LLaMA 4 स्काउट एक 17-बिलियन पैरामीटर मॉडल है जो 16 सक्रिय विशेषज्ञों के साथ मिश्रण-विशेषज्ञ (Mixture-of-Experts) आर्किटेक्चर का लाभ उठाता है, जो इसे अपनी श्रेणी में शीर्ष मल्टीमोडल मॉडल के रूप में स्थापित करता है। यह Gemma 3, Gemini 2.0 Flash-Lite और Mistral 3.1 जैसे प्रतिस्पर्धियों को विविध बेंचमार्क कार्यों में लगातार पीछे छोड़ता है। अपने प्रदर्शन के बावजूद, LLaMA 4 स्काउट अत्यधिक कुशल है - Int4 क्वांटिज़ेशन के साथ एकल NVIDIA H100 GPU पर चलने में सक्षम। इसमें उद्योग-अग्रणी 10 मिलियन टोकन संदर्भ विंडो भी है और यह मूल रूप से मल्टीमोडल है, जो उन्नत वास्तविक दुनिया के अनुप्रयोगों के लिए पाठ, छवियों और वीडियो इनपुट को निर्बाध रूप से प्रोसेस करता है।
जीपीटी-4.1, जिसे ओपनएआई द्वारा 14 अप्रैल, 2025 को लॉन्च किया गया था, 1 मिलियन टोकन की संदर्भ विंडो पेश करता है और प्रति अनुरोध 32,768 टोकन तक के आउटपुट को सपोर्ट करता है। यह कोडिंग कार्यों पर उत्कृष्ट प्रदर्शन प्रदान करता है, जो एसडब्ल्यूई-बेंच वेरिफाइड बेंचमार्क पर 54.6% हासिल करता है, और निर्देश अनुसरण के लिए मल्टीचैलेंज पर जीपीटी-4ओ की तुलना में 10.5% सुधार दिखाता है। मॉडल का ज्ञान कटऑफ जून 2024 पर सेट है। कीमत इनपुट के लिए $2.00 प्रति मिलियन टोकन और आउटपुट के लिए $8.00 प्रति मिलियन टोकन है, जिसमें कैश्ड इनपुट पर 75% की छूट लागू होती है, जो इसे दोहराए जाने वाले प्रश्नों के लिए अत्यधिक लागत-कुशल बनाता है।
| Llama 4 Scout | GPT-4.1 | |
|---|---|---|
वेबसाइट
| ||
प्रदाता
| ||
चैट
| ||
रिलीज तिथि
| ||
मोडलिटीज
| टेक्स्ट छवियां वीडियो | टेक्स्ट छवियां |
एपीआई प्रदाता
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | OpenAI API |
ज्ञान समाप्ति तिथि
| 2025-04 | - |
ओपन सोर्स
| हां (स्रोत) | नहीं |
मूल्य निर्धारण इनपुट
| उपलब्ध नहीं | $2.00 प्रति मिलियन टोकन |
मूल्य निर्धारण आउटपुट
| उपलब्ध नहीं | $8.00 प्रति मिलियन टोकन |
एमएमएलयू
| उपलब्ध नहीं | 90.2% pass@1 स्रोत |
एमएमएलयू-प्रो
| 74.3% Reasoning & Knowledge स्रोत | - |
एमएमएमयू
| 69.4% Image Reasoning स्रोत | 74.8% स्रोत |
हेलास्वैग
| उपलब्ध नहीं | - |
ह्यूमनएवैल
| उपलब्ध नहीं | - |
मैथ
| उपलब्ध नहीं | - |
जीपीक्यूए
| 57.2% Diamond स्रोत | 66.3% Diamond स्रोत |
आईएफइवैल
| उपलब्ध नहीं | - |
SimpleQA
| - | - |
AIME 2024 | - | 48.1% स्रोत |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
वैश्विक MMLU (लाइट)
| - | 87.3% pass@1 स्रोत |
MathVista
| - | - |
मोबाइल एप्लिकेशन | - |
Compare AI. Test. Benchmarks. मोबाइल ऐप्स चैटबॉट्स, Sketch
Copyright © 2025 All Right Reserved.