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 是 Meta 面向超长上下文工作负载的开放权重多模态 MoE 模型。它于 2025 年 4 月 5 日随 Llama 4 系列发布，每次前向传递在 16 个专家中激活 170 亿参数；Meta 列出的总参数量为 1090 亿，支持原生文本与图像输入、文本与代码输出，以及 1000 万 token 上下文窗口。
当路由约束更偏向上下文跨度而不是最高推理质量时，优先考虑 Scout，例如整本书翻译、仓库级检查、长证据包和多模态文档审阅。与 Llama 4 Maverick 相比，Scout 用更少专家和较低基准分换取了 10 倍上下文窗口。通过 TheRouter 调用时，它是托管 OpenAI 兼容路由，而不是 Meta 原始 checkpoint 工作流。
Meta 以 Llama 4 社区许可证发布 Llama 4 Scout 开放权重；Meta 发布说明中列出 BF16 权重，并支持即时 int4 量化。
TheRouter 将 Scout 作为托管 OpenAI 兼容模型路由提供；价格、上下文、模态和支持参数来自 standard-models.yaml。
| 类型 | 费率 |
|---|---|
| 输入 | $0.1836 每百万 Tokens |
| 输出 | $0.7128 每百万 Tokens |
| 发布日期 | 2025-04-05github.com/meta-llama ↗ | 已核实 |
| 架构 | 带早期融合多模态能力的自回归混合专家模型；16 个专家github.com/meta-llama ↗ | 已核实 |
| 激活参数量 | 每次前向传递 170 亿github.com/meta-llama ↗ | 已核实 |
| 总参数量 | 1090 亿github.com/meta-llama ↗ | 已核实 |
| 上下文窗口 | 10,000,000 tokengithub.com/meta-llama ↗ | 已核实 |
| 输入与输出模态 | 多语言文本与图像输入 → 多语言文本与代码输出github.com/meta-llama ↗ | 已核实 |
| 训练 token 数量 | 约 40 万亿 tokengithub.com/meta-llama ↗ | 已核实 |
| 训练数据截止 | 2024 年 8 月github.com/meta-llama ↗ | 已核实 |
| 支持语言 | 阿拉伯语、英语、法语、德语、印地语、印度尼西亚语、意大利语、葡萄牙语、西班牙语、他加禄语、泰语和越南语github.com/meta-llama ↗ | 已核实 |
| 许可 | Llama 4 社区许可证github.com/meta-llama ↗ | 已核实 |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
MMLU 预训练模型评测；Meta 报告的 Llama 4 Scout 5-shot macro_avg/acc_char。 | 79.6%% | github.com/meta-llama ↗ | |
MMLU Pro 指令微调模型评测；Meta 报告的 0-shot macro_avg/acc。 | 74.3%% | github.com/meta-llama ↗ | |
GPQA Diamond 指令微调模型评测；Meta 报告的 0-shot accuracy。 | 57.2%% | github.com/meta-llama ↗ | |
MATH 预训练模型评测；Meta 报告的 4-shot em_maj1@1。 | 50.3%% | github.com/meta-llama ↗ | |
MMMU 指令微调图像推理评测；Meta 报告的 0-shot accuracy。 | 69.4%% | github.com/meta-llama ↗ | |
MathVista 指令微调图像推理评测；Meta 报告的 0-shot accuracy。 | 70.7%% | github.com/meta-llama ↗ | |
ChartQA 指令微调图像理解评测；Meta 报告的 0-shot relaxed_accuracy。 | 88.8%% | github.com/meta-llama ↗ | |
MBPP 预训练代码评测；Meta 报告的 3-shot pass@1。 | 67.8%% | github.com/meta-llama ↗ |
所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。
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."}
]
}'标准 OpenAI 兼容的 chat 接口，只需修改 baseURL 和模型名，无需更改 SDK。
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 于 2025 年 4 月 5 日推出 Llama 4 系列，发布 Scout（17Bx16E，1090 亿总参数，1000 万上下文）和 Maverick（17Bx128E，4000 亿总参数，100 万上下文）。两者均采用早期融合 MoE 架构支持原生图像与文本推理，其中 Scout 更偏向超长上下文，Maverick 更偏向更强单 token 能力。
Scout 和 Maverick 每次前向传递都激活 170 亿参数，并支持多模态输入。Scout 有 16 个专家、1090 亿总参数和 1000 万 token 上下文窗口；Maverick 有 128 个专家、4000 亿总参数和 100 万 token 上下文窗口。Scout 是更长上下文路由，Maverick 是更强基准路由。
可以。Meta 以 Llama 4 社区许可证发布 Llama 4 Scout 开放权重。Meta 模型卡说明 Scout 以 BF16 权重发布，并可通过即时 int4 量化放入单张 H100 GPU，但生产部署仍需自行配置安全、评测和服务控制。
Meta 的 Llama 4 模型卡说明，Llama 4 的图像理解测试覆盖最多 5 张输入图片。超过这个范围应视为未验证，并在自己的应用中测试后再依赖。
| 来源 | URL | 采集于 | |
|---|---|---|---|
| 发布日期 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 架构 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 激活参数量 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 总参数量 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 上下文窗口 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 输入与输出模态 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 训练 token 数量 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 训练数据截止 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 支持语言 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| 许可 | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MMLU | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MMLU Pro | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| GPQA Diamond | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MATH | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MMMU | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MathVista | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| ChartQA | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| MBPP | github.com/meta-llama ↗ | 2026-08-25 | 已核实 |
| Meta 发布 Llama 4 Maverick 与 Scout——开放多模态 MoE 系列 | ai.meta.com ↗ | 2026-08-25 | 已核实 |
| Llama 4 Scout 和 Llama 4 Maverick 有什么不同？ | github.com/meta-llama ↗ | 2026-08-25 | 待核实 |
| 我可以自托管 Llama 4 Scout 吗？ | github.com/meta-llama ↗ | 2026-08-25 | 待核实 |
| Llama 4 Scout 每次请求可处理多少张图片？ | github.com/meta-llama ↗ | 2026-08-25 | 待核实 |