
Llama 4 Maverick — Puntos de referencia, capacidades y casos de uso
Llama 4 Maverick es un modelo de IA de pesos abiertos de Meta (17B/400B MoE (128 expertos)), clasificado en el nivel Establecido con una ventana de contexto de ...
Llama 4 Scout es un modelo de IA probado que todavía se implementa ampliamente en sistemas de producción, desarrollado por Meta y lanzado en abril de 2025. Como modelo de pesos abiertos, sus pesos entrenados están disponibles públicamente — puedes auto-alojarlo, ajustarlo con datos propietarios o ejecutarlo localmente sin dependencias de API. Su ventana de contexto de 10M de tokens es una de las más grandes disponibles — capaz de procesar documentos del tamaño de un libro, repositorios de código completos o historiales de conversación muy largos en una sola instrucción.
En el Ranking de Modelos de IA de FlowHunt es uno de los 24 modelos rastreados, evaluado en 4 puntos de referencia. Puntuaciones destacadas: 50.3% en MATH-500 (#4 de 4); 32.8% en LiveCodeBench (#5 de 5); 52.2% en MMLU-Pro (#8 de 8).
Llama 4 Scout fue lanzado junto con Maverick el 5 de abril de 2025 como la variante más pequeña y altamente accesible de la generación Llama 4 — e inmediatamente llamó la atención por su ventana de contexto: 10 millones de tokens, la más grande de cualquier modelo en este ranking. La ventana de 10M de tokens se logró mediante modificaciones en el mecanismo de atención y la codificación posicional que permitieron al modelo mantener coherencia a lo largo de documentos mucho más extensos de lo que cualquier modelo previo de pesos abiertos podía manejar. Scout (17B activos / 109B totales, 16 expertos) se convirtió en el modelo predeterminado para tuberías de generación aumentada por recuperación que necesitaban operar sobre colecciones de documentos muy grandes sin fragmentación — procesando historiales de casos legales completos, bases de código o corpus de literatura científica en una sola instrucción.
Nota: Contexto arquitectónico de 10M de tokens. Un solo H100 (Int4). DocVQA 94.4%.
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) |
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 | — | — |
Meta Platforms (anteriormente Facebook) es una de las empresas tecnológicas más grandes del mundo, con sede en Menlo Park, California, y conocida principalmente por Facebook, Instagram, WhatsApp y Threads. A través de Meta AI (anteriormente FAIR), la empresa se ha convertido en la publicación más prolífica de modelos de lenguaje grandes de pesos abiertos mediante la familia Llama. La serie Llama 4 — Maverick, Scout y Behemoth — se lanzó bajo licencias comunitarias permisivas y siguen siendo los modelos de pesos abiertos más descargados en plataformas como Hugging Face. La estrategia de IA de Meta es distintiva entre los principales laboratorios: en lugar de operar una API comercial, Meta lanza modelos abiertamente para uso comercial y de investigación, integra funciones de IA generativa en sus propias aplicaciones y ha defendido públicamente los lanzamientos de pesos abiertos como el enfoque más democrático para el desarrollo de IA.
Casos de Uso
Llama 4 Scout es de pesos abiertos (17B/109B MoE (16 expertos) parámetros) — sus pesos entrenados están disponibles públicamente para descargar e implementar por cuenta propia. Ejecútalo en tu propio hardware de GPU o nube privada para garantizar que los datos nunca salgan de tu entorno, elimina los costos de API por token a escala, o ajusta el modelo con conjuntos de datos propietarios.
Con una ventana de contexto de 10M de tokens, Llama 4 Scout puede procesar repositorios de software completos, contratos legales extensos, informes de investigación del tamaño de un libro o historiales de conversación amplios en una sola instrucción — permitiendo preguntas y respuestas profundas sobre documentos, razonamiento entre archivos de una base de código y resúmenes exhaustivos sin heurísticas de fragmentación ni tuberías RAG.
Más para Comparar
Compara los 24 modelos en 11 puntos de referencia — ordenable, con fuentes y actualizado a junio de 2026.

Llama 4 Maverick es un modelo de IA de pesos abiertos de Meta (17B/400B MoE (128 expertos)), clasificado en el nivel Establecido con una ventana de contexto de ...

Llama 3.3 70B es un modelo de IA de pesos abiertos de Meta (70B denso), clasificado en el nivel Establecido con una ventana de contexto de 128K tokens. Está dis...

Un análisis en profundidad del rendimiento del modelo Llama 4 Scout AI de Meta en cinco tareas diversas, que revela impresionantes capacidades en generación de ...
Consentimiento de Cookies
Usamos cookies para mejorar tu experiencia de navegación y analizar nuestro tráfico. See our privacy policy.