LLaMA 4 Scout ist ein Modell mit 17 Milliarden Parametern, das eine Mixture-of-Experts-Architektur mit 16 aktiven Experten nutzt und sich damit als führendes multimodales Modell seiner Klasse positioniert. Es übertrifft konsequent Wettbewerber wie Gemma 3, Gemini 2.0 Flash-Lite und Mistral 3.1 in verschiedenen Benchmark-Aufgaben. Trotz seiner Leistung ist LLaMA 4 Scout bemerkenswert effizient – es kann mit Int4-Quantisierung auf einer einzigen NVIDIA H100 GPU betrieben werden. Darüber hinaus verfügt es über ein branchenführendes Kontextfenster von 10 Millionen Tokens und ist nativ multimodal, wodurch es Text-, Bild- und Videoeingaben nahtlos für fortschrittliche reale Anwendungen verarbeiten kann.
„Llama 3.3 70B Instruct“, entwickelt von Meta, ist ein mehrsprachiges großes Sprachmodell, das speziell für auf Anweisungen basierende Aufgaben feinabgestimmt und für Konversationsanwendungen optimiert wurde. Es kann Texte in mehreren Sprachen verarbeiten und generieren, mit einem Kontextfenster, das bis zu 128.000 Token unterstützt. Das Modell wurde am 6. Dezember 2024 veröffentlicht und übertrifft zahlreiche Open-Source- und proprietäre Chatmodelle in verschiedenen Branchenbenchmarks. Es nutzt Grouped-Query Attention (GQA),um die Skalierbarkeit zu verbessern, und wurde mit einem vielfältigen Datensatz trainiert, der über 15 Billionen Token aus öffentlich zugänglichen Quellen umfasst. Das Modellwissen ist auf dem Stand von Dezember 2023.
| Llama 4 Scout | Llama 3.3 70B Instruct | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Apr 05, 2025 2 Wochen ago | Dec 06, 2024 4 Monate ago |
Modalitäten | Text Bilder Video | Text |
API-Anbieter | Meta AI, Hugging Face, Fireworks, Together, DeepInfra | Fireworks, Together, DeepInfra, Hyperbolic |
Datum des Wissensstandes | 2025-04 | 12.2024 |
Open Source | Ja (Quelle) | Ja |
Preisgestaltung Eingabe | Nicht verfügbar | $0.23 pro Million Token |
Preisgestaltung Ausgabe | Nicht verfügbar | $0.40 pro Million Token |
MMLU | Nicht verfügbar | 86% 0-shot, CoT Quelle |
MMLU Pro | 74.3% Reasoning & Knowledge Quelle | 68.9% 5-shot, CoT Quelle |
MMMU | 69.4% Image Reasoning Quelle | Nicht verfügbar |
HellaSwag | Nicht verfügbar | Nicht verfügbar |
HumanEval | Nicht verfügbar | 88.4% pass@1 Quelle |
MATH | Nicht verfügbar | 77% 0-shot, CoT Quelle |
GPQA | 57.2% Diamond Quelle | 50.5% 0-shot, CoT Quelle |
IFEval | Nicht verfügbar | 92.1% Quelle |
Mobile Anwendung | - | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.