Llama 4 Scout
MODEL PROFILE模型资料Meta · 2025-04-05 发布 · llama 家族 · 开源权重 · 5 家平台收录
资料长期未更新
返回厂商
Llama 4 Scout 是 Meta 于 2025-04-05 发布的开源模型。资料显示上下文窗口 328K、单次最大输出 65.5K、模态为 文本+图片 → 文本。官方口径价格：输入 $0.085/M、输出 $0.46/M、缓存读 $0.0425/M（美元 / 百万 tokens）。能力上支持工具调用、结构化输出、附件、温度调节。目前有 5 家 provider 或网关收录该模型。Artificial Analysis 综合智能指数 6.5。
关键指标
快速信息
- 厂商
- Meta
- 发布日期
- 2025-04-05
- 部署平台
- 5 家
- 中转站收录
- —
- 资料完整度
- 78%（14/18 项）
- 生命周期
- 资料长期未更新
暂无：许可证、参数规模、缓存写价、推理（上游未公开，本站不估算）。 资料已 571 天没更新，规格与价格可能已变；发布 571 天。
跑分与榜单
第三方评测口径这些跑分分别测什么？（6 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| 综合智能指数 | — | Artificial Analysis 综合智能指数：该机构用自建题库聚合出的单一分数，不是某一个公开基准；跨版本不可直接比较。 | — | — | — | — |
| 编程指数 | — | Artificial Analysis 编程指数：同一机构的编程能力聚合分，覆盖多套编程基准。 | — | — | — | — |
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% and the tau3 voice track by gpt-live-1 at 81.7%, both pass^1 | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
规格与能力
上面没列到的字段- 开源权重
- 是
- 模型家族
- llama
- 许可证
- —
- 参数规模
- —
能力
工具调用结构化输出附件温度调节
平台报价对比
7 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev · helicone 更低 | $0.08/M | $0.3/M | — | -5.9% |
| models.dev · kilo 更低 | $0.08/M | $0.24/M | — | -5.9% |
| Nano-GPT | $0.085/M | $0.46/M | $0.0425/M | 0.0% |
| models.dev | $0.085/M | $0.46/M | $0.0425/M | 0.0% |
| OpenRouter 另有 2 家同价 | $0.1/M | $0.3/M | — | +17.6% |
| models.dev · vercel | $0.17/M | $0.66/M | — | +100.0% |
| HowToken | $0.18/M | $0.66/M | — | +111.8% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.085/M / $0.46/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
开源托管商比价
2 家| 托管商 | 输入价 | 输出价 | 混合价 | 上下文 | 输出吞吐 |
|---|---|---|---|---|---|
| DeepInfra meta-llama/Llama-4-Scout-17B-16E-Instruct | $0.1/M | $0.3/M | $0.2/M | 10M | 170 tok/s |
| OpenRouter meta-llama/llama-4-scout Same headline price as DeepInfra | $0.1/M | $0.3/M | $0.2/M | 10M | — |
托管商口径：同一份开源权重在不同推理平台上的报价与吞吐（吞吐为该平台公开的 output tokens/s 参考值，不是本站实测）。 模型家族 Meta、参数 109B、许可证 Llama 4 Community License。
输入价走势
最近 90 天- 2026-07-31 输入价
- 免费
- 2026-10-28 输入价
- 免费
- 区间变化
- 无变化
- 当前输出价
- 免费
按第三方价格历史快照统计的输入价（美元 / 百万 tokens），区间最低 免费、最高 免费，数据更新于 2026-10-28 16:41。该序列是第三方聚合口径，与上方各来源的官方报价可能不同；只覆盖快照收录的模型，未收录的模型不展示本区块。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Muse Spark Open | 1.05M | $1.5625/M | $5.3125/M | +1738.2% | 38.9 |
| Muse Spark 1.3 | 1.05M | $1.25/M | $4.25/M | +1370.6% | 53.0 |
| Muse Wonder | 1.05M | $4/M | $20/M | +4605.9% | 52.4 |
| Muse Spark 1.2 | 1.05M | $1.25/M | $4.25/M | +1370.6% | 39.6 |
| Muse Spark 1.1 | 1.05M | $1.25/M | $4.25/M | +1370.6% | 33.7 |
同厂商优先，其次同家族与同上下文档；价格差为相对本模型的输入价
开源部署测算
5 个量化档位参数规模17B 激活 / 109B 总
上下文10M
许可证Llama 4 Community License
发布时间2025-04
| 量化档位 | 显存需求 | 质量参考 | 推荐卡型 |
|---|---|---|---|
| FP16Multi-GPU fit | 220 GB | 100% | 4x H100-80GB |
| FP8Production default | 115 GB | 99% | 2x H100-80GB |
| AWQ INT4Single-GPU production fit | 60 GB | 96% | 1x H100-80GB |
| GGUF Q4_K_Mllama.cpp / Ollama | 65 GB | 94% | 1x A100-80GB |
| GGUF Q3_K_MEdge-device deploys | 50 GB | 89% | 1x RTX 6000 |
权重能力
textvisiontool-usefunction-calling
显存需求与推荐卡型是公开资料的估算口径，实际占用受驱动、并行策略与推理框架影响；「质量参考」是相对该模型最高精度档的百分比。 权重下载见开源仓库。 模型主页见厂商站点。 按卡型比价与租金测算见部署测算。
官方 API 渠道
Meta Llama 官方文档- 官方模型 ID
- meta-llama/llama-4-scout
- 官方上下文
- 328K context · 65.5K output
- 目录家族
- Llama
- 目录热度
- 5
- 资料更新
- 2026-10-28
- 官方文档
- Meta Llama 官方文档
本块是厂商官方渠道口径（官方文档与官方模型 ID），与上方第三方目录、本站探针是三套独立数据； 官方 API 的价格、区域与订阅额度见官方 API 价格目录。
关于 Llama 4 Scout 的常见问题
6 条Llama 4 Scout 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.085/M、输出 $0.46/M、缓存读 $0.0425/M，单位为美元 / 百万 tokens。另外 models.dev · helicone 给出的输入价更低（$0.08/M，-5.9%）。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Llama 4 Scout 支持多长的上下文？
资料显示上下文窗口 328K（328,000 tokens），单次最大输出 65.5K。实际可用长度还取决于调用平台的限制。
Llama 4 Scout 是开源模型吗？
Llama 4 Scout 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
Llama 4 Scout 支持哪些能力？
按当前资料，Llama 4 Scout 支持工具调用、结构化输出、附件、温度调节。输入输出模态为 文本+图片 → 文本。
Llama 4 Scout 可以在哪些平台调用？
当前资料显示该模型被 5 家 provider 或网关收录。本站核对的数据来源包括 models.dev、OpenRouter、Nano-GPT、HowToken。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
Llama 4 Scout 的跑分表现如何？
第三方评测口径：Artificial Analysis 综合智能指数 6.5，编程指数 8.2，GPQA 58.7%，HLE 3.8%。跑分只反映静态基准，实际效果取决于具体任务。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
