
Llama 4 Scout
Llama 4 Scoutは、テキストと画像を処理できるネイティブなマルチモーダルモデルです。これは、170億個のアクティブパラメータ(合計109B)を持つエキスパート(MoE)アーキテクチャで、16人のエキスパートから構成され、対話型インタラクション、画像分析、コード生成などのさまざまなマルチモーダルタスクをサポートします。このモデルには、1000万トークンのコンテキストウィンドウが含まれています。
インテリジェンス(中程度)
速度(中程度)
入力サポートモダリティ
はい
推論モデルかどうか
10,000,000
コンテキストウィンドウ
10,000,000
最大出力トークン
2024-08-01
知識カットオフ
価格設定
¥0.58 /M tokens
入力
¥2.16 /M tokens
出力
¥1.89 /M tokens
混合価格
クイック簡易比較
Llama 4 Scout
¥0.08
Llama 4 Maverick
¥0.17
Llama 3.1 Instruct 8B
¥0.03
基本パラメータ
Llama 4 Scout技術パラメータ
パラメータ数
109,000.0M
コンテキスト長
10.0M tokens
トレーニングデータカットオフ
2024-08-01
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキスト、画像
スループット
776
リリース日
2025-04-05
応答速度
127.073,906 tokens/s
ベンチマークスコア
以下はLlama 4 Scoutの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
42.99
大規模言語モデルインテリジェンスレベル
コーディング指数
23.48
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
56.37
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
75.2
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
58.7
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.3
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
29.9
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
17
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
82.6
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
84.4
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
28.3
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長