
Llama 4 Scout — Benchmarks, egenskaber og anvendelsestilfælde
Llama 4 Scout er en åben-vægts AI-model fra Meta (17B/109B MoE (16 eksperter)), klassificeret som Etableret niveau med et 10M tokens kontekstvindue. Den er tilg...
Llama 4 Maverick er en gennemtestet AI-model, der stadig er bredt implementeret i produktionssystemer, udviklet af Meta og udgivet i april 2025. Som en open-weight-model er dens trænede vægte offentligt tilgængelige — du kan selv-host den, finjustere den på proprietære data eller køre den on-premise uden API-afhængigheder. Kontekstvinduet på 1M tokens er stort nok til at rumme hele kodebaser, lange tekniske dokumenter eller udvidede agentiske sessioner uden afkortning.
På FlowHunt AI Leaderboard er den en af 24 spores modeller, evalueret på tværs af 3 benchmarks. Fremtrædende scoringer: 80,5% på MMLU-Pro (#4 af 8); 43,4% på LiveCodeBench (#4 af 5); 69,8% på GPQA Diamond (#11 af 14).
Llama 4 Maverick blev udgivet den 5. april 2025 som Metas flagskibs Llama 4-model. Maverick introducerede en native multimodal mixture-of-experts-arkitektur — den første Llama-model, der kan behandle billeder på ræsonnementsniveau — ved at bruge 17B aktive parametre fra en 400B-pulje med 128 eksperter. Ved lanceringen var den den stærkeste open-weight-model inden for visuelle forståelsesopgaver, hvilket muliggjorde den første generation af visionsdygtige open-weight-agenter. Dens 1M kontekstvindue og multimodale kapacitet gjorde den til referencemodellen for udvikling af open-weight agentiske applikationer gennem første halvdel af 2025, før Frontier-tier lukkede modeller udvidede deres forspring.
Bemærk: Bedst-i-klassen multimodal open-weight ved lancering. Passer på en enkelt H100-vært.
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| GPQA Diamond | 69.8% | 11 of 14 | SR | Graduate-level Google-proof science Q&A |
| MMLU-Pro | 80.5% | 4 of 8 | SR | Hard knowledge reasoning, 12K questions |
| LiveCodeBench | 43.4% | 4 of 5 | SR | Competitive programming, continuously updated |
Head-to-head benchmark comparison with other Established-tier models. Higher is better for all metrics.
| Benchmark | Llama 4 Maverick | GPT-4o | Llama 4 Scout |
|---|---|---|---|
| GPQA ◇ | 69.8% | 53.6% | — |
| MMLU-P | 80.5% | 72.6% | 52.2% |
| LiveCode | 43.4% | — | 32.8% |
Meta Platforms (tidligere Facebook) er et af verdens største teknologiselskaber med hovedkvarter i Menlo Park, Californien, og bedst kendt for Facebook, Instagram, WhatsApp og Threads. Gennem Meta AI (tidligere FAIR) er virksomheden blevet den mest produktive udgiver af åbne vægts-store sprogmodeller via Llama-familien. Llama 4-serien — Maverick, Scout og Behemoth — blev udgivet under tilladende fællesskabslicenser og er fortsat de mest downloadede åbne vægtmodeller på platforme som Hugging Face. Metas AI-strategi er særegen blandt større laboratorier: i stedet for at drive en kommerciel API udgiver Meta modeller åbent til forskning og kommerciel brug, integrerer generative AI-funktioner på tværs af sine egne applikationer og har offentligt talt for åbne vægtudgivelser som den mest demokratiske tilgang til AI-udvikling.
Anvendelsesmuligheder
Llama 4 Maverick opnår 69% på GPQA Diamond (#11 af 14 modeller), omkring eller over den menneskelige PhD-ekspert-baseline. Den håndterer krævende videnskabelig ræsonnering, opsummering af forskningslitteratur og vidensintensive opgaver inden for STEM-discipliner.
Llama 4 Maverick er open-weight (17B/400B MoE (128 eksperter) parametre) — dens trænede vægte er offentligt tilgængelige til download og selv-implementering. Kør den på din egen GPU-hardware eller private cloud for at sikre, at data aldrig forlader dit miljø, eliminer per-token API-omkostninger i stor skala, eller finjuster modellen på proprietære datasæt.
Med et kontekstvindue på 1M tokens kan Llama 4 Maverick indlæse hele softwarearkiver, lange juridiske kontrakter, forskningsrapporter på boglængde eller omfattende samtaleforløb i en enkelt prompt — hvilket muliggør dybdegående dokument-Q&A, krydsfil-kodebase ræsonnering og omfattende opsummering uden chunking-heuristikker eller RAG-pipelines.
Mere at sammenligne
Sammenlign alle 24 modeller på tværs af 11 benchmarks — sorterbar, kildeangivet og opdateret juni 2026.

Llama 4 Scout er en åben-vægts AI-model fra Meta (17B/109B MoE (16 eksperter)), klassificeret som Etableret niveau med et 10M tokens kontekstvindue. Den er tilg...

Llama 3.3 70B er en open-weight AI-model fra Meta (70B dense), klassificeret som Etableret niveau med en kontekstvindue på 128K tokens. Den er tilgængelig direk...

Large Language Model Meta AI (LLaMA) er en avanceret model til naturlig sprogbehandling udviklet af Meta. Med op til 65 milliarder parametre udmærker LLaMA sig ...