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.
Qwen2-VL이 출시된 이후 지난 5개월 동안 개발자들은 이를 기반으로 다양한 모델을 구축하고 피드백을 제공해왔습니다. 이제 Qwen2.5-VL은 이미지, 텍스트, 차트에 대한 정밀 분석과 구조화된 JSON 출력의 객체 위치 지정 기능 등 향상된 기능을 제공합니다. 긴 동영상 이해, 핵심 이벤트 식별, 컴퓨터와 휴대폰 도구와 상호작용하는 에이전트 역할 수행이 가능합니다. 모델 아키텍처는 동적 비디오 처리와 최적화된 ViT 인코더를 통해 속도와 정확도가 개선되었습니다.
| Llama 4 Scout | Qwen2.5-VL-32B | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 이미지 비디오 | 텍스트 이미지 비디오 |
API 제공자
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | - |
지식 업데이트 종료일
| 2025-04 | 알 수 없음 |
오픈 소스
| 예 (출처) | 예 (출처) |
입력 가격
| 정보 없음 | $0 |
출력 가격
| 정보 없음 | $0 |
MMLU
| 정보 없음 | 78.4% 출처 |
MMLU-Pro
| 74.3% Reasoning & Knowledge 출처 | 49.5% |
MMMU
| 69.4% Image Reasoning 출처 | 70% |
HellaSwag
| 정보 없음 | 정보 없음 |
HumanEval
| 정보 없음 | 정보 없음 |
MATH
| 정보 없음 | 82.2% |
GPQA
| 57.2% Diamond 출처 | 46.0% Diamond |
IFEval
| 정보 없음 | 정보 없음 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
모바일 앱 | - | - |