LLaMA 4 Scoutは170億のパラメータを持つモデルで、16のアクティブな専門家を活用するMixture-of-Expertsアーキテクチャを採用し、同カテゴリ内で最も優れたマルチモーダルモデルとして位置づけられています。Gemma 3、Gemini 2.0 Flash-Lite、Mistral 3.1などの競合他社を、さまざまなベンチマークで一貫して上回っています。それにもかかわらず、LLaMA 4 Scoutは非常に効率的で、Int4量子化を用いることでNVIDIA H100 GPU1台で動作可能です。また、業界トップクラスの1,000万トークンのコンテキストウィンドウを備え、ネイティブにマルチモーダルで、テキスト、画像、動画をシームレスに処理し、実用的な高度なアプリケーションに対応します。
Llama 3.3 70B Instructは、Metaによって作成された多言語大規模言語モデルで、指示ベースのタスクに特化してファインチューニングされ、会話アプリケーション向けに最適化されています。128,000トークンまでのコンテキストウィンドウをサポートし、複数の言語でテキストを処理および生成できます。2024年12月6日にリリースされ、さまざまな業界ベンチマークで数多くのオープンソースおよびプロプライエタリチャットモデルを上回ります。スケーラビリティを向上させるためにGrouped-Query Attention（GQA）を利用し、公開されているソースから15兆トークンを超える多様なデータセットでトレーニングされています。モデルの知識は2023年12月まで最新です。
| Llama 4 Scout | Llama 3.3 70B Instruct | |
|---|---|---|
プロバイダー | ||
ウェブサイト | ||
リリース日 | Apr 05, 2025 2 週 ago | Dec 06, 2024 4 ヶ月 ago |
モダリティ | テキスト 画像 動画 | テキスト |
APIプロバイダー | Meta AI, Hugging Face, Fireworks, Together, DeepInfra | Fireworks, Together, DeepInfra, Hyperbolic |
知識のカットオフ日 | 2025-04 | 12.2024 |
オープンソース | はい (ソース) | はい |
入力料金 | 利用不可 | $0.23 100万トークンあたり |
出力料金 | 利用不可 | $0.40 100万トークンあたり |
MMLU | 利用不可 | 86% 0-shot, CoT ソース |
MMLU Pro | 74.3% Reasoning & Knowledge ソース | 68.9% 5-shot, CoT ソース |
MMMU | 69.4% Image Reasoning ソース | 利用不可 |
HellaSwag | 利用不可 | 利用不可 |
HumanEval | 利用不可 | 88.4% pass@1 ソース |
MATH | 利用不可 | 77% 0-shot, CoT ソース |
GPQA | 57.2% Diamond ソース | 50.5% 0-shot, CoT ソース |
IFEval | 利用不可 | 92.1% ソース |
モバイルアプリケーション | - | - |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.