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.
- $0.15 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 66% des 204 modèles open-weight suivis ici
- 6 sur 14 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.
For the same budget, Llama 4 Scout delivers 3.6 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $0.4 par 1M de tokens (médiane de 58) — celui-ci coûte $0.15.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash (batch) · GPT-6 Luna (batch) · DeepSeek V4 Flash 0731 et 23 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 8.1 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 sont de 0,1 $ par million de jetons d'entrée et de 0,3 $ 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 27.7%, LiveCodeBench 29.9%, SciCode 21.3%, 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 134.2 tokens par seconde, avec un délai médian 0.66s 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.