Llama 4 Scout
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
- 综合 Index38
- 推理35
- 编程23
- 智能体与工具36
- 数学44
- 知识30
- 指令遵循47
- 人类偏好48
- 多模态38
- 长上下文34
嵌入这个排名
更多徽章样式[](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。
Index 走势
2026年9月8日 至 2026年11月16日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 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 51.8%#224 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1329#242 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 58.7%#392 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.8%#590 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 47.0%#123 | Vals AI | |
| Kagi LLM Benchmark | 36.9%#115 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index | 50.7%#37 | HELM Capabilities | |
| ARC-AGI-1 | 0.5%#264 | ARC Prize | |
| ARC-AGI-2 | 0.0%#251 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1308#242 | Arena (LMArena) | |
| LMCA不计入 Index | 12.0%#185 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 57.9%#201 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | 58.9%#78 | ForecastBench |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 21.3%#232 | SciCode | |
| Arena Coding | 1363#239 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 21.3%#245 | Artificial Analysis | |
| LiveCodeBench | 38.5%#129 | Vals AI | |
| SWE-bench Verified (bash only) | 9.1%#45 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 9.1%#60 | SWE-bench | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 3.8%#217 | Artificial Analysis | |
| Design Arena Website不计入 Index | 742#194 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 29.9%#202 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 1.5%#343 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 15.5%#365 | Artificial Analysis | |
| BFCL Overall | 28.1%#54 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | -156#297 | Artificial Analysis | |
| τ³-Banking (AA) | 3.3%#202 | Artificial Analysis | |
| AutomationBench不计入 Index | 0.2%#256 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 0.0%#256 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 7.8%#247 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 62.3%#47 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 19.0%#79 | Vals AI | |
| MGSM | 88.0%#54 | Vals AI | |
| Omni-MATH (HELM) | 37.3%#34 | HELM Capabilities | |
| MATH 500不计入 Index | 79.2%#39 | Vals AI | |
| Arena Maths | 1310#227 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 14.0%#211 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 69.6%#118 | Vals AI | |
| LegalBench | 72.0%#116 | Vals AI | |
| CorpFin | 46.8%#109 | Vals AI | |
| TaxEval | 55.2%#134 | Vals AI | |
| MedQA | 50.9%#90 | Vals AI | |
| MMLU-Pro (HELM)不计入 Index | 74.2%#30 | HELM Capabilities | |
| MedCode不计入 Index | 23.3%#101 | Vals AI | |
| MedScribe不计入 Index | 50.6%#105 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 74.1%#91 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 39.5%#271 | Artificial Analysis | |
| IFEval (HELM) | 81.8%#38 | HELM Capabilities | |
| WildBench (HELM) | 77.9%#47 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1299#249 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1322#243 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 781#115 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1289#238 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1319#237 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1325#244 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1118#125 | Arena (LMArena) | |
| MMMU-Pro | 53.0%#248 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | 58.8%#83 | Vals AI | |
| MortgageTax不计入 Index | 57.8%#70 | Vals AI | |
| VTB不计入 Index | 1.6%#20 | Scale AI SEAL | |
| SpatialViz-Bench不计入 Index | 34.2%#4 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 27.3%#33 | Fiction.live | |
| AA-LCR v1.1 | 27.7%#427 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 127.7#149 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 6.5#537 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 168.1#509 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 64.4%#35 | HELM 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 |
|---|---|---|---|---|---|---|
| DeepInfra | 84 tok/s | 0.38 s | $0.100 | $0.300 | 328k | fp8 |
| DeepInfra | 79 tok/s | 0.39 s | $0.150 | $0.450 | 328k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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
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。
[](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}
}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。