Meta Established Avoimet painot Ei FlowHuntissa

Llama 4 Scout

Llama 4 Scout on todistetusti toimiva tekoälymalli, jota käytetään edelleen laajasti tuotantojärjestelmissä. Sen on kehittänyt Meta ja se julkaistiin huhtikuussa 2025. Avoimen painoarvon mallina sen koulutetut painoarvot ovat julkisesti saatavilla — voit isännöidä sen itse, hienosäätää sen omalla datallasi tai ajaa sitä omilla palvelimillasi ilman API-riippuvuuksia. Sen 10 miljoonan tokenin konteksti-ikkuna on yksi suurimmista saatavilla olevista — se pystyy käsittelemään kirjanmittaisia asiakirjoja, kokonaisia koodivarastoja tai erittäin pitkiä keskusteluhistorioita yhdessä kehotteessa.

Lue lisää
Llama 4 Scout julkaistiin Maverickin rinnalla 5. huhtikuuta 2025 Llama 4 -sukupolven pienempänä, erittäin saavutettavana muunnelmana — ja se herätti heti huomiota konteksti-ikkunallaan: 10 miljoonaa tokenia, suurin minkään tämän johtotaulukon mallin osalta. 10 miljoonan tokenin ikkuna saavutettiin muokkaamalla huomiointi(mekanismia) ja sijaintikoodausta, mikä mahdollisti mallin säilyttää koherenssin asiakirjojen yli paljon pidemmissä yhteyksissä kuin mikään aiempi avoimen painoarvon malli pystyi käsittelemään. Scoutista (17B aktiivista / 109B yhteensä, 16 asiantuntijaa) tuli oletusmalli hakuavusteisille generointiputkille, joiden täytyi toimia erittäin suurten asiakirjakokoelmien yli ilman pilkkomista — käsitellen kokonaisia oikeustapaushistorioita, koodipohjia tai tieteellisten julkaisujen kokoelmia yhdessä kehotteessa.

Vertailutestit

Jokainen tulos näkyy kerran, mukana sijoitus seurattujen mallien joukossa ja tieto siitä, kuka sen mittasi.

Vertailu Established-tason malleihin samalla asteikolla
  • Llama 4 Scouttämä malli
  • GPT-4otämä malli johtaa 2 / 3 testissä
  • Llama 4 Mavericktämä malli johtaa 0 / 5 testissä
Vahvistettu riippumaton arvioija, lasketaan sijoitukseen
Kokonaisuus

AA Intelligence Index

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

Lähde ↗

Llama 4 Scout 8,1 GPT-4o 8,4 Llama 4 Maverick 10,0
#43/ 45 Vahvistettu
Agentit

Terminal-Bench 4.0

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

Lähde ↗

Llama 4 Scout 0,0% GPT-4o Ei tulosta Llama 4 Maverick 0,0%
#33/ 36 Vahvistettu
Päättely

Humanity's Last Exam

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

Lähde ↗

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

GPQA Diamond

Graduate-level science questions that search cannot answer.

Lähde ↗Myös: Vahvistettu 47,0% (Vals AI own implementation)

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

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Lähde ↗

Llama 4 Scout 0,0% GPT-4o Ei tulosta Llama 4 Maverick 0,0%
#26/ 27 Vahvistettu

Mihin Llama 4 Scoutia Käytetään

Itse Isännöidyt & Yksityiset Käyttöönotot

Llama 4 Scout on avoimen painoarvon malli (17B/109B MoE (16 asiantuntijaa) parametrit) — sen koulutetut painoarvot ovat julkisesti ladattavissa ja itse käyttöönotettavissa. Aja sitä omalla GPU-laitteistollasi tai yksityisellä pilvellä varmistaaksesi, ettei datasi koskaan poistu ympäristöstäsi, poista token-kohtaiset API-kustannukset skaalautuvasti tai hienosäädä mallia omilla tietojoukoillasi.

Pitkien Asiakirjojen & Koodipohjien Analyysi

10 miljoonan tokenin konteksti-ikkunalla Llama 4 Scout pystyy käsittelemään kokonaisia ohjelmistovarastoja, pitkiä oikeudellisia sopimuksia, kirjanmittaisia tutkimusraportteja tai laajoja keskusteluhistorioita yhdessä kehotteessa — mahdollistaen syvällisen asiakirjoihin perustuvan kysely-vastauksen, tiedostojen ylittävän koodipohjapäättelyn ja kattavan tiivistämisen ilman pilkkomisheuristiikkoja tai RAG-putkia.

Vahvuudet ja rajoitukset

Vahvuudet

  • Itse isännöitävät & tietosuojatut käyttöönotot (avoin painoarvo)
  • Erittäin pitkät asiakirjat ja suuret koodipohjat (10M konteksti)

Rajoitukset

  • Merkittävästi jäljessä vuoden 2026 huippumalleista agenttisessa koodaamisessa ja monimutkaisessa päättelyssä

Käytä vaihtoehtoa FlowHuntissa

Llama 4 Scout ei ole saatavilla FlowHuntissa. Nämä mallit sopivat vastaaviin töihin ja ovat heti käytettävissä:

Liittyvät Tekoälymallit

Tietoa: Meta Menlo Park, CA · Perustettu 2004 · ai.meta.com

Meta Platforms (entinen Facebook) on yksi maailman suurimmista teknologiayrityksistä, jonka pääkonttori sijaitsee Menlo Parkissa Kaliforniassa ja joka tunnetaan parhaiten Facebookista, Instagramista, WhatsAppista ja Threadsista. Meta AI:n (entinen FAIR) kautta yrityksestä on tullut tuotteliaimpia avoimen painon suurten kielimallien julkaisijoita Llama-perheen kautta. Llama 4 -sarja – Maverick, Scout ja Behemoth – julkaistiin sallivilla yhteisölisensseillä, ja ne ovat edelleen ladatuimpia avoimen painon malleja alustoilla kuten Hugging Face. Metan tekoälystrategia eroaa merkittävistä laboratorioista: sen sijaan että se ylläpitäisi kaupallista APIa, Meta julkaisee mallit avoimesti tutkimus- ja kaupalliseen käyttöön, integroi generatiivisia tekoälyominaisuuksia omiin sovelluksiinsa ja on julkisesti kannattanut avoimen painon julkaisuja demokraattisimpana lähestymistapana tekoälyn kehittämiseen.

ai.meta.com ↗

Selaa Koko Tekoälymallien Johtotaulukkoa

Usein kysytyt kysymykset

Lue lisää

Llama 4 Scout AI: Suorituskyvyn analyysi useissa tehtävissä
Llama 4 Scout AI: Suorituskyvyn analyysi useissa tehtävissä

Llama 4 Scout AI: Suorituskyvyn analyysi useissa tehtävissä

Syvällinen analyysi Metan Llama 4 Scout AI -mallin suorituskyvystä viidessä erilaisessa tehtävässä, paljastaen vaikuttavia kykyjä sisällöntuotannossa, laskennas...

3 min lukuaika
AI Llama 4 +8