
Meta: Llama 4 Scout
meta-llama/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.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,15 | US$ 0,45 | 0,71s | 22 tok/s | ||
Somente BYOK | US$ 0,25 | US$ 0,70 | -- | -- | |
| US$ 0,10 | US$ 0,30 | 0,59s | 26 tok/s | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | |||||
| US$ 0,08 | US$ 0,24 | -- | -- | ||
Entrada US$ 0,15 / Saída US$ 0,4522 tok/s96,65% de disponibilidadePriority- Entrada US$ 0,25 / Saída US$ 0,70-- tok/s-- de disponibilidadeSomente BYOK
Entrada US$ 0,10 / Saída US$ 0,3026 tok/s99,97% de disponibilidade- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
Entrada US$ 0,08 / Saída US$ 0,24-- tok/s98,75% de disponibilidadeFlex
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
Llama 4 Scout — Histórico de preços
| US$ 0,0998 | US$ 0,297 | 0,0% | 59,2% | ||
| US$ 0,1498 | US$ 0,447 | 0,0% | 40,5% | ||
| US$ 0,2498 | US$ 0,699 | 0,0% | 0,0% | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | |||||
| US$ 0,0798 | US$ 0,233 | 0,0% | 0,3% | ||
- Em vigor em US$ 0,0998 / Saída efetiva US$ 0,297Participação em tokens59,2%
- Em vigor em US$ 0,1498 / Saída efetiva US$ 0,447PriorityParticipação em tokens40,5%
- Em vigor em US$ 0,2498 / Saída efetiva US$ 0,699Participação em tokens0,0%
- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
- Em vigor em US$ 0,0798 / Saída efetiva US$ 0,233FlexParticipação em tokens0,3%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| Artificial Analysis | Llama 4 Scout Coding Index | 8,2 |
| Artificial Analysis | Llama 4 Scout Agentic Index | 0,5 |
| Artificial Analysis | Llama 4 Scout GPQA Diamond | 58.7% |
| Artificial Analysis | Llama 4 Scout HLE | 3.8% |
| Artificial Analysis | Llama 4 Scout IFBench | 39.5% |
| Artificial Analysis | Llama 4 Scout τ²-Bench Telecom | 15.5% |
| Artificial Analysis | Llama 4 Scout AA-LCR | 27.7% |
| Artificial Analysis | Llama 4 Scout τ-Bench Banking | 3.3% |
| Artificial Analysis | Llama 4 Scout GDPval-AA | 0.0% |
| Artificial Analysis | Llama 4 Scout CritPt | 0.0% |
| Artificial Analysis | Llama 4 Scout LiveCodeBench | 29.9% |
| Artificial Analysis | Llama 4 Scout SciCode | 21.3% |
| Artificial Analysis | Llama 4 Scout Terminal-Bench Hard | 1.5% |
| Artificial Analysis | Llama 4 Scout Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Llama 4 Scout Terminal-Bench 2.1 | 3.7% |
| Artificial Analysis | Llama 4 Scout MMLU-Pro | 75.2% |
| Artificial Analysis | Llama 4 Scout AIME 2025 | 14.0% |
| Artificial Analysis | Llama 4 Scout AIME | 28.3% |
| Artificial Analysis | Llama 4 Scout MATH-500 | 84.4% |
| Design Arena | Llama 4 Scout Models Arena Code Categories Elo | 779 |
| Design Arena | Llama 4 Scout Models Arena Data Visualization Elo | 896 |
| Design Arena | Llama 4 Scout Models Arena Game Development Elo | 762 |
| Design Arena | Llama 4 Scout Models Arena UI Component Elo | 756 |
| Design Arena | Llama 4 Scout Models Arena Website Elo | 742 |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Perguntas frequentes
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.
Llama 4 Scout custa US$ 0,10/M de tokens de entrada e US$ 0,30/M de tokens de saída.
Llama 4 Scout tem uma janela de contexto de 1.310.720 tokens. Ele aceita até 16.384 tokens de conclusão.
Sim. Llama 4 Scout aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
Llama 4 Scout aceita texto e imagens como entrada e retorna texto.
Llama 4 Scout é servido por 2 provedores no OpenRouter: DeepInfra e Google Vertex. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
Llama 4 Scout foi lançado em 5 de abril de 2025. Seu conhecimento vai até 31 de agosto de 2024.