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。
Amazon Nova Micro是专为成本和速度优化的纯文本模型。拥有128K token的上下文窗口，擅长文本摘要、翻译、交互式聊天和基础编程等任务。作为Amazon Nova基础模型系列的一部分，支持针对专有数据的微调(fine-tuning)和蒸馏(distillation)定制。
| Llama 4 Scout | Nova Micro | |
|---|---|---|
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 | Amazon Bedrock |
知识截止日期
| 2025-04 | 主动不予披露 |
开源
| 是 (来源) | 否 |
输入定价
| 不可用 | $0.04 每百万token |
输出定价
| 不可用 | $0.14 每百万token |
MMLU
| 不可用 | 77.6% CoT 来源 |
MMLU-Pro
| 74.3% Reasoning & Knowledge 来源 | - |
MMMU
| 69.4% Image Reasoning 来源 | - |
HellaSwag
| 不可用 | - |
HumanEval
| 不可用 | 81.1% pass@1 来源 |
MATH
| 不可用 | 69.3% CoT 来源 |
GPQA
| 57.2% Diamond 来源 | 40% Main 来源 |
IFEval
| 不可用 | 87.2% 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - | - |