LLaMA 4 Scout 是一个拥有170亿参数的模型，采用混合专家架构（Mixture-of-Experts），并启用16个活跃专家，使其在同类多模态模型中处于领先地位。它在各种基准测试中持续超越Gemma 3、Gemini 2.0 Flash-Lite 和 Mistral 3.1 等竞争对手。尽管性能强大，LLaMA 4 Scout 却非常高效 —— 可在一张 NVIDIA H100 GPU 上以 Int4 量化运行。同时，它具备领先业界的1000万Token上下文窗口，并且原生支持多模态，能够无缝处理文本、图像和视频输入，适用于高级现实场景应用。
Mistral开发的Mistral Large 2提供128K token上下文窗口，定价为每百万输入token 3美元，每百万输出token 9美元。2024年7月24日发布，在5-shot评估的MMLU基准测试中获得84.0分，展现多任务处理的强大性能。
| Llama 4 Scout | Mistral Large 2 | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 视频 | 文本 |
API提供商
| Meta AI, Hugging Face, Fireworks, Together, DeepInfra | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
知识截止日期
| 2025-04 | 未知 |
开源
| 是 (来源) | 是 |
输入定价
| 不可用 | $3.00 每百万token |
输出定价
| 不可用 | $9.00 每百万token |
MMLU
| 不可用 | 84% 5-shot 来源 |
MMLU-Pro
| 74.3% Reasoning & Knowledge 来源 | 50.69% 来源 |
MMMU
| 69.4% Image Reasoning 来源 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 不可用 |
MATH
| 不可用 | 1.13% 来源 |
GPQA
| 57.2% Diamond 来源 | 24.94% |
IFEval
| 不可用 | 84.01% |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - | - |