Hva er Llama 4 Scout?

Llama 4 Scout er en veletablert AI-modell som fortsatt er utbredt i produksjonssystemer, utviklet av Meta og utgitt i 2025-04. Den håndterer generelle AI-oppgaver som skriving, analyse, oppsummering og spørsmålsbesvarelse.

Er Llama 4 Scout åpen kildekode eller åpen vekt?

Llama 4 Scout er en åpen-vekts-modell. Dens trente vekter er offentlig tilgjengelige for nedlasting, egen hosting og finjustering. Du kan kjøre den på din egen infrastruktur uten per-token API-gebyrer. Merk at åpen vekt ikke er det samme som åpen kildekode: treningskoden og dataene er kanskje ikke fullt ut offentlige.

Hva er Llama 4 Scouts kontekstvindu?

Llama 4 Scout støtter et kontekstvindu på 10M tokens — et av de største tilgjengelige. Det kan behandle dokumenter på boklengde, hele kodebaser eller svært lange samtalehistorikker i en enkelt forespørsel.

Hvilke referansetester har Llama 4 Scout blitt evaluert på?

Llama 4 Scout har blitt evaluert på: MMLU-Pro (52,2 %), LiveCodeBench (32,8 %), MATH-500 (50,3 %), AA Intelligence Index (14,0 poeng). Poengsummer merket SR er selvrapportert av leverandøren; poengsummer merket 3P eller AA er uavhengig verifisert av tredjeparter.

Er Llama 4 Scout tilgjengelig i FlowHunt?

Ja — Llama 4 Scout er direkte tilgjengelig i FlowHunt. Du kan bruke den til å bygge AI-agenter, automatiserte arbeidsflyter, chatbots og dokumentbehandlingspipelines uten ytterligere oppsett.

Hvordan sammenligner Llama 4 Scout seg med andre AI-modeller?

Du kan sammenligne Llama 4 Scout med alle 24 modeller som spores på FlowHunt AI Leaderboard ved å bruke den sorterbare referansetesttabellen. Seksjonen Referansetesterangeringer på denne siden viser Llama 4 Scouts plassering på hver referansetest den har blitt evaluert på.

Llama 4 Scout

EstablishedOpen-weightAvailable in FlowHunt

Try in FlowHunt

Llama 4 Scout er en veletablert AI-modell som fortsatt er utbredt i produksjonssystemer, utviklet av Meta og utgitt i april 2025. Som en åpen-vekts-modell er dens trente vekter offentlig tilgjengelige — du kan selv hoste den, finjustere den på proprietære data, eller kjøre den på stedet uten API-avhengigheter. Kontekstvinduet på 10M tokens er et av de største tilgjengelige — i stand til å behandle dokumenter på boklengde, hele kodebaser eller svært lange samtalehistorikker i en enkelt forespørsel.

På FlowHunt AI Leaderboard er den en av 24 spores modeller, evaluert på tvers av 4 referansetester. Fremtredende poengsummer: 50,3 % på MATH-500 (#4 av 4); 32,8 % på LiveCodeBench (#5 av 5); 52,2 % på MMLU-Pro (#8 av 8).

Llama 4 Scout ble utgitt sammen med Maverick 5. april 2025 som den mindre, svært tilgjengelige varianten av Llama 4-generasjonen — og vakte umiddelbart oppmerksomhet for sitt kontekstvindu: 10 millioner tokens, det største av alle modeller på denne ledertavlen. 10M-tokens-vinduet ble oppnådd gjennom modifikasjoner av oppmerksomhetsmekanismen og posisjonell koding som gjorde at modellen kunne opprettholde sammenheng på tvers av dokumenter langt lengre enn noen tidligere åpen-vekts-modell kunne håndtere. Scout (17B aktiv / 109B totalt, 16 eksperter) ble standardmodellen for hentingsforsterkede genereringspipelines som trengte å operere over svært store dokumentsamlinger uten oppdeling — og behandlet hele juridiske saksarkiver, kodebaser eller vitenskapelige litteratursamlinger i en enkelt forespørsel.

Merk: 10M token arkitektonisk kontekst. Enkelt H100 (Int4). DocVQA 94,4 %.

Try in FlowHunt

Utgitt: April 2025
Parametre: 17B/109B MoE (16 eksperter)
Kontekst: 10M tokens
Vekter: Åpen
Nivå: Etablert
Leverandør: Meta

Llama 4 Scout 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
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)

Detailed Benchmark Scores

MMLU-P SR

52.2%

Hard knowledge reasoning, 12K questions

LiveCode SR

32.8%

Competitive programming, continuously updated

MATH SR

50.3%

Hendrycks math (500 problems)

AA Idx AA

14.0 pts

Artificial Analysis composite score (independent)

Llama 4 Scout vs. Established Peers

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	—	—

About Meta

Meta Founded 2004 · Menlo Park, CA

Website →

Meta Platforms (tidligere Facebook) er et av verdens største teknologiselskaper, med hovedkontor i Menlo Park, California, og er mest kjent for Facebook, Instagram, WhatsApp og Threads. Gjennom Meta AI (tidligere FAIR) har selskapet blitt den mest produktive utgiveren av åpne store språkmodeller via Llama-familien. Llama 4-serien – Maverick, Scout og Behemoth – ble utgitt under tillatende fellesskapslisenser og forblir de mest nedlastede åpne vektmodellene på plattformer som Hugging Face. Metas KI-strategi er særegen blant store laboratorier: i stedet for å drive et kommersielt API, publiserer Meta modeller åpent for forskning og kommersiell bruk, integrerer generative KI-funksjoner i sine egne applikasjoner, og har offentlig talt for utgivelse av åpne vektmodeller som den mest demokratiske tilnærmingen til KI-utvikling.

Bruksområder

Hva Llama 4 Scout skal brukes til

Selvhostede og private utrullinger: Llama 4 Scout er åpen vekt (17B/109B MoE (16 eksperter) parametre) — dens trente vekter er offentlig tilgjengelige for nedlasting og selvutrulling. Kjør den på din egen GPU-maskinvare eller private sky for å sikre at data aldri forlater ditt miljø, eliminer per-token API-kostnader i stor skala, eller finjuster modellen på proprietære datasett.
Lange dokumenter og kodebaseanalyse: Med et kontekstvindu på 10M tokens kan Llama 4 Scout innta hele programvarerepositorier, lange juridiske kontrakter, forskningsrapporter på boklengde eller omfattende samtalehistorikker i en enkelt forespørsel — noe som muliggjør dyp dokumentspørsmål og svar, tverrfiltlig kodebaseresonnering og omfattende oppsummering uten oppdelingsheuristikker eller RAG-pipelines.

Strengths & Limitations

Strengths

Selvhostede og dataprivate utrullinger (åpen vekt)
Svært lange dokumenter og store kodebaser (10M kontekst)

Limitations

Betydelig bak 2026 frontlinjemodeller innen agentisk koding og kompleks resonnering

Mer å sammenligne

Relaterte AI-modeller

Se hele AI-modelløversikten

Sammenlign alle 24 modeller på tvers av 11 referansetester — sorterbar, kildebelagt og oppdatert juni 2026.

← Tilbake til AI Leaderboard Prøv i FlowHunt

Vanlige spørsmål

: Llama 4 Scout er en veletablert AI-modell som fortsatt er utbredt i produksjonssystemer, utviklet av Meta og utgitt i 2025-04. Den håndterer generelle AI-oppgaver som skriving, analyse, oppsummering og spørsmålsbesvarelse.
: Llama 4 Scout er en åpen-vekts-modell. Dens trente vekter er offentlig tilgjengelige for nedlasting, egen hosting og finjustering. Du kan kjøre den på din egen infrastruktur uten per-token API-gebyrer. Merk at åpen vekt ikke er det samme som åpen kildekode: treningskoden og dataene er kanskje ikke fullt ut offentlige.
: Llama 4 Scout støtter et kontekstvindu på 10M tokens — et av de største tilgjengelige. Det kan behandle dokumenter på boklengde, hele kodebaser eller svært lange samtalehistorikker i en enkelt forespørsel.
: Llama 4 Scout har blitt evaluert på: MMLU-Pro (52,2 %), LiveCodeBench (32,8 %), MATH-500 (50,3 %), AA Intelligence Index (14,0 poeng). Poengsummer merket SR er selvrapportert av leverandøren; poengsummer merket 3P eller AA er uavhengig verifisert av tredjeparter.
: Ja — Llama 4 Scout er direkte tilgjengelig i FlowHunt. Du kan bruke den til å bygge AI-agenter, automatiserte arbeidsflyter, chatbots og dokumentbehandlingspipelines uten ytterligere oppsett.
: Du kan sammenligne Llama 4 Scout med alle 24 modeller som spores på FlowHunt AI Leaderboard ved å bruke den sorterbare referansetesttabellen. Seksjonen Referansetesterangeringer på denne siden viser Llama 4 Scouts plassering på hver referansetest den har blitt evaluert på.

Lær mer

Llama 4 Maverick — Ytelse, egenskaper og bruksområder

Llama 4 Maverick er en åpen vektmodell fra Meta (17B/400B MoE (128 eksperter)), klassifisert som etablert nivå med et kontekstvindu på 1M tokens. Utforsk result...

Apr 5, 2025 4 min lesing

Llama 4 Scout AI: Ytelsesxadanalyse på tvers av flere oppgaver

En grundig analyse av ytelsen til Metas Llama 4 Scout AI-modell på fem ulike oppgavetyper, som viser imponerende evner innen innholdsgenerering, beregning, opps...

May 30, 2025 4 min lesing

AI Llama 4 +8

Llama 3.3 70B — Referansetester, egenskaper og bruksområder

Llama 3.3 70B er en åpen-vekt AI-modell fra Meta (70B tett), klassifisert som Etablert nivå med et 128K tokens kontekstvindu. Den er tilgjengelig direkte i Flow...

Dec 6, 2024 4 min lesing