A LLaMA 4 Scout egy 17 milliárd paraméteres modell, amely Mixture-of-Experts architektúrát használ 16 aktív szakértővel, így kategóriájának vezető multimodális modellje. Rendszeresen felülmúlja a versenytársakat, mint a Gemma 3, Gemini 2.0 Flash-Lite és a Mistral 3.1, különféle benchmark feladatokon. Teljesítménye ellenére a LLaMA 4 Scout rendkívül hatékony – képes egyetlen NVIDIA H100 GPU-n futni Int4 kvantálással. Emellett iparágvezető, 10 millió tokenes kontextusablakkal rendelkezik, és natív módon multimodális, zökkenőmentesen dolgozza fel a szöveges, képi és videós bemeneteket fejlett valós alkalmazásokhoz.
Az OpenAI o4-mini az o-sorozat legújabb, könnyű modellje, amelyet hatékony és képes gondolkodásra terveztek szöveges és vizuális feladatokban. A sebesség és teljesítmény optimalizálásával kiemelkedik a kódgenerálásban és a képalapú megértésben, miközben megőrzi a késleltetés és a gondolkodás mélysége közötti egyensúlyt. A modell 200 000 tokenes kontextusablakot támogat, legfeljebb 100 000 kimeneti tokenig, ami lehetővé teszi a kiterjedt, nagy mennyiségű interakciókat. Kezeli a szöveges és képes bemeneteket is, szöveges kimeneteket állít elő fejlett gondolkodási képességekkel. Kompakt architektúrájával és sokoldalú teljesítményével az o4-mini ideális számos valós alkalmazáshoz, amelyek gyors és költséghatékony intelligenciát igényelnek.
| Llama 4 Scout | o4-mini | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek videó | szöveg képek |
API Szolgáltatók
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | OpenAI API |
Tudás Befejezési Dátuma
| 2025-04 | - |
Nyílt Forráskódú
| Igen (Forrás) | Nem |
Bemeneti Árazás
| Nem elérhető | $1.10 millió tokenenként |
Kimeneti Árazás
| Nem elérhető | $4.40 millió tokenenként |
MMLU
| Nem elérhető | fort |
MMLU-Pro
| 74.3% Reasoning & Knowledge Forrás | - |
MMMU
| 69.4% Image Reasoning Forrás | 81.6% Forrás |
HellaSwag
| Nem elérhető | - |
HumanEval
| Nem elérhető | 14.28% Forrás |
MATH
| Nem elérhető | - |
GPQA
| 57.2% Diamond Forrás | 81.4% Forrás |
IFEval
| Nem elérhető | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% Forrás |
AIME 2025 | - | 92.7% Forrás |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.