Llama 4 Scout è open-source o open-weight?

Llama 4 Scout è un modello open-weight. I suoi pesi addestrati sono pubblicamente disponibili per il download, l'hosting autonomo e il fine-tuning. Puoi eseguirlo sulla tua infrastruttura senza costi API per token. Nota: open-weight non è la stessa cosa di open-source: il codice di addestramento e i dati potrebbero non essere completamente pubblici.

Qual è la finestra di contesto di Llama 4 Scout?

Llama 4 Scout supporta una finestra di contesto di 10 milioni di token — una delle più grandi disponibili. Può elaborare documenti lunghi come libri, interi repository di codice o cronologie di conversazioni molto estese in un singolo prompt.

Llama 4 Scout è disponibile in FlowHunt?

Llama 4 Scout non è più disponibile in FlowHunt. La Classifica AI mostra quali modelli puoi utilizzare oggi in FlowHunt.

Meta Established Pesi aperti Non presente in FlowHunt

Llama 4 Scout

Llama 4 Scout 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 pubblicamente disponibili — puoi ospitarlo autonomamente, metterlo a punto su dati proprietari o eseguirlo on-premise senza dipendenze API. La sua finestra di contesto di 10 milioni di token è una delle più grandi disponibili — in grado di elaborare documenti lunghi come libri, interi repository di codice o cronologie di conversazioni molto estese in un singolo prompt.

Llama 4 Scout è stato rilasciato insieme a Maverick il 5 aprile 2025 come variante più piccola e altamente accessibile della generazione Llama 4 — e ha subito attirato l’attenzione per la sua finestra di contesto: 10 milioni di token, la più grande di qualsiasi modello in questa classifica. La finestra da 10 milioni di token è stata ottenuta tramite modifiche al meccanismo di attenzione e alla codifica posizionale che hanno permesso al modello di mantenere coerenza su documenti molto più lunghi di quanto qualsiasi precedente modello open-weight potesse gestire. Scout (17B attivi / 109B totali, 16 esperti) è diventato il modello predefinito per le pipeline di generazione aumentata da recupero che necessitavano di operare su raccolte di documenti molto grandi senza suddivisione — elaborando intere storie di casi legali, codebase o corpus di letteratura scientifica in un singolo prompt.

Prova Claude Haiku 5.5 in FlowHunt Torna alla AI Leaderboard

Benchmark

Ogni punteggio compare una sola volta, con la sua posizione tra i modelli monitorati e chi l'ha misurato.

Confronto con i modelli di livello Established sulla stessa scala

Llama 4 Scoutquesto modello
GPT-4oquesto modello è in testa in 2 su 3
Llama 4 Maverickquesto modello è in testa in 0 su 5

Verificato valutatore indipendente, conta per la classifica

Assoluta

AA Intelligence Index

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

Fonte ↗

Llama 4 Scout 8,1 GPT-4o 8,4 Llama 4 Maverick 10,0

#43su 45 Verificato

Agenti

Terminal-Bench 4.0

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

Fonte ↗

Llama 4 Scout 0,0% GPT-4o Llama 4 Maverick 0,0%

#33su 36 Verificato

Ragionamento

Humanity's Last Exam

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

Fonte ↗

Llama 4 Scout 3,8% GPT-4o 2,4% Llama 4 Maverick 4,9%

#42su 44 Verificato

GPQA Diamond

Graduate-level science questions that search cannot answer.

Fonte ↗Anche: Verificato 47,0% (Vals AI own implementation)

Llama 4 Scout 58,7% GPT-4o 54,3% Llama 4 Maverick 67,1%

#33su 37 Verificato

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Fonte ↗

Llama 4 Scout 0,0% GPT-4o Llama 4 Maverick 0,0%

#26su 27 Verificato

Per Cosa Usare Llama 4 Scout

Distribuzioni Self-Hosted e Private

Llama 4 Scout è open-weight (parametri 17B/109B MoE (16 esperti)) — i suoi pesi addestrati sono pubblicamente disponibili per il download e l'implementazione autonoma. Eseguilo sulla tua GPU hardware o sul cloud privato per garantire che i dati non lascino mai il tuo ambiente, eliminare i costi API per token su larga scala o mettere a punto il modello su dataset proprietari.

Analisi di Documenti Lunghi e Codebase

Con una finestra di contesto di 10 milioni di token, Llama 4 Scout può acquisire interi repository software, lunghi contratti legali, rapporti di ricerca lunghi come libri o estese cronologie di conversazioni in un singolo prompt — consentendo un Q&A approfondito sui documenti, ragionamento cross-file su codebase e sintesi completa senza euristiche di suddivisione o pipeline RAG.

Punti di forza e limiti

Punti di forza

Distribuzioni self-hosted e data-private (open-weight)
Documenti molto lunghi e grandi codebase (contesto 10M)

Limiti

Significativamente indietro rispetto ai modelli frontier del 2026 per coding agentivo e ragionamento complesso

Usa un'alternativa in FlowHunt

Llama 4 Scout non è disponibile in FlowHunt. Questi modelli coprono attività simili e sono pronti all'uso:

Prova Claude Haiku 5.5 in FlowHunt

Modelli AI Correlati

Informazioni su Meta Menlo Park, CA · Fondato 2004 · ai.meta.com

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.

ai.meta.com ↗

Esplora la Classifica Completa dei Modelli AI

Confronta tutti i modelli monitorati sui benchmark di programmazione, agenti e ragionamento, con ogni punteggio indicato come verificato o dichiarato dal produttore.

← Torna alla AI Leaderboard Prova in FlowHunt

Domande frequenti

: Llama 4 Scout è un modello AI collaudato ancora ampiamente utilizzato nei sistemi di produzione, sviluppato da Meta e rilasciato nell'aprile 2025. Gestisce attività AI generali tra cui scrittura, analisi, sintesi e risposta a domande.
: Llama 4 Scout è un modello open-weight. I suoi pesi addestrati sono pubblicamente disponibili per il download, l'hosting autonomo e il fine-tuning. Puoi eseguirlo sulla tua infrastruttura senza costi API per token. Nota: open-weight non è la stessa cosa di open-source: il codice di addestramento e i dati potrebbero non essere completamente pubblici.
: Llama 4 Scout supporta una finestra di contesto di 10 milioni di token — una delle più grandi disponibili. Può elaborare documenti lunghi come libri, interi repository di codice o cronologie di conversazioni molto estese in un singolo prompt.
: Llama 4 Scout non è più disponibile in FlowHunt. La Classifica AI mostra quali modelli puoi utilizzare oggi in FlowHunt.

Scopri di più

Llama 4 Maverick — Benchmark, Capacità e Casi d'Uso

Llama 4 Maverick è un modello AI open-weight di Meta (17B/400B MoE (128 esperti)), classificato come Established (Affermato) con una finestra di contesto di 1 m...

Apr 5, 2025 5 min di lettura

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. Scopri i punteggi bench...

Dec 6, 2024 4 min di lettura

Llama 4 Scout AI: Analisi delle Prestazioni su Compiti Diversificati

Un'analisi approfondita delle prestazioni del modello Llama 4 Scout AI di Meta su cinque compiti diversi, che rivela capacità impressionanti nella generazione d...

May 30, 2025 5 min di lettura

AI Llama 4 +8

Llama 4 Scout