Llama 4 Scout vs Mistral Large 3 — сравнение бенчмарков
Llama 4 Scout побеждает за счёт длинного контекста и бесплатного доступа, Mistral Large 3 лучше в точных инструкциях.
Бенчмарки
* Бенчмарки — стандартизированные тесты для оценки качества ИИ-моделей. Чем выше балл, тем лучше модель справляется с задачей.
Llama 4 Scout от Meta использует архитектуру Mixture-of-Experts с 17 млрд активных параметров и поддерживает контекстное окно до 10 миллионов токенов — рекорд среди общедоступных моделей.
Mistral Large 3 от Mistral AI — плотная модель с 123 млрд параметров, оптимизированная для точного следования инструкциям. На MMLU обе набирают около 82%.
Выбирайте Scout для длинных документов и бесплатного использования, Mistral Large 3 — для коммерческих задач с требованиями к точности.
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 →
Открытая европейская модель: MoE 675B параметров (41B активных), контекст 262K токенов, лицензия Apache 2.0. Сопоставима с GPT-4o при цене API в 4 раза ниже.
Тарифы, обзор, бенчмарки →