BenchLeader

Llama 4 Scout

质量第 297 / 339 名
38.2Index
后四分之一
较中位数 −12.0
价格第 66 / 255 名
$0.300每百万 token
比多数便宜
中位数的 0.4 倍
速度第 79 / 216 名
100token/秒
高于中位数
中位数的 1.2 倍
性价比第 71 / 255 名
127.3分/$
高于中位数
中位数的 2.3 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 87%。

有 49 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 46 个。

截至 2026年11月16日,Llama 4 Scout(Meta)在 BenchLeader Index 上得分 38.2(共 608 个已排名配置)。表现最好的是人类偏好(48),最弱的是编程(23)。API 价格为每百万 token $0.283(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 100 token/秒(Artificial Analysis)。发布于 2025年4月5日。

要点(截至 2026年11月16日)

  • Llama 4 Scout 的 API 价格为每百万 token $0.283(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
  • Llama 4 Scout 的输出速度约为 100 token/秒(Artificial Analysis,2026年11月16日)。
  • Llama 4 Scout 于 2025年4月5日发布(Meta)。

详细说明:Llama 4 Scout 是 Meta 的开放权重模型,发布于 2025年4月5日。其最佳配置在 BenchLeader Index 上得分 38.2 ±3.9,在 608 个配置中排第 563 名,处于下半区。关键在于这个“±”:另有 139 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(48),编程最低(23)。按混合价格计,每百万 token $0.300,比大多数已排名模型便宜。输出速度为 100 token/秒,首次回答需 1.1 秒,比大多数模型快。最近一次测量:2026年11月11日。

混合价格
$0.300/M
输入 $0.180 · 输出 $0.660
来源:Artificial Analysis
输出速度
100 tok/s
由 Artificial Analysis 测量
首次回答
1.10 s
首 token 0.43 s
上下文
1.3M
来源:models.dev
完整回答
12 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年4月5日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index38
  2. 推理35
  3. 编程23
  4. 智能体与工具36
  5. 数学44
  6. 知识30
  7. 指令遵循47
  8. 人类偏好48
  9. 多模态38
  10. 长上下文34

嵌入这个排名

更多徽章样式
[![Llama 4 Scout on BenchLeader: 综合第 289 名](https://www.benchleader.com/badge/llama-4-scout.svg?style=compact)](https://www.benchleader.com/models/llama-4-scout)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月8日 至 2026年11月16日
344045

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index27.8#260Artificial Analysis

推理

基准测试默认来源趋势
GPQA Diamond51.8%#224Epoch AI Benchmarking Hub
Arena Hard Prompts1329#242Arena (LMArena)
GPQA Diamond (AA)不计入 Index58.7%#392Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.8%#590Artificial Analysis
GPQA Diamond (Vals)不计入 Index47.0%#123Vals AI
Kagi LLM Benchmark36.9%#115Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index50.7%#37HELM Capabilities
ARC-AGI-10.5%#264ARC Prize
ARC-AGI-20.0%#251ARC Prize
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1308#242Arena (LMArena)
LMCA不计入 Index12.0%#185Epoch AI Benchmarking Hub
DTBench不计入 Index57.9%#201Epoch AI Benchmarking Hub
ForecastBench不计入 Index58.9%#78ForecastBench

知识

基准测试默认来源趋势
MMLU-Pro69.6%#118Vals AI
LegalBench72.0%#116Vals AI
CorpFin46.8%#109Vals AI
TaxEval55.2%#134Vals AI
MedQA50.9%#90Vals AI
MMLU-Pro (HELM)不计入 Index74.2%#30HELM Capabilities
MedCode不计入 Index23.3%#101Vals AI
MedScribe不计入 Index50.6%#105Vals AI
Global-MMLU-Lite (AA)不计入 Index74.1%#91Artificial Analysis

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1322#243Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index781#115EQ-Bench
Arena Creative Writing不计入 Index1289#238Arena (LMArena)
Arena Multi-turn不计入 Index1319#237Arena (LMArena)
Arena Longer Queries不计入 Index1325#244Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1118#125Arena (LMArena)
MMMU-Pro53.0%#248Artificial Analysis
MMMU-Pro (Vals)不计入 Index58.8%#83Vals AI
MortgageTax不计入 Index57.8%#70Vals AI
VTB不计入 Index1.6%#20Scale AI SEAL
SpatialViz-Bench不计入 Index34.2%#4Epoch AI Benchmarking Hub

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k27.3%#33Fiction.live
AA-LCR v1.127.7%#427Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index127.7#149Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index6.5#537Artificial Analysis
AA Progress Index v1不计入 Index168.1#509Artificial Analysis
HELM Capabilities mean不计入 Index64.4%#35HELM Capabilities

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
DeepInfra84 tok/s0.38 s$0.100$0.300328kfp8
DeepInfra79 tok/s0.39 s$0.150$0.450328kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.187$0.374$0.561$0.74826年9月26年10月26年11月
输入 输出
当前:输入 $0.180 · 输出 $0.660

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0003–4.1 s
总结一份 30 页的报告12,000 / 600$0.0026–7.1 s
代码编辑6,000 / 1,500$0.0021–16.1 s
智能体编程会话60,000 / 4,000$0.013–41.1 s
结构化信息提取2,000 / 200$0.0005–3.1 s

Meta 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Llama 4 Scout 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Llama 4 Scout on BenchLeader: 综合第 289 名](https://www.benchleader.com/badge/llama-4-scout.svg)](https://www.benchleader.com/models/llama-4-scout)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Llama 4 Scout on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-4-scout

BibTeX:

@misc{benchleader_llama_4_scout_20261116,
  author       = {{BenchLeader}},
  title        = {{Llama 4 Scout on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/llama-4-scout}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Llama 4 Scout 的基准测试得分是多少?
截至 2026年11月16日,Llama 4 Scout 的 BenchLeader Index 为 38.2 ±3.9。最强的是人类偏好(48),最弱的是编程(23)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Llama 4 Scout 排名第几?
截至 2026年11月16日,Llama 4 Scout 在 608 个已排名配置中排第 563 名。另有 139 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Llama 4 Scout 每百万 token 的价格是多少?
截至 2026年11月16日,Llama 4 Scout 的价格为输入每百万 token $0.180、输出每百万 token $0.660,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.300。标价最近一次变动是在 2026年10月13日。
Llama 4 Scout 是什么时候发布的?
Meta 于 2025年4月5日发布了 Llama 4 Scout。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Llama 4 Scout:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/llama-4-scout。