M
Llama 4 ScoutOPEN
Llama 4 Scout 17B Instruct (16E) è un modello linguistico a miscela di esperti (MoE) sviluppato da Meta, attivando 17 miliardi di parametri su un totale di 109B.
I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.
- $0.15 per 1M token, assumendo 3 input per 1 output la convenzione utilizzata da Artificial Analysis
- più economico del 62% dei 202 modelli open-weight monitorati qui
- 6 di 16 modelli Meta monitorati qui, dal più economico
Benchmark e prestazioni
Punteggi di benchmark indipendenti per Llama 4 Scout, misurati da Artificial Analysis. Maggiore è meglio.
Per lo stesso budget, Llama 4 Scout offre 3 volte più capacità. Open weights significa anche che può self-hostarlo e non pagare nulla per token.
I modelli a questo livello costano $0.26 per 1M token (mediana di 51) — questo costa $0.15.
Più economico e migliore su questo indice: Claude Haiku 5.5 (batch) · GLM 5.3 Flash · GLM 5.3 Flash (batch) e 32 in più
Informazioni su questo modello
Llama 4 Scout è un modello AI open-weight di Meta. Può scaricarlo e self-hostarlo gratuitamente; i prezzi sotto sono prezzi di listino delle API hosted, monitorati quotidianamente, per quando preferisce la comodità al self-hosting.
Domande frequenti
Cos'è Llama 4 Scout?
Llama 4 Scout è un modello di linguaggio AI di Meta. È open-weight: può scaricarlo ed eseguirlo sul proprio hardware, gratuitamente. Ottiene 6.5 sull'indice di intelligenza Artificial Analysis.
Llama 4 Scout è gratuito?
I pesi sono gratuiti e aperti — puoi ospitare Llama 4 Scout in modo autonomo e non pagare nulla per token. Se preferisci un'API ospitata, i prezzi di listino sono $0.1 per milione di token in input e $0.3 per milione di token in output.
A cosa serve Llama 4 Scout?
I benchmark indipendenti di Artificial Analysis gli danno 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%. È particolarmente utilizzato per generazione di codice.
Quanto è veloce Llama 4 Scout?
Genera circa 90.5 token al secondo, con una mediana 0.68s di ritardo prima del primo token. Misurato indipendentemente da Artificial Analysis.
Posso ospitare Llama 4 Scout in modo autonomo?
Sì. Llama 4 Scout ha open weights, quindi può essere scaricato e eseguito sulla propria GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.