VerdictPal
Beitreten

Modelle / Meta

Llama 4 Scout

Llama 4 · Release 2026-04-05

Metas Long-Context-Llama-4-MoE. 10M-Token-Fenster, 17B aktiv / 109B gesamt. Open Weights für Codebase-RAG und Dokumenten-Mining.

Self-Hosting-Route, wenn ganze Repos oder Dokumentbibliotheken in einem Durchlauf nötig sind — nicht für niedrigste Chat-Latenz.

#178 von 184 im AA Index · aktueller Snapshot
7 AA Index · 18 Benchmark-Zeilen · 6 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite41
Kontext10M
Input / 1M$0.08
Output / 1M$0.30
Wissensstichtag2024-08-01
Output-Speed78 t/s
TTFT (Default-API)0.60s
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

64/100 Ø
Wissen
85
Reasoning
59
Mathe
84
Coding
30
Agentisch
59
Langer Kontext
57
Tool-Nutzung
74

7 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Llama 4 Scout auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
LongBench v2Long context#2/ 1957LongBench v2 leaderboard2026-04-01
MATHMath#15/ 2584Artificial Analysis2026-09-10
BFCLTool use#17/ 2074Berkeley Function Calling Leaderboard V42026-04-15
LiveBenchReasoning#19/ 2159LiveBench leaderboard2026-04-15
MMLUKnowledge#21/ 2285Meta Llama 4 Scout model card2026-04-05
LiveCodeBenchCoding#29/ 3130Artificial Analysis2026-09-10
MMLU-ProKnowledge#33/ 3975Artificial Analysis2026-09-10
AIMEMath#35/ 3714Artificial Analysis2026-09-10
AA output speedPerformance#45/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#76/ 190Artificial Analysis2026-09-10
Terminal-BenchAgentic#77/ 18959Terminal-Bench 2.0 leaderboard2026-06-09
SciCodeCoding#93/ 9321Artificial Analysis2026-09-10
τ³-Bench BankingAgentic#109/ 1103Artificial Analysis2026-09-10
IFBenchReasoning#121/ 12740Artificial Analysis2026-09-10
AA-LCRLong context#172/ 18228Artificial Analysis2026-09-10
GPQA DiamondReasoning#180/ 19059Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#184/ 1854Artificial Analysis2026-09-10
Artificial Analysis Intelligence IndexReasoning#185/ 1887Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Llama 4 Scout auftaucht, ist es hervorgehoben.

KnowledgeLlama 4 Scout · 85
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningLlama 4 Scout · 59
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
MathLlama 4 Scout · 84
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
CodingLlama 4 Scout · 30
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticLlama 4 Scout · 59
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextLlama 4 Scout · 57
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Tool useLlama 4 Scout · 74
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Llama 4 Scout in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

14 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context27.7%Artificial Analysis4
AA output speedPerformance78 t/sArtificial Analysis4
AA time to first tokenPerformance0.60sArtificial Analysis4
AIMEMath14%Artificial Analysis4
Artificial Analysis Intelligence IndexReasoning6.5%Artificial Analysis4
GPQA DiamondReasoning58.7%Artificial Analysis4
Humanity's Last ExamReasoning3.8%Artificial Analysis4
IFBenchReasoning39.52%Artificial Analysis4
LiveCodeBenchCoding29.9%Artificial Analysis4
MATHMath84.4%Artificial Analysis4
MMLU-ProKnowledge75.2%Artificial Analysis4
SciCodeCoding21.3%Artificial Analysis4
τ³-Bench BankingAgentic3.3%Artificial Analysis4
Terminal-BenchAgentic58.6%Terminal-Bench 2.0 leaderboard97
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen85
Reasoning59
Mathe84
Coding30
Agentisch59
Langer Kontext57
Tool-Nutzung74
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Llama 4 Scout. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

18 Quell-Zeilen

18 von 37 Katalog-Benchmarks haben eine belegte Zeile für Llama 4 Scout.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Tool use

Performance

Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.