M
Llama 4 ScoutOPEN
Llama 4 Scout 17B Instruct (16E) est un modèle de langage à mélange d'experts (MoE) développé par Meta, activant 17 milliards de paramètres sur un total de 109B.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.17 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 65% des 191 modèles open-weight suivis ici
- 5 sur 12 modèles Meta suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour Llama 4 Scout, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, Llama 4 Scout offre 5,4 fois plus de capacités. Les open weights signifient également que vous pouvez le self-host et ne rien payer par token.
Les modèles à ce niveau coûtent $0.23 par 1M de tokens (médiane de 24) — celui-ci coûte $0.17.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · DeepSeek V4 Flash 0731 · DeepSeek V4 Flash 0423 et 20 de plus
À propos de ce modèle
Llama 4 Scout est un modèle d'IA open-weight de Meta. Vous pouvez le télécharger et le self-hosted gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que Llama 4 Scout ?
Llama 4 Scout est un modèle de langage IA de Meta. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 10.3 sur l'indice d'intelligence d'Artificial Analysis.
Llama 4 Scout est-il gratuit ?
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 catalogue sont de $0.11 par million de jetons d'entrée et $0.34 par million de jetons de sortie.
À quoi sert Llama 4 Scout ?
Des benchmarks indépendants d'Artificial Analysis lui donnent 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%. Il est particulièrement utilisé pour génération de code.
Quelle est la vitesse de Llama 4 Scout ?
Il génère environ 137.4 tokens par seconde, avec un délai médian 0.56s avant le premier token. Mesuré indépendamment par Artificial Analysis.
Puis-je auto-héberger Llama 4 Scout ?
Oui. Llama 4 Scout a des open weights, 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 token.