Llama 4 Scout (Meta): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Scores de référence indépendants pour Llama 4 Scout, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Llama 4 Scout est un modèle d'IA à poids ouvert de Meta. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.
Llama 4 Scout est un modèle de langage IA de Meta. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 10 sur l'indice d'intelligence d'Artificial Analysis.
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Llama 4 Scout et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,1 $ par million de jetons d'entrée et de 0,3 $ par million de jetons de sortie.
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 58.7%, MMLU-Pro 75.2%, Humanity's Last Exam 4.3%, Long Context Reasoning 25.8%, 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%. Il est particulièrement utilisé pour génération de code.
Il génère environ 80.7 tokens par seconde, avec un délai médian 0.6s avant le premier token. Mesuré indépendamment par Artificial Analysis.
Oui. Llama 4 Scout a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.