Meta Established Åbne vægte Ikke i FlowHunt

Llama 4 Scout

Llama 4 Scout er en gennemprøvet 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. Dets 10M-tokens kontekstvindue er et af de største tilgængelige — i stand til at behandle boglange dokumenter, hele koderepositorier eller meget lange samtalehistorikker i en enkelt prompt.

Læs mere
Llama 4 Scout blev udgivet sammen med Maverick den 5. april 2025 som den mindre, yderst tilgængelige variant af Llama 4-generationen — og tiltrak straks opmærksomhed for sit kontekstvindue: 10 millioner tokens, det største af enhver model på dette leaderboard. 10M-tokens-vinduet blev opnået gennem ændringer af opmærksomhedsmekanismen og positionskodning, der gjorde modellen i stand til at opretholde sammenhæng på tværs af dokumenter, der var langt længere, end nogen tidligere open-weight-model kunne håndtere. Scout (17B aktiv / 109B total, 16 eksperter) blev standardmodellen til retrieval-augmented generation-pipelines, der skulle operere over meget store dokumentsamlinger uden chunking — behandling af hele juridiske sagsforløb, kodebaser eller videnskabelige litteratursamlinger i en enkelt prompt.
Prøv Claude Haiku 5.5 i FlowHunt Tilbage til AI Leaderboard

Benchmarks

Hver score vises én gang, med sin placering blandt de sporede modeller og oplysning om, hvem der målte den.

Sammenlignet med Established-modeller på samme skala
  • Llama 4 Scoutdenne model
  • GPT-4odenne model fører på 2 af 3
  • Llama 4 Maverickdenne model fører på 0 af 5
Verificeret uafhængig evaluator, tæller med i rangeringen
Samlet

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Kilde ↗

Llama 4 Scout 8,1 GPT-4o 8,4 Llama 4 Maverick 10,0
#43af 45 Verificeret
Agenter

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Kilde ↗

Llama 4 Scout 0,0% GPT-4o Ingen score Llama 4 Maverick 0,0%
#33af 36 Verificeret
Ræsonnement

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Kilde ↗

Llama 4 Scout 3,8% GPT-4o 2,4% Llama 4 Maverick 4,9%
#42af 44 Verificeret

GPQA Diamond

Graduate-level science questions that search cannot answer.

Kilde ↗Også: Verificeret 47,0% (Vals AI own implementation)

Llama 4 Scout 58,7% GPT-4o 54,3% Llama 4 Maverick 67,1%
#33af 37 Verificeret

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Kilde ↗

Llama 4 Scout 0,0% GPT-4o Ingen score Llama 4 Maverick 0,0%
#26af 27 Verificeret

Hvad skal Llama 4 Scout bruges til

Selv-hostede & private implementeringer

Llama 4 Scout er open-weight (17B/109B MoE (16 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.

Lange dokumenter & kodebaseanalyse

Med et 10M-tokens kontekstvindue kan Llama 4 Scout indlæse hele softwarerepositorier, lange juridiske kontrakter, boglange forskningsrapporter eller omfattende samtalehistorikker i en enkelt prompt — hvilket muliggør dybdegående dokument-Q&A, krydsfil-kodebaseræsonnering og omfattende opsummering uden chunking-heuristikker eller RAG-pipelines.

Styrker og begrænsninger

Styrker

  • Selv-hostede & dataprivate implementeringer (open-weight)
  • Meget lange dokumenter og store kodebaser (10M kontekst)

Begrænsninger

  • Betydeligt bagud i forhold til 2026-frontløbermodeller inden for agentisk kodning og kompleks ræsonnering

Brug et alternativ i FlowHunt

Llama 4 Scout er ikke tilgængelig i FlowHunt. Disse modeller dækker lignende opgaver og er klar til brug:

Relaterede AI-modeller

Om Meta Menlo Park, CA · Grundlagt 2004 · ai.meta.com

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.

ai.meta.com ↗

Se hele AI Model Leaderboard

Sammenlign alle fulgte modeller på benchmarks for kodning, agenter og ræsonnement, med hver score markeret som verificeret eller selvrapporteret.

← Tilbage til AI Leaderboard Prøv i FlowHunt

Ofte stillede spørgsmål

Lær mere

Llama 3.3 70B — Benchmarks, evner og anvendelsesmuligheder
Llama 3.3 70B — Benchmarks, evner og anvendelsesmuligheder

Llama 3.3 70B — Benchmarks, evner og anvendelsesmuligheder

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

4 min læsning
Llama 4 Scout AI: Ydelsesanalyse på tværs af flere opgaver
Llama 4 Scout AI: Ydelsesanalyse på tværs af flere opgaver

Llama 4 Scout AI: Ydelsesanalyse på tværs af flere opgaver

En dybdegående analyse af Metas Llama 4 Scout AI-modellens ydeevne på fem forskellige opgavetyper, der afslører imponerende evner inden for indholdsgenerering, ...

4 min læsning
AI Llama 4 +8