Meta
Llama 4 Scout 评测成绩
来自 3 个来源、6 项基准的 6 条成绩。
其他名称: llama-4-scout-17b-16e-instruct · Llama-4-Scout-17B-16E-Instruct · Llama-4-Scout-17B-16E-Instruct (FC)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1322 | 258 | Overall, style control on; 29836 votes; 95% CI 1317–1326“llama-4-scout-17b-16e-instruct” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1127 | 119 | Overall, style control on; 6451 votes; 95% CI 1118–1137“llama-4-scout-17b-16e-instruct” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 51.8% | 200 | Epoch AI run, accuracy | 独立评测 | 2025年4月8日 |
| AIME (OTIS Mock AIME 2024–2025) | 7.8% | 220 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年4月8日 |
| MATH Level 5 | 62.3% | 51 | Epoch AI run, accuracy | 独立评测 | 2025年4月8日 |
| BFCL v4 (function calling) | 28.1% | 72 | Overall accuracy; native function calling (FC)“Llama-4-Scout-17B-16E-Instruct (FC)” | 官方榜单 | 2026年10月17日 |
本站相关
常见问题
Llama 4 Scout 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。