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.

#47 von 51 im AA Index · aktueller Snapshot
10 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-Speed76 t/s
TTFT (Default-API)0.56s
Statussolid
KnowledgeReasoningMathCodingAgenticLong contextTool use
Knowledge
85
Reasoning
59
Math
84
Coding
30
Agentic
59
Long context
57
Tool use
74

64average across 7 tested families

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#10/ 2084Artificial Analysis2026-07-21
LiveCodeBenchCoding#11/ 1330Artificial Analysis2026-07-21
MMLU-ProKnowledge#15/ 2175Artificial Analysis2026-07-21
AIMEMath#17/ 1914Artificial Analysis2026-07-21
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
AA output speedPerformance#35/ 69Artificial Analysis2026-07-21
Terminal-BenchAgentic#40/ 6959Terminal-Bench 2.0 leaderboard2026-06-09
AA time to first tokenPerformance#56/ 69Artificial Analysis2026-07-21
IFBenchReasoning#56/ 5740Artificial Analysis2026-07-21
AA-LCRLong context#61/ 6426Artificial Analysis2026-07-21
Artificial Analysis Intelligence IndexReasoning#63/ 6710Artificial Analysis2026-07-21
Humanity's Last ExamReasoning#63/ 654Artificial Analysis2026-07-21
SciCodeCoding#63/ 6517Artificial Analysis2026-07-21
τ³-Bench BankingAgentic#64/ 643Artificial Analysis2026-07-21
GPQA DiamondReasoning#65/ 6959Artificial Analysis2026-07-21
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
    Claude Mythos Preview
    95
  2. 2
    GPT-5.6 Sol
    94
  3. 3
    Kimi K3
    94
MathLlama 4 Scout · 84
  1. 1
    OpenAI o3
    99
  2. 2
    OpenAI o1
    97
  3. 3
    Gemini 3 Pro
    96
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
    75
  2. 2
    GPT-5.1
    75
  3. 3
    GPT-5.6 Sol
    74
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.

18 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context25.8%Artificial Analysis2
AA output speedPerformance76 t/sArtificial Analysis2
AA time to first tokenPerformance0.56sArtificial Analysis2
AIMEMath14%Artificial Analysis2
Artificial Analysis Intelligence IndexReasoning10%Artificial Analysis2
GPQA DiamondReasoning58.7%Artificial Analysis2
Humanity's Last ExamReasoning4.3%Artificial Analysis2
IFBenchReasoning39.52%Artificial Analysis2
LiveCodeBenchCoding29.9%Artificial Analysis2
MATHMath84.4%Artificial Analysis2
MMLU-ProKnowledge75.2%Artificial Analysis2
SciCodeCoding17%Artificial Analysis2
τ³-Bench BankingAgentic3.3%Artificial Analysis2
Terminal-BenchAgentic58.6%Terminal-Bench 2.0 leaderboard44
BFCLTool use74.1%Berkeley Function Calling Leaderboard V499
LiveBenchReasoning58.9%LiveBench leaderboard99
MMLUKnowledge85.2%Meta Llama 4 Scout model card109
LongBench v2Long context57.2%LongBench v2 leaderboard113
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.

Knowledge85
Reasoning59
Math84
Coding30
Agentic59
Long context57
Tool use74
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30input USD / 1M tokens · log scale →← intelligence

Hover or tab any dot for name, score, and input price.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMiniMaxxAIMetaZhipuXiaomiMeituanCohere

Volles Benchmark-Ledger

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

18 Quell-Zeilen

18 of 32 catalog benchmarks have a sourced row for Llama 4 Scout.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Tool use

Performance

Quellen