Llama 4 Scout vs Llama 4 Maverick — сравнение бенчмарков
Maverick мощнее (128 экспертов vs 16). Scout — рекордный контекст 10M и дешевле.
Бенчмарки
* Бенчмарки — стандартизированные тесты для оценки качества ИИ-моделей. Чем выше балл, тем лучше модель справляется с задачей.
Главное отличие
Maverick и Scout — две модели Llama 4 от Meta с разными MoE-архитектурами. Maverick значительно мощнее (Arena Elo 1380 vs 1280, MMLU-Pro 85.5% vs 75%), а Scout обладает рекордным контекстом 10M токенов. Оба используют 17B активных параметров.
Когда выбрать Llama 4 Scout
Scout — уникальная модель с контекстом 10M токенов, что позволяет обрабатывать целые кодовые базы и архивы документов. При 16 экспертах и 17B активных параметрах он эффективен в развёртывании. Идеален для RAG и анализа больших документов.
Когда выбрать Llama 4 Maverick
Maverick — более мощная модель для задач, требующих глубокого рассуждения. 128 экспертов обеспечивают специализацию по темам. MMLU-Pro 85.5% ставит его в ряд с DeepSeek V3.2. Лучший выбор, когда качество важнее длины контекста.
MoE-модель Meta с 16 экспертами. 109B параметров, 17B активных. Рекордный контекст 10 миллионов токенов. Текст, изображения, видео. 40 трлн токенов обучения, 200 языков. Llama 4 Community License.
Тарифы, обзор, бенчмарки →Флагманская MoE-модель Meta со 128 экспертами. 400B параметров, 17B активных. Контекст 1M токенов. Превосходит GPT-4o и Gemini 2.0 Flash. Сопоставима с DeepSeek v3 при вдвое меньшем числе активных параметров.
Тарифы, обзор, бенчмарки →