vs. Established Peers
Head-to-head benchmark comparison with other Established-tier models. Higher is better for all metrics.
| Benchmark | Llama 4 Scout | GPT-4o | Llama 4 Maverick |
|---|---|---|---|
| MMLU-P | 52.2% | 72.6% | 80.5% |
| LiveCode | 32.8% | — | 43.4% |
| MATH | 50.3% | — | — |
| AA Idx | 14.0 pts | — | — |
About Meta
Meta Platforms (فيسبوك سابقًا) هي واحدة من أكبر شركات التكنولوجيا في العالم، ويقع مقرها الرئيسي في مينلو بارك، كاليفورنيا، وتشتهر بفيسبوك، إنستغرام، واتساب، وثريدز. من خلال Meta AI (سابقًا FAIR)، أصبحت الشركة الناشر الأكثر غزارة لنماذج اللغة الكبيرة مفتوحة الأوزان عبر عائلة Llama. صدرت سلسلة Llama 4 — مافريك، سكاوت، وبيهيموث — بموجب تراخيص مجتمعية متسامحة ولا تزال النماذج مفتوحة الأوزان الأكثر تحميلاً على منصات مثل Hugging Face. تتميز استراتيجية Meta للذكاء الاصطناعي بين المختبرات الكبرى: فبدلاً من تشغيل واجهة برمجة تطبيقات تجارية، تطلق Meta نماذجها بشكل مفتوح للاستخدام البحثي والتجاري، وتدمج ميزات الذكاء الاصطناعي التوليدي عبر تطبيقاتها الخاصة، ودعت علنًا إلى الإصدارات مفتوحة الأوزان باعتبارها النهج الأكثر ديمقراطية لتطوير الذكاء الاصطناعي.
حالات الاستخدام
لأي استخدامات يُوصى باستخدام Llama 4 Scout
- النشر الذاتي والنشر الخاص
Llama 4 Scout مفتوح الأوزان (معلمات 17B/109B MoE (16 خبيرًا)) — أوزانه المدربة متاحة للعموم للتحميل والنشر الذاتي. قم بتشغيله على أجهزة GPU الخاصة بك أو سحابتك الخاصة لضمان عدم مغادرة بياناتك لبيئتك، وتخلص من تكاليف API لكل رمز على نطاق واسع، أو اضبط النموذج بدقة على مجموعات بيانات خاصة.
- تحليل المستندات الطويلة وقواعد البرمجيات
مع نافذة سياقية تبلغ 10 ملايين رمز، يمكن لـ Llama 4 Scout استيعاب مستودعات برمجية كاملة، وعقود قانونية طويلة، وتقارير بحثية بطول كتاب، وسجلات محادثات موسعة في طلب واحد — مما يتيح الإجابة المتعمقة عن الأسئلة المتعلقة بالمستندات، والاستدلال عبر ملفات قواعد البرمجيات، والتلخيص الشامل دون الحاجة إلى استدلالات التجزئة أو خطوط أنابيب RAG.
Strengths & Limitations
Strengths
- نشر ذاتي وخاص بالبيانات (مفتوح الأوزان)
- مستندات طويلة جدًا وقواعد برمجية كبيرة (سياق 10 ملايين)
Limitations
- متأخر بشكل ملحوظ عن نماذج الحدود لعام 2026 في البرمجة العاملة والاستدلال المعقد
تصفح لوحة متصدرة نماذج الذكاء الاصطناعي الكاملة
قارن جميع النماذج الـ 24 عبر 11 معيارًا — قابلة للفرز، وموثقة المصادر، ومُحدّثة حتى يونيو 2026.
الأسئلة الشائعة
اعرف المزيد
Llama 3.3 70B — المعايير، القدرات، وحالات الاستخدام
Llama 3.3 70B هو نموذج ذكاء اصطناعي مفتوح الأوزان من Meta (70B كثيف)، مصنف ضمن الفئة الراسخة (Established) مع نافذة سياقية تبلغ 128 ألف توكين. وهو متاح مباشرة ف...
4 دقيقة قراءة
لاما 4 سكاوت للذكاء الاصطناعي: تحليل الأداء عبر مهام متعددة
تحليل معمق لأداء نموذج لاما 4 سكاوت للذكاء الاصطناعي من Meta عبر خمس مهام متنوعة، يبرز القدرات المذهلة في إنتاج المحتوى، وإجراء العمليات الحسابية، والتلخيص، وال...
4 دقيقة قراءة
AI
Llama 4
+8