Llama 4 Scout — Benchmark, Capacità e Casi d'Uso
Llama 4 Scout è un modello AI open-weight di Meta (17B/109B MoE (16 esperti)), classificato come Established con una finestra di contesto di 10 milioni di token...
4 min di lettura
Llama 4 Maverick è un modello AI collaudato ancora ampiamente utilizzato nei sistemi di produzione, sviluppato da Meta e rilasciato nell’aprile 2025. Come modello open-weight, i suoi pesi addestrati sono disponibili pubblicamente — puoi ospitarlo autonomamente, applicare fine-tuning su dati proprietari o eseguirlo on-premise senza dipendenze API. La finestra di contesto di 1 milione di token è sufficientemente grande da contenere interi codebase, lunghi documenti tecnici o sessioni agentiche estese senza troncamento.
Nella Classifica AI di FlowHunt è uno dei 24 modelli monitorati, valutato su 3 benchmark. Punteggi di spicco: 80,5% su MMLU-Pro (#4 di 8); 43,4% su LiveCodeBench (#4 di 5); 69,8% su GPQA Diamond (#11 di 14).
Llama 4 Maverick è stato rilasciato il 5 aprile 2025 come modello flagship Llama 4 di Meta. Maverick ha introdotto un’architettura nativa multimodale mixture-of-experts — il primo modello Llama capace di elaborare immagini a livello di ragionamento — utilizzando 17 miliardi di parametri attivi da un pool di 400 miliardi con 128 esperti. Al lancio era il modello open-weight più potente nei compiti di comprensione visiva, consentendo la prima generazione di agenti open-weight con capacità visive. La sua finestra di contesto di 1 milione di token e la capacità multimodale lo hanno reso il modello di riferimento per lo sviluppo di applicazioni agentiche open-weight nella prima metà del 2025, prima che i modelli chiusi di livello Frontier estendessero il loro vantaggio.
Nota: Migliore della categoria per multimodalità open-weight al lancio. Funziona su un singolo host H100.
- Rilasciato
- Aprile 2025
- Parametri
- 17B/400B MoE (128 esperti)
- Contesto
- 1 milione di token
- Pesi
- Aperti
- Tier
- Established
- Fornitore
- Meta
Llama 4 Maverick 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 |
|---|---|---|---|---|
| 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 |
Detailed Benchmark Scores
GPQA ◇
SR
69.8%
Graduate-level Google-proof science Q&A
MMLU-P
SR
80.5%
Hard knowledge reasoning, 12K questions
LiveCode
SR
43.4%
Competitive programming, continuously updated
Llama 4 Maverick vs. Established Peers
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% |
About Meta
Meta Platforms (ex Facebook) è una delle più grandi aziende tecnologiche al mondo, con sede a Menlo Park, California, ed è nota soprattutto per Facebook, Instagram, WhatsApp e Threads. Attraverso Meta AI (ex FAIR), l'azienda è diventata la più prolifica pubblicatrice di modelli linguistici di grandi dimensioni a pesi aperti tramite la famiglia Llama. La serie Llama 4 — Maverick, Scout e Behemoth — è stata rilasciata con licenze comunitarie permissive e rimane la famiglia di modelli aperti più scaricata su piattaforme come Hugging Face. La strategia IA di Meta è distintiva tra i grandi laboratori: invece di gestire un'API commerciale, Meta rilascia modelli apertamente per uso di ricerca e commerciale, integra funzionalità di IA generativa nelle proprie applicazioni e ha pubblicamente sostenuto i rilasci a pesi aperti come l'approccio più democratico allo sviluppo dell'IA.
Casi d'Uso
Per Cosa Usare Llama 4 Maverick
- Ragionamento Scientifico e Tecnico
Llama 4 Maverick ottiene un punteggio del 69% su GPQA Diamond (#11 di 14 modelli), intorno o sopra la linea di base degli esperti umani con dottorato. Gestisce ragionamento scientifico impegnativo, sintesi della letteratura di ricerca e compiti ad alta intensità di conoscenza in tutte le discipline STEM.
- Distribuzioni Self-Hosted e Private
Llama 4 Maverick è open-weight (parametri 17B/400B MoE (128 esperti)) — i suoi pesi addestrati sono disponibili pubblicamente per il download e la distribuzione autonoma. Eseguilo sulla tua GPU o sul tuo cloud privato per garantire che i dati non lascino mai il tuo ambiente, elimina i costi API per token su larga scala o applica fine-tuning al modello su dataset proprietari.
- Analisi di Documenti Lunghi e Codebase
Con una finestra di contesto di 1 milione di token, Llama 4 Maverick può elaborare interi repository software, lunghi contratti legali, rapporti di ricerca della lunghezza di un libro o estese cronologie di conversazione in un singolo prompt — consentendo Q&A approfondita sui documenti, ragionamento su codebase multipiattaforma e sintesi completa senza euristiche di suddivisione o pipeline RAG.
Strengths & Limitations
Strengths
- Q&A scientifico avanzato — 69% GPQA Diamond
- Distribuzioni self-hosted e dati privati (open-weight)
- Documenti molto lunghi e grandi codebase (contesto 1M)
Limitations
- Significativamente indietro rispetto ai modelli frontier del 2026 nella codifica agentica e nel ragionamento complesso
Sfoglia la Classifica Completa dei Modelli AI
Confronta tutti i 24 modelli su 11 benchmark — ordinabile, con fonti, aggiornata a giugno 2026.
Domande frequenti
Scopri di più
Llama 3.3 70B — Benchmark, Capacità e Casi d'Uso
Llama 3.3 70B è un modello AI open-weight di Meta (70B dense), classificato come Established con una finestra di contesto di 128K token. È disponibile direttame...
4 min di lettura
GPT-4o — Benchmark, Capacità e Casi d'Uso
GPT-4o è un modello AI proprietario di OpenAI, classificato come Established con una finestra di contesto di 128K token. È disponibile direttamente in FlowHunt....
4 min di lettura