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.
„Llama 3.3 70B Instruct“, stworzony przez Meta, to wielojęzyczny duży model językowy, specjalnie dostrojony do zadań opartych na instrukcjach i zoptymalizowany pod kątem aplikacji konwersacyjnych. Jest w stanie przetwarzać i generować tekst w wielu językach, a jego okno kontekstowe obsługuje do 128 000 tokenów. Wprowadzony na rynek 6 grudnia 2024 r., model przewyższa wiele otwartoźródłowych i komercyjnych chatbotów w różnych branżowych testach porównawczych. Wykorzystuje Grouped-Query Attention (GQA) w celu poprawy skalowalności i został wytrenowany na zróżnicowanym zbiorze danych obejmującym ponad 15 bilionów tokenów z publicznie dostępnych źródeł. Wiedza modelu jest aktualna do grudnia 2023 r.
| Llama 4 Scout | Llama 3.3 70B Instruct | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst obrazy wideo | tekst |
Dostawcy API
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | Fireworks, Together, DeepInfra, Hyperbolic |
Data ostatniej aktualizacji wiedzy
| 2025-04 | 12.2024 |
Open Source
| Tak (Źródło) | Tak |
Cena za wejście
| Niedostępne | $0.23 za milion tokenów |
Cena za wyjście
| Niedostępne | $0.40 za milion tokenów |
MMLU
| Niedostępne | 86% 0-shot, CoT Źródło |
MMLU-Pro
| 74.3% Reasoning & Knowledge Źródło | 68.9% 5-shot, CoT Źródło |
MMMU
| 69.4% Image Reasoning Źródło | Niedostępne |
HellaSwag
| Niedostępne | Niedostępne |
HumanEval
| Niedostępne | 88.4% pass@1 Źródło |
MATH
| Niedostępne | 77% 0-shot, CoT Źródło |
GPQA
| 57.2% Diamond Źródło | 50.5% 0-shot, CoT Źródło |
IFEval
| Niedostępne | 92.1% Źródło |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplikacja mobilna | - | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.