LLaMA 4 Scout는 170억 개의 파라미터를 갖춘 모델로, 16개의 활성 전문가를 사용하는 혼합 전문가(Mixture-of-Experts) 아키텍처를 기반으로 합니다. 이 모델은 다양한 벤치마크 작업에서 Gemma 3, Gemini 2.0 Flash-Lite, Mistral 3.1과 같은 경쟁 모델을 꾸준히 능가하며, 해당 분야 최고의 멀티모달 모델로 평가받고 있습니다. 뛰어난 성능에도 불구하고, Int4 양자화를 통해 단일 NVIDIA H100 GPU에서도 실행 가능할 정도로 매우 효율적입니다. 또한 업계 최고 수준인 1,000만 토큰 컨텍스트 윈도우를 제공하며, 텍스트, 이미지, 비디오 입력을 자연스럽게 처리하는 네이티브 멀티모달 기능을 갖추고 있어 고급 현실 응용 분야에 적합합니다.
OpenAI o4-mini는 o 시리즈에서 새롭게 출시된 경량 모델로, 텍스트 및 비주얼 작업 전반에서 효율적인 추론 능력을 제공합니다. 속도와 성능에 최적화된 이 모델은 코드 생성과 이미지 기반 이해에 강점을 가지며, 지연 시간과 추론 깊이 사이의 균형을 유지합니다. 최대 20만 개의 토큰 컨텍스트 윈도우와 최대 10만 개 출력 토큰을 지원하여 장시간 대용량 상호작용에도 적합합니다. 텍스트와 이미지 입력 모두를 처리하며 고급 추론 기능을 갖춘 텍스트 출력을 생성합니다. 소형 아키텍처와 다목적 성능 덕분에, 빠르고 비용 효율적인 지능이 요구되는 다양한 실제 응용 분야에 적합합니다.
| Llama 4 Scout | o4-mini | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 이미지 비디오 | 텍스트 이미지 |
API 제공자
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | OpenAI API |
지식 업데이트 종료일
| 2025-04 | - |
오픈 소스
| 예 (출처) | 아니오 |
입력 가격
| 정보 없음 | $1.10 100만 토큰당 |
출력 가격
| 정보 없음 | $4.40 100만 토큰당 |
MMLU
| 정보 없음 | fort |
MMLU-Pro
| 74.3% Reasoning & Knowledge 출처 | - |
MMMU
| 69.4% Image Reasoning 출처 | 81.6% 출처 |
HellaSwag
| 정보 없음 | - |
HumanEval
| 정보 없음 | 14.28% 출처 |
MATH
| 정보 없음 | - |
GPQA
| 57.2% Diamond 출처 | 81.4% 출처 |
IFEval
| 정보 없음 | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% 출처 |
AIME 2025 | - | 92.7% 출처 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 | - |