LLaMA 4 Scout est un modèle de 17 milliards de paramètres utilisant une architecture Mixture-of-Experts avec 16 experts actifs, ce qui en fait le modèle multimodal de référence dans sa catégorie. Il surpasse régulièrement des concurrents comme Gemma 3, Gemini 2.0 Flash-Lite et Mistral 3.1 sur divers tests de performance. Malgré ses capacités, LLaMA 4 Scout est d’une efficacité remarquable — il peut fonctionner sur un seul GPU NVIDIA H100 avec une quantification Int4. Il offre également une fenêtre de contexte de 10 millions de tokens, un record dans l’industrie, et il est nativement multimodal, capable de traiter de manière fluide le texte, les images et les vidéos pour des applications avancées du monde réel.
Site web Page web du modèle d’IA | |
Fournisseur L’entité qui fournit ce modèle. | |
Chat Entrez un message pour commencer à discuter | - |
Date de sortie Première date de publication du modèle. | 1 an ago Avr 05, 2025 |
Modalités Types de données que ce modèle peut traiter | texte images vidéo |
Fournisseurs d’API Les fournisseurs qui proposent ce modèle. (Cette liste n’est pas exhaustive.) | Meta AI, Hugging Face, Fireworks, Together, DeepInfra |
Date de mise à jour des connaissances Dernière mise à jour des connaissances du modèle. | 2025-04 |
Open Source Disponibilité du code du modèle pour une utilisation publique. | Oui (Source) |
Tarification d’entrée Coût du traitement des tokens dans vos invites | Non disponible |
Tarification de sortie Coût des tokens générés par le modèle | Non disponible |
MMLU Massive Multitask Language Understanding - Évalue les connaissances dans 57 domaines, y compris les mathématiques, l’histoire, le droit et plus encore | Non disponible |
MMLU-Pro Un benchmark MMLU plus robuste avec des questions plus complexes axées sur le raisonnement, un plus grand ensemble de choix et une sensibilité réduite aux invites | 74.3% Reasoning & Knowledge Source |
MMMU Massive Multitask Multimodal Understanding - Évalue la compréhension à travers le texte, les images, l’audio et la vidéo | 69.4% Image Reasoning Source |
HellaSwag Un benchmark exigeant de complétion de phrases | Non disponible |
HumanEval Évalue la génération de code et les capacités de résolution de problèmes | Non disponible |
MATH Évalue les capacités de résolution de problèmes mathématiques à différents niveaux de difficulté | Non disponible |
GPQA Évalue les connaissances de niveau doctorat en chimie, biologie et physique via des questions à choix multiples nécessitant une expertise approfondie | 57.2% Diamond Source |
IFEval Évalue la capacité du modèle à suivre avec précision des instructions de formatage explicites, à générer des sorties appropriées et à maintenir une cohérence dans l’exécution des tâches | Non disponible |
SimpleQA Évaluation de la précision des questions simples | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Benchmark de programmation multilingue. | - |
LiveCodeBench v5 Benchmark pour la programmation en temps réel | - |
Global MMLU (Lite) Une version simplifiée du benchmark pour évaluer l’universalité des modèles au niveau mondial. | - |
MathVista Évalue les capacités de raisonnement mathématique des modèles d’IA dans des contextes visuels | - |
Application mobile | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2026 All Right Reserved.