Llama 4 Scout is a general purpose model with 17B active parameters, 16 experts, and 109B total parameters. Features an industry-leading 10M token context length, enabling multi-document summarization, parsing extensive user activity, and reasoning over vast codebases.
Llama 4 Scout — open-weight мультимодальная MoE-модель Meta для extreme-context workloads. Она вышла вместе с семейством Llama 4 5 апреля 2025 года, активирует 17 млрд параметров за проход по 16 экспертам; Meta указывает 109 млрд параметров всего, нативный text-and-image input, text-and-code output и окно контекста 10 млн токенов.
Выбирайте Scout, когда главным routing constraint является длина контекста, а не пиковое качество рассуждений: перевод полной книги, repository-scale inspection, длинные evidence packets и мультимодальный document review. По сравнению с Llama 4 Maverick Scout меняет меньшее число экспертов и более низкие benchmark scores на окно контекста в десять раз больше. Через TheRouter это managed OpenAI-compatible route, а не workflow raw checkpoint от Meta.
Meta публикует Llama 4 Scout как open weights по Llama 4 Community License; release notes Meta указывают BF16 weights и поддержку on-the-fly int4 quantization.
TheRouter отдаёт Scout как managed OpenAI-compatible model route; catalog pricing, context, modalities и supported parameters приходят из standard-models.yaml.
| Тип | Ставка |
|---|---|
| Вход | $0.1836 за 1 млн токенов |
| Выход | $0.7128 за 1 млн токенов |
| Дата релиза | 2025-04-05github.com/meta-llama ↗ | проверено |
| Архитектура | Auto-regressive Mixture-of-Experts model с early-fusion multimodality; 16 экспертовgithub.com/meta-llama ↗ | проверено |
| Активные параметры | 17 млрд за проходgithub.com/meta-llama ↗ | проверено |
| Всего параметров | 109 млрдgithub.com/meta-llama ↗ | проверено |
| Контекстное окно | 10 000 000 токеновgithub.com/meta-llama ↗ | проверено |
| Модальности ввода и вывода | Multilingual text and image input → multilingual text and code outputgithub.com/meta-llama ↗ | проверено |
| Токенов обучения | ~40 трлн токеновgithub.com/meta-llama ↗ | проверено |
| Дата отсечения знаний | Август 2024github.com/meta-llama ↗ | проверено |
| Поддерживаемые языки | Арабский, английский, французский, немецкий, хинди, индонезийский, итальянский, португальский, испанский, тагальский, тайский и вьетнамскийgithub.com/meta-llama ↗ | проверено |
| Лицензия | Llama 4 Community Licensegithub.com/meta-llama ↗ | проверено |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
MMLU Оценка pre-trained модели; Meta сообщает 5-shot macro_avg/acc_char для Llama 4 Scout. | 79.6%% | github.com/meta-llama ↗ | |
MMLU Pro Оценка instruction-tuned модели; Meta сообщает 0-shot macro_avg/acc. | 74.3%% | github.com/meta-llama ↗ | |
GPQA Diamond Оценка instruction-tuned модели; Meta сообщает 0-shot accuracy. | 57.2%% | github.com/meta-llama ↗ | |
MATH Оценка pre-trained модели; Meta сообщает 4-shot em_maj1@1. | 50.3%% | github.com/meta-llama ↗ | |
MMMU Оценка image reasoning для instruction-tuned модели; Meta сообщает 0-shot accuracy. | 69.4%% | github.com/meta-llama ↗ | |
MathVista Оценка image reasoning для instruction-tuned модели; Meta сообщает 0-shot accuracy. | 70.7%% | github.com/meta-llama ↗ | |
ChartQA Оценка image understanding для instruction-tuned модели; Meta сообщает 0-shot relaxed_accuracy. | 88.8%% | github.com/meta-llama ↗ | |
MBPP Оценка кода для pre-trained модели; Meta сообщает 3-shot pass@1. | 67.8%% | github.com/meta-llama ↗ |
Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "meta/llama-4-scout",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'Стандартный OpenAI-совместимый эндпоинт. Измените только baseURL и имя модели — SDK менять не нужно.
curl https://api.therouter.ai/v1/chat/completions \
-H "Authorization: Bearer $THEROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "meta/llama-4-scout",
"messages": [{"role": "user", "content": "Summarize this document."}]
}'Meta запустила семейство Llama 4 5 апреля 2025 года, представив Scout (17Bx16E, 109 млрд всего, 10M context) и Maverick (17Bx128E, 400 млрд всего, 1M context). Обе используют early-fusion MoE architectures для нативного image and text reasoning; Scout позиционируется вокруг ultra-long context, Maverick — вокруг более сильной per-token capability.
Scout и Maverick обе активируют 17 млрд параметров за проход и поддерживают multimodal input. У Scout 16 экспертов, 109 млрд total parameters и 10M token context window. У Maverick 128 экспертов, 400 млрд total parameters и 1M token context window. Scout — route для более длинного контекста; Maverick — route с более сильными benchmark results.
Да. Meta публикует Llama 4 Scout как open weights по Llama 4 Community License. В model card Meta указано, что Scout выпущена как BF16 weights и может поместиться на одну H100 GPU с on-the-fly int4 quantization, но production deployments всё равно требуют собственных safety, evaluation и serving controls.
В Llama 4 model card Meta сказано, что Llama 4 протестирована для image understanding до 5 input images. Всё сверх этого считайте unvalidated и тестируйте в собственном приложении до использования.
| источник | URL | получено | |
|---|---|---|---|
| Дата релиза | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Архитектура | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Активные параметры | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Всего параметров | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Контекстное окно | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Модальности ввода и вывода | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Токенов обучения | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Дата отсечения знаний | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Поддерживаемые языки | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Лицензия | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MMLU | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MMLU Pro | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| GPQA Diamond | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MATH | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MMMU | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MathVista | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| ChartQA | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| MBPP | github.com/meta-llama ↗ | 2026-08-25 | проверено |
| Meta выпускает Llama 4 Maverick и Scout — открытое мультимодальное MoE-семейство | ai.meta.com ↗ | 2026-08-25 | проверено |
| Чем Llama 4 Scout отличается от Llama 4 Maverick? | github.com/meta-llama ↗ | 2026-08-25 | к проверке |
| Можно ли самостоятельно разместить Llama 4 Scout? | github.com/meta-llama ↗ | 2026-08-25 | к проверке |
| Сколько изображений Llama 4 Scout может обработать за запрос? | github.com/meta-llama ↗ | 2026-08-25 | к проверке |