什么是 Llama 4 Scout？

Llama 4 Scout 是一款久经考验的 AI 模型，至今仍广泛部署于生产系统中，由 Meta 开发并于 2025 年 4 月发布。它可处理包括写作、分析、摘要和问答在内的一般 AI 任务。

Llama 4 Scout 是开源还是开放权重？

Llama 4 Scout 是一款开放权重模型。其训练权重可公开下载、自行托管和微调。您可以在自己的基础设施上运行它，无需按 token 支付 API 费用。请注意，开放权重与开源不同：其训练代码和数据可能不完全公开。

Llama 4 Scout 的上下文窗口是多少？

Llama 4 Scout 支持 1000 万 token 的上下文窗口——这是目前可用的最大窗口之一。它可以在单次提示中处理书本文档、整个代码仓库或超长对话历史。

Llama 4 Scout 在 FlowHunt 中可用吗？

Llama 4 Scout 在 FlowHunt 中已不再提供。AI 排行榜会显示您目前可以在 FlowHunt 中使用哪些模型。

Meta Established 开放权重 FlowHunt暂未提供

Llama 4 Scout

Llama 4 Scout 是一款久经考验的 AI 模型，至今仍广泛部署于生产系统中，由 Meta 开发并于 2025 年 4 月发布。作为开放权重模型，其训练权重可公开获取——您可以自行托管、使用专有数据进行微调，或在本地运行而无需依赖 API。其 1000 万 token 的上下文窗口是业内最大的之一——能够在单次提示中处理书本文档、整个代码仓库或超长对话历史。

Llama 4 Scout 与 Maverick 一同于 2025 年 4 月 5 日发布，是 Llama 4 系列中更小巧、更易获取的变体——并因其上下文窗口立即引起关注：1000 万 token，是本排行榜上所有模型中最大的。1000 万 token 窗口是通过对注意力机制和位置编码的改进实现的，使模型能够在比以往任何开放权重模型所能处理的更长文档中保持连贯性。Scout（170 亿活跃参数 / 1090 亿总参数，16 个专家）成为需要处理超大型文档集合而无需分块的检索增强生成流水线的默认模型——在单次提示中处理整个法律案件历史、代码库或科学文献语料库。

在FlowHunt中试用Claude Haiku 5.5 返回AI Leaderboard

基准测试

每项分数只显示一次，并标明其在已跟踪模型中的排名及测评方。

与同属Established档的模型在同一尺度下对比

Llama 4 Scout本模型
GPT-4o本模型在3项中领先2项
Llama 4 Maverick本模型在5项中领先0项

已验证独立评测机构，计入排名

综合

AA Intelligence Index

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

来源 ↗

Llama 4 Scout 8.1 GPT-4o 8.4 Llama 4 Maverick 10.0

#43共45个已验证

智能体

Terminal-Bench 4.0

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

来源 ↗

Llama 4 Scout 0.0% GPT-4o Llama 4 Maverick 0.0%

#33共36个已验证

推理

Humanity's Last Exam

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

来源 ↗

Llama 4 Scout 3.8% GPT-4o 2.4% Llama 4 Maverick 4.9%

#42共44个已验证

GPQA Diamond

Graduate-level science questions that search cannot answer.

来源 ↗另有：已验证 47.0% (Vals AI own implementation)

Llama 4 Scout 58.7% GPT-4o 54.3% Llama 4 Maverick 67.1%

#33共37个已验证

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

来源 ↗

Llama 4 Scout 0.0% GPT-4o Llama 4 Maverick 0.0%

#26共27个已验证

Llama 4 Scout 适合做什么

自行托管与私有部署

Llama 4 Scout 是开放权重模型（170 亿主动参数 / 1090 亿总参数 MoE（16个专家））——其训练权重可公开下载和自行部署。在您自己的 GPU 硬件或私有云上运行，确保数据永不离开您的环境，大规模消除按 token 计费的 API 成本，或对专有数据集进行模型微调。

长文档与代码库分析

凭借 1000 万 token 的上下文窗口，Llama 4 Scout 可以在单次提示中摄入整个软件仓库、长篇法律合同、书本文档长度的研究报告或大量对话历史——无需分块策略或 RAG 流水线即可实现深度文档问答、跨文件代码库推理和全面摘要。

优势与局限

优势

自行托管与数据私有化部署（开放权重）
超长文档与大型代码库处理（1000万上下文）

局限

在智能编码和复杂推理方面明显落后于2026年前沿模型

在FlowHunt中使用替代模型

FlowHunt中没有Llama 4 Scout。以下模型可胜任类似工作，可直接使用：

在FlowHunt中试用Claude Haiku 5.5

浏览完整 AI 模型排行榜

在编程、智能体和推理基准上比较所有收录的模型，每项分数都标明是经过验证还是厂商自报。

← 返回 AI 排行榜在 FlowHunt 中试用

常见问题

: Llama 4 Scout 是一款久经考验的 AI 模型，至今仍广泛部署于生产系统中，由 Meta 开发并于 2025 年 4 月发布。它可处理包括写作、分析、摘要和问答在内的一般 AI 任务。
: Llama 4 Scout 是一款开放权重模型。其训练权重可公开下载、自行托管和微调。您可以在自己的基础设施上运行它，无需按 token 支付 API 费用。请注意，开放权重与开源不同：其训练代码和数据可能不完全公开。
: Llama 4 Scout 支持 1000 万 token 的上下文窗口——这是目前可用的最大窗口之一。它可以在单次提示中处理书本文档、整个代码仓库或超长对话历史。
: Llama 4 Scout 在 FlowHunt 中已不再提供。AI 排行榜会显示您目前可以在 FlowHunt 中使用哪些模型。