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.

#163 von 168 im AA Index · aktueller Snapshot
10 AA Index · 18 Benchmark-Zeilen · 6 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite42
Kontext10M
Input / 1M$0.08
Output / 1M$0.30
Wissensstichtag2024-08-01
Output-Speed133 t/s
TTFT (Default-API)0.54s
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 Analysis2026-09-01
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#23/ 187Artificial Analysis2026-09-01
LiveCodeBenchCoding#29/ 3130Artificial Analysis2026-09-01
MMLU-ProKnowledge#33/ 3975Artificial Analysis2026-09-01
AIMEMath#35/ 3714Artificial Analysis2026-09-01
Terminal-BenchAgentic#72/ 18459Terminal-Bench 2.0 leaderboard2026-06-09
AA time to first tokenPerformance#79/ 186Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#105/ 1063Artificial Analysis2026-09-01
IFBenchReasoning#122/ 12740Artificial Analysis2026-09-01
AA-LCRLong context#168/ 17930Artificial Analysis2026-09-01
SciCodeCoding#175/ 18017Artificial Analysis2026-09-01
GPQA DiamondReasoning#176/ 18559Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#179/ 1804Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#182/ 18710Artificial Analysis2026-09-01
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
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathLlama 4 Scout · 84
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    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
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
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 context30.33%Artificial Analysis5
AA output speedPerformance133 t/sArtificial Analysis5
AA time to first tokenPerformance0.54sArtificial Analysis5
AIMEMath14%Artificial Analysis5
Artificial Analysis Intelligence IndexReasoning10.3%Artificial Analysis5
GPQA DiamondReasoning58.7%Artificial Analysis5
Humanity's Last ExamReasoning3.8%Artificial Analysis5
IFBenchReasoning39.52%Artificial Analysis5
LiveCodeBenchCoding29.9%Artificial Analysis5
MATHMath84.4%Artificial Analysis5
MMLU-ProKnowledge75.2%Artificial Analysis5
SciCodeCoding17%Artificial Analysis5
τ³-Bench BankingAgentic3.3%Artificial Analysis5
Terminal-BenchAgentic58.6%Terminal-Bench 2.0 leaderboard89
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.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

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