Llama 4 Scout — ベンチマーク、機能、ユースケース
Llama 4 ScoutはMetaによるオープンウェイトAIモデル（17B/109B MoE（16エキスパート））で、Established層に分類され、1000万トークンのコンテキストウィンドウを備えています。FlowHuntで直接利用可能です。ベンチマークスコア、強み、推奨ユースケースをご確認ください。...
2 分で読める
Llama 4 Maverickは、Metaが開発し2025年4月にリリースされた、現在も本番システムで広く使用されている実績のあるAIモデルです。オープンウェイトモデルとして、学習済みの重みは公開されており、セルフホスティング、独自データでのファインチューニング、またはAPIに依存しないオンプレミスでの実行が可能です。100万トークンのコンテキストウィンドウは、コードベース全体、長大な技術文書、または長時間のエージェントセッションを切り詰めることなく処理できる十分な大きさです。
FlowHunt AIリーダーボードでは、24の追跡モデルのうちの1つとして、3つのベンチマークで評価されています。注目スコア：MMLU-Pro 80.5%（8モデル中4位）、LiveCodeBench 43.4%（5モデル中4位）、GPQA Diamond 69.8%（14モデル中11位）。
Llama 4 Maverickは、2025年4月5日にMetaのフラッグシップLlama 4モデルとしてリリースされました。Maverickは、ネイティブマルチモーダル混合エキスパート（Mixture-of-Experts）アーキテクチャを導入しました。これは、128のエキスパートからなる400Bのパラメータプールから17Bのアクティブパラメータを使用し、推論レベルで画像を処理できる初のLlamaモデルです。リリース時点では、視覚理解タスクにおいて最強のオープンウェイトモデルであり、視覚対応のオープンウェイトエージェントの第一世代を実現しました。100万トークンのコンテキストウィンドウとマルチモーダル機能により、2025年前半を通じて、オープンウェイトのエージェント型アプリケーション開発におけるリファレンスモデルとなりました。その後、フロンティア層のクローズドモデルがリードを広げました。
注記：リリース時にマルチモーダルオープンウェイトでクラス最高。シングルH100ホストに適合。
- リリース日
- 2025年4月
- パラメータ数
- 17B/400B MoE（128エキスパート）
- コンテキスト
- 100万トークン
- 重み
- オープン
- 層
- Established
- プロバイダー
- 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（旧Facebook）は、カリフォルニア州メンロパークに本社を置く世界最大のテクノロジー企業の一つであり、Facebook、Instagram、WhatsApp、Threadsで最もよく知られています。Meta AI（旧FAIR）を通じて、同社はLlamaファミリーを介したオープンウェイト大規模言語モデルの最も多産な公開元となっています。Llama 4シリーズ（Maverick、Scout、Behemoth）は寛容なコミュニティライセンスのもとで公開され、Hugging Faceなどのプラットフォームで最もダウンロードされているオープンウェイトモデルであり続けています。MetaのAI戦略は主要研究所の中でも異色で、商用APIを運営するのではなく、研究および商用利用のためにモデルをオープンに公開し、自社アプリケーション全体に生成AI機能を統合し、オープンウェイト公開をAI開発への最も民主的なアプローチとして公に提唱しています。
ユースケース
Llama 4 Maverickの活用シーン
- 科学的・技術的推論
Llama 4 MaverickはGPQA Diamondで69%（14モデル中11位）を記録しており、PhD専門家のベースラインと同等かそれ以上です。STEM分野全体にわたり、要求の厳しい科学的推論、研究文献の要約、知識集約型タスクを処理します。
- セルフホスティング＆プライベートデプロイ
Llama 4 Maverickはオープンウェイト（17B/400B MoE（128エキスパート）パラメータ）であり、学習済みの重みは公開されており、ダウンロードして自己デプロイが可能です。自身のGPUハードウェアまたはプライベートクラウド上で実行することで、データが環境外に出ることを防ぎ、大規模なトークン単位のAPIコストを排除し、独自データセットでモデルをファインチューニングできます。
- 長文書・コードベース分析
100万トークンのコンテキストウィンドウにより、Llama 4 Maverickはソフトウェアリポジトリ全体、長大な法的契約書、書籍レベルの調査レポート、または広範な会話履歴を単一のプロンプトで取り込むことができ、チャンキングヒューリスティックやRAGパイプラインを必要とせずに、深い文書Q&A、ファイル横断的なコードベース推論、および包括的な要約を実現します。
Strengths & Limitations
Strengths
- 高度な科学的Q&A — GPQA Diamond 69%
- セルフホスティング＆データプライベートデプロイ（オープンウェイト）
- 非常に長い文書と大規模コードベース（100万コンテキスト）
Limitations
- エージェント型コーディングと複雑な推論において、2026年のフロンティアモデルに大幅に劣る
よくある質問
詳しく見る
Llama 3.3 70B — ベンチマーク、機能、およびユースケース
Llama 3.3 70Bは、Meta社によるオープンウェイトのAIモデル（70B Dense）で、Established（確立済み）ティアに分類され、128Kトークンのコンテキストウィンドウを備えています。FlowHuntで直接利用可能です。ベンチマークスコア、強み、推奨ユースケースをご覧ください。...
2 分で読める
Large Language Model Meta AI（LLaMA）
Large Language Model Meta AI（LLaMA）は、Metaによって開発された最先端の自然言語処理モデルです。最大650億のパラメータを持ち、翻訳、要約、チャットボットなどのタスクで人間のようなテキストの理解と生成に優れています。...
1 分で読める
AI
Language Model
+6