LLaMA 4 Scout to model o 17 miliardach parametrów wykorzystujący architekturę Mixture-of-Experts z 16 aktywnymi ekspertami, co czyni go czołowym modelem multimodalnym w swojej kategorii. Regularnie przewyższa konkurentów takich jak Gemma 3, Gemini 2.0 Flash-Lite i Mistral 3.1 w różnych zadaniach testowych. Pomimo swojej wydajności, LLaMA 4 Scout jest wyjątkowo efektywny — może działać na pojedynczym GPU NVIDIA H100 z kwantyzacją Int4. Dodatkowo oferuje wiodące w branży okno kontekstowe o długości 10 milionów tokenów i jest natywnie multimodalny, umożliwiając płynne przetwarzanie tekstu, obrazów i wideo w zaawansowanych zastosowaniach rzeczywistych.
Strona internetowa Strona internetowa modelu AI | |
Dostawca Podmiot dostarczający ten model. | |
Czat Wpisz wiadomość, aby rozpocząć czat | - |
Data wydania Kiedy model został po raz pierwszy wydany. | 1 rok ago Kwi 05, 2025 |
Modalności Rodzaje danych, które ten model może przetwarzać | tekst obrazy wideo |
Dostawcy API Dostawcy oferujący ten model. (To nie jest wyczerpująca lista.) | Meta AI, Hugging Face, Fireworks, Together, DeepInfra |
Data ostatniej aktualizacji wiedzy Kiedy wiedza modelu była ostatnio aktualizowana. | 2025-04 |
Open Source Czy kod modelu jest dostępny do publicznego użytku. | Tak (Źródło) |
Cena za wejście Koszt przetwarzania tokenów w Twoich promptach | Niedostępne |
Cena za wyjście Koszt za tokeny wygenerowane przez model | Niedostępne |
MMLU Massive Multitask Language Understanding - Testuje wiedzę z 57 dziedzin, w tym matematyki, historii, prawa i innych | Niedostępne |
MMLU-Pro Bardziej zaawansowane benchmarki MMLU z trudniejszymi pytaniami skupionymi na rozumowaniu, większym zestawem wyborów i zmniejszoną wrażliwością na prompty | 74.3% Reasoning & Knowledge Źródło |
MMMU Massive Multitask Multimodal Understanding - Testuje rozumienie tekstu, obrazów, dźwięku i wideo | 69.4% Image Reasoning Źródło |
HellaSwag Wymagające benchmarki uzupełniania zdań | Niedostępne |
HumanEval Ocenia możliwości generowania kodu i rozwiązywania problemów | Niedostępne |
MATH Testuje umiejętności rozwiązywania problemów matematycznych na różnych poziomach trudności | Niedostępne |
GPQA Testuje wiedzę na poziomie doktorskim z chemii, biologii i fizyki poprzez pytania wielokrotnego wyboru wymagające głębokiej wiedzy specjalistycznej | 57.2% Diamond Źródło |
IFEval Testuje zdolność modelu do dokładnego przestrzegania wyraźnych instrukcji formatowania, generowania odpowiednich wyników i utrzymania spójnego przestrzegania instrukcji w różnych zadaniach | Niedostępne |
SimpleQA Ocena dokładności prostych pytań | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Wielojęzyczny benchmark programistyczny. | - |
LiveCodeBench v5 Benchmark programowania w czasie rzeczywistym | - |
Global MMLU (Lite) Uproszczona wersja benchmarku do oceny uniwersalności modeli na poziomie globalnym. | - |
MathVista Ocenia zdolności rozumowania matematycznego modeli AI w kontekstach wizualnych | - |
Aplikacja mobilna | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2026 All Right Reserved.