Текущая2025-04-05
Llama 4 Scout
328KG —
К списку моделейКак рассчитан профиль →
Искать в /services/ →Создать обсуждение
Llama 4 Scout
G-Score: н/дОт Meta
StandardGeneralMultimodalOpen WeightsLocalImage Input
* Продукт компании Meta Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Краткое описание
Llama 4 Scout 17B Instruct (16E) — это языковая модель смешанных экспертов (MoE), разработанная Meta, которая активирует 17 миллиардов параметров из 109B. Он поддерживает собственный мультимодальный ввод...
G-Score и профиль
G-Score: н/дLlama 4 Scout сильнее всего выглядит в категории «общее качество». Профиль рассчитан по процентилям LiveBench, Artificial Analysis и LMArena; пропуски не считаются нулём.
Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.
Уверенность данных
средняя
Покрытие
1 тест · 1 направление
Происхождение
artificialAnalysis
G‑Общее качество23/100
1 тест · уверенность: средняя
Место модели в каталоге
Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.
| Бенчмарк | Результат | Место | Доказательство |
|---|---|---|---|
| GPQA (Экспертные знания) | 69.9% | н/д | Источник не указан |
| MATH (Математика) | 79.7% | н/д | Источник не указан |
| MMLU (Общие знания) | 89.2% | н/д | Источник не указан |
| Arena Elo (LMSYS) | 1450 | н/д | Источник не указан |
| HumanEval (Кодинг) | 86% | н/д | Источник не указан |
| SWE-bench (Разработка) | 51.4% | н/д | Источник не указан |
Подробный обзор модели
Обзор Llama 4 Scout: Новая эра открытого ИИ от Meta (2026)
Llama 4 Scout, выпущенная Meta в апреле 2025 года, стала первой моделью в долгожданном четвертом поколении семейства Llama. Это экспериментальная и мощная MoE-модель (Mixture-of-Experts), которая служит «разведчиком» для будущих полноразмерных флагманов, предлагая нативную мультимодальность и рекордную для открытых моделей эффективность.
Что нового в Llama 4 Scout?
1. Архитектура MoE (109B всего / 17B активных)
Meta впервые применила архитектуру Mixture-of-Experts в основной линейке Llama. Со 109 миллиардами параметров, из которых только 17 миллиардов активны при каждом запросе, модель Scout обеспечивает производительность уровня Llama 3 70B при скорости и стоимости работы маленьких моделей.
2. Нативная мультимодальность
В отличие от предыдущих версий, где зрение добавлялось через адаптеры, Llama 4 Scout была обучена как мультимодальная система с первого дня. Это обеспечивает бесшовную интеграцию текстовых и визуальных данных, позволяя модели «видеть» и «рассуждать» о мире в реальном времени.
3. Гигантский контекст 328K
С окном контекста в 328 000 токенов, Scout может обрабатывать целые книги, обширные кодовые базы и длинные транскрипции видео без потери фокуса на деталях.
Бенчмарки (Состояние на май 2026)
| Бенчмарк | Результат Llama 4 Scout | Категория |
|---|---|---|
| Arena Elo | 1450 | Топ открытых моделей |
| MMLU | 89.2% | Общий интеллект |
| HumanEval | 86.0% | Кодинг |
| MATH | 79.7% | Логика и математика |
| GPQA | 69.9% | Научный анализ |
Сценарии использования
- Персональные ИИ-ассистенты: Благодаря мультимодальности и эффективности, модель идеальна для локального запуска на современных ПК.
- Анализ мультимедиа: Поиск и классификация информации в больших архивах изображений и видео.
- Разработка ПО: Помощь в написании кода и анализе структуры больших проектов благодаря широкому контексту.
Ценообразование
Meta продолжает политику доступности: через облачных провайдеров API стоит около $0.08 за 1M входных токенов и $0.30 за 1M выходных токенов.
Статья подготовлена для Gruzdevv.ru. Все данные актуальны на май 2026 года.
Где запустить модель
Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.
Обновляем провайдеров и цены…
Профиль модели
Бенчмарки
GPQA (Экспертные знания)69.9%
MATH (Математика)79.7%
MMLU (Общие знания)89.2%
Arena Elo (LMSYS)1450
HumanEval (Кодинг)86%
SWE-bench (Разработка)51.4%
История семейства
Линейка Llama
Последовательность собрана по датам релиза моделей Meta в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.
Экосистема Llama 4 Scout
Сервисы, инструменты, материалы и обсуждения, связанные с моделью.
Сервисы с поддержкой модели
Откройте результаты по названию модели и проверьте актуальную интеграцию.
MCP и инструменты
Весь каталог- MetabaseMetabase — open-source платформа для бизнес-аналитики. Она закрывает потребность команды в самостоятельном анализе данных без SQL. MCP-сервер для Metabase даёт AI-ассистентам прямой доступ к вашему инстансу Metabase. Вы можете искать данные, строить визуализации и управлять дашбордами прямо через диалог с ассистентом. Сервер подходит data-аналитикам, продакт-менеджерам и разработчикам, которые используют Metabase как корпоративную BI-систему. Вам больше не нужно переключаться между окнами — AI выполнит запрос за вас. Эта интеграция особенно полезна, когда нужно быстро получить ответ без запуска Metabase. Достаточно сформулировать запрос на русском языке — и сервер сам выполнит нужный SQL-запрос или найдёт готовый дашборд.
- OpenMetadataOpenMetadata — платформа для управления контекстом данных. Она собирает технические метаданные, качество данных, происхождение, владельцев, глоссарии, классификации, домены и продуктовые метрики в единый граф знаний. MCP-сервер делает этот граф доступным для AI-ассистентов и агентов через протокол MCP. Без контекста AI-ассистент видит только сырые таблицы. Он не знает, какие данные доверенные, кто за них отвечает, откуда они пришли и как используются. OpenMetadata даёт бизнес-смысл: ассистент понимает принятые в компании термины, статус качества и lineage. Это делает ответы точными и полезными. Сервер поддерживает 120+ коннекторов к базам данных, облачным хранилищам, BI-инструментам и каталогам. Вы подключаете его к вашему экземпляру OpenMetadata, и AI-агент получает единую точку входа в семантический слой.
- shellwardShellWard — это MCP-сервер, который работает как межсетевой экран для AI-агентов. Он встраивается между агентом (Claude Desktop или любой другой MCP-клиент) и его инструментами: командной оболочкой, файловой системой, HTTP-запросами, почтовыми сервисами. Сервер перехватывает каждый вызов инструмента в реальном времени и проверяет его по восьми уровням защиты. ShellWard сканирует данные на наличие персональной информации (PII), анализирует shell-команды на опасность, детектирует промпт-инъекции и блокирует утечки данных (DLP). Это своего рода корпоративный firewall, адаптированный под AI-агентов. Данные внутри системы используются свободно, но наружу ничего не выходит. Одна промпт-инъекция может привести к краже базы клиентов, удалению сервера или отправке данных хакеру. Без такого firewall AI-агент становится уязвимым инструментом. ShellWard решает эту проблему, выступая в роли прокси-слоя безопасности: он даёт агенту доступ к файлам и командам, но блокирует любые попытки использовать этот доступ во вред.
Статьи и термины
Все статьиОбсуждения о Llama 4 Scout
Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.