Favicon de meta-llama

Meta: Llama 4 Scout

Llama 4 Scout 17B Instruct (16E) is a mixture-of-experts (MoE) language model developed by Meta, activating 17 billion parameters out of a total of 109B. It supports native multimodal input (text and image) and multilingual output (text and code) across 12 supported languages. Designed for assistant-style interaction and visual reasoning, Scout uses 16 experts per forward pass and features a context length of 10 million tokens, with a training corpus of ~40 trillion tokens.

Built for high efficiency and local or commercial deployment, Llama 4 Scout incorporates early fusion for seamless modality integration. It is instruction-tuned for use in multilingual chat, captioning, and image understanding tasks. Released under the Llama 4 Community License, it was last trained on data up to August 2024 and launched publicly on April 5, 2025.

Modalités
Prix d’entrée / de sortie
0,10 $US / 0,30 $USpar 1M
Contexte
1,3M
Publié
5 avr. 2025
Date limite des connaissances
août 2024

Fournisseurs

Différentes entreprises hébergent le même modèle. OpenRouter achemine votre requête vers l’une d’elles selon le mode de routage que vous choisissez : Équilibré (prix + vitesse), Nitro (le plus rapide) ou Floor (le moins cher).

  • Non utilisé pour le routage Standard :Pourquoi ces points de terminaison ne sont pas utilisés

Tarification

Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.

Moyenne pondérée

Entrée
0,1212 $US/M de jetons
Sortie
0,3591 $US/M de jetons
Historique des prix
Aucune donnée de prix effectif pour cette sélection
  • Non utilisé pour le routage Standard :Pourquoi ces points de terminaison ne sont pas utilisés

Performances

Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).

Débit
49jetons/s

P50, meilleur résultat tous fournisseurs confondus

Latence
0,44s

P50, meilleur fournisseur

Disponibilité

La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.

Disponibilité (3 j)Le modèle était joignable. Requête acheminée vers un fournisseur.
100,00 %
Disponibilité (3 j)Le modèle a renvoyé un résultat d’inférence, quel que soit le fournisseur. Les erreurs et les réponses vides sont comptabilisées à son détriment.
98,11 %

Disponibilité au cours des 3 derniers jours

72 dernières heures
Disponibilité 98,11 %
Il y a 3 joursIl y a 2 joursHierMaintenant

Disponibilité au cours des dernières 24 heures

OpenRouter Availability
98,67 %
Without Routing
89,51 %

Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.

Évaluations comparatives

Scores aux évaluations standardisées et réponses de ce modèle aux prompts communs des tests de référence. Des pourcentages plus élevés sont meilleurs — et chaque rang indique la position de ce modèle parmi les modèles évalués sur cette source.

Résumé des scores aux tests de performance pour Meta: Llama 4 Scout (Artificial Analysis et Design Arena)
SourceTest de performanceScore
Artificial AnalysisLlama 4 Scout Coding Index8,2
Artificial AnalysisLlama 4 Scout Agentic Index0,5
Artificial AnalysisLlama 4 Scout GPQA Diamond58.7%
Artificial AnalysisLlama 4 Scout HLE3.8%
Artificial AnalysisLlama 4 Scout IFBench39.5%
Artificial AnalysisLlama 4 Scout τ²-Bench Telecom15.5%
Artificial AnalysisLlama 4 Scout AA-LCR27.7%
Artificial AnalysisLlama 4 Scout τ-Bench Banking3.3%
Artificial AnalysisLlama 4 Scout GDPval-AA0.0%
Artificial AnalysisLlama 4 Scout CritPt0.0%
Artificial AnalysisLlama 4 Scout LiveCodeBench29.9%
Artificial AnalysisLlama 4 Scout SciCode21.3%
Artificial AnalysisLlama 4 Scout Terminal-Bench Hard1.5%
Artificial AnalysisLlama 4 Scout Terminal-Bench 4.00.0%
Artificial AnalysisLlama 4 Scout Terminal-Bench 2.13.7%
Artificial AnalysisLlama 4 Scout MMLU-Pro75.2%
Artificial AnalysisLlama 4 Scout AIME 202514.0%
Artificial AnalysisLlama 4 Scout AIME28.3%
Artificial AnalysisLlama 4 Scout MATH-50084.4%
Design ArenaLlama 4 Scout Models Arena Code Categories Elo779
Design ArenaLlama 4 Scout Models Arena Data Visualization Elo896
Design ArenaLlama 4 Scout Models Arena Game Development Elo762
Design ArenaLlama 4 Scout Models Arena UI Component Elo756
Design ArenaLlama 4 Scout Models Arena Website Elo742

Applications

Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.

1.
Favicon de https://websim.com/
websim
nouveau
7,19Bjetons
2.
694Mjetons
3.
239Mjetons
4.
Favicon de https://claude.ai/apple-touch-icon.png
Claude Code
179Mjetons
5.
48,4Mjetons
Reste d’OpenRouter
799M
Top 5 des applications
222M

Activité

Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.

API

Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.

Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional

Questions fréquentes