M
Llama 4 ScoutOPEN
Llama 4 Scout 17B Instruct (16E) ist ein Mischmodell (MoE) von Meta, das 17 Milliarden Parameter aus insgesamt 109B aktiviert.
Preise werden automatisch aktualisiert — täglich geprüft anhand der Listenpreise der Anbieter.
- $0.17 pro 1M Tokens, basierend auf 3 Eingaben für 1 Ausgabe die von Artificial Analysis verwendete Konvention
- günstiger als 65% der 191 Open-Weight-Modelle, die hier verfolgt werden
- 5 von 12 Meta Modellen, die hier verfolgt werden, vom günstigsten
Benchmarks & Leistung
Unabhängige Benchmark-Ergebnisse für Llama 4 Scout, gemessen von Artificial Analysis. Höher ist besser.
Für das gleiche Budget bietet Llama 4 Scout die 5,4-fache Leistungsfähigkeit. Open weights bedeuten auch, dass Sie es selbst hosten und nichts pro Token bezahlen können.
Modelle auf diesem Niveau kosten $0.23 pro 1M Tokens (Median von 24) — dieses kostet $0.17.
Günstiger und besser in diesem Index: GLM 5.3 Flash · DeepSeek V4 Flash 0731 · DeepSeek V4 Flash 0423 und 20 mehr
Über dieses Modell
Llama 4 Scout ist ein Open-Weight-KI-Modell von Meta. Sie können es kostenlos herunterladen und selbst hosten; die unten angegebenen Preise sind die täglich aktualisierten Listenpreise der gehosteten APIs, für den Fall, dass Sie Bequemlichkeit dem Selbsthosten vorziehen.
Häufig gestellte Fragen
Was ist Llama 4 Scout?
Llama 4 Scout ist ein KI-Sprachmodell von Meta. Es ist open-weight: Sie können es herunterladen und auf Ihrer eigenen Hardware kostenlos ausführen. Es erzielt 10.3 im Artificial Analysis Intelligenzindex.
Ist Llama 4 Scout kostenlos?
Die Gewichte sind frei und offen — Sie können Llama 4 Scout selbst hosten und zahlen nichts pro Token. Wenn Sie eine gehostete API bevorzugen, liegen die Listenpreise bei 0,11 $ pro Million Eingabe-Tokens und 0,34 $ pro Million Ausgabe-Tokens.
Worin ist Llama 4 Scout gut?
Unabhängige Benchmarks von Artificial Analysis geben ihm GPQA 58.7%, MMLU-Pro 75.2%, Humanity's Last Exam 3.8%, Long Context Reasoning 30.3%, LiveCodeBench 29.9%, SciCode 17%, MATH-500 84.4%, AIME 28.3%, AIME 2025 14%, IFBench 39.5%, τ²-Bench 15.5%, τ-Bench Banking 3.3%, Terminal-Bench 3.7%, Terminal-Bench Hard 1.5%. Es wird besonders verwendet für Code-Generierung.
Wie schnell ist Llama 4 Scout?
Es generiert etwa 137.4 Tokens pro Sekunde, mit einer Median 0.56s Verzögerung vor dem ersten Token. Unabhängig von Artificial Analysis gemessen.
Kann ich Llama 4 Scout selbst hosten?
Ja. Llama 4 Scout hat open weights, sodass Sie es herunterladen und auf Ihrer eigenen GPU oder Ihrem Server mit Tools wie Ollama, vLLM oder llama.cpp ausführen können — ohne Kosten pro Token.