Llama 4 Scout — Specifiche
Compilato da Mustafa Ihsan dalla documentazione pubblicata del fornitore · Ultimo aggiornamento
| Sviluppatore | Meta |
|---|---|
| Tipo | Multimodale (MoE) |
| Modalità | Testo, immagine → testo |
| Parametri | 109 miliardi totali / 17 miliardi attivi (MoE) |
| Finestra contestuale | 10 milioni |
| Licenza | Llama 4 Community (limitata all’UE) |
| Pesi aperti | Sì |
| Pubblicato | 2025-04 |
| Prezzo dell’input | $0.10 /1M |
| Prezzo dell’output | $0.30 /1M |
| Provider API | DeepInfra, Amazon Bedrock, OpenRouter, Ollama |
Esegui localmente
| VRAM (4-bit) | ~65 GB |
|---|---|
| GPU minima | Single H100 80GB (int4) |
Che cos'è Llama 4 Scout?
Llama 4 Scout is the smaller Llama 4 model, released by Meta on 5 April 2025: 17B active parameters out of 109B total across 16 experts, text and image input, and a 10M-token context window. Meta’s model card says it fits within a single H100 GPU with on-the-fly int4 quantization (about 65 GB at 4-bit by our estimate). It ships under the Llama 4 Community License, with the same EU condition for multimodal models as Llama 4 Maverick.
The 10M context is ten times the 1M window common among current flagship models, and it changes what can go into one prompt: whole codebases, document archives or long transcripts instead of a retrieval pipeline. Whether that is wise depends on the job. Retrieval is usually cheaper per request, but where chunking destroys the signal, Scout is the open model to look at first.
Hosted access is cheap. DeepInfra lists Scout at $0.10 per million input tokens and $0.30 output, and Amazon Bedrock lists $0.17 and $0.66 in US East (N. Virginia), so you can prototype on an API before buying hardware. Hosts set their own context limits, though: DeepInfra lists 320K for Scout, not the full 10M. For the trade-offs between the two Llama 4 models, see Llama 4 Scout vs Llama 4 Maverick.
Prezzi di Llama 4 Scout: costo API per 1M token
| Input (per ogni milione di token) | $0.100 |
|---|---|
| Output (per ogni milione di token) | $0.300 |
| Rapporto output/input | 3× |
| Combinato (4:1 in:out) | $0.140 per 1 milione di token |
Quanto costa Llama 4 Scout al mese
Spesa mensile reale con un mix input-to-output 4:1 — il rapporto effettivamente prodotto da un tipico carico di lavoro basato su chat o RAG.
| Carico di lavoro | Token/mese | Costo/mese |
|---|---|---|
| Progetto secondario | 1 milione in ingresso / 0,25 milioni in uscita | $0.18 |
| Piccolo team | 20 milioni in ingresso / 5 milioni in uscita | $3.50 |
| Produzione | 200 milioni in ingresso / 50 milioni in uscita | $35 |
Calcola i tuoi numeri personalizzati nel Calcolatore dei costi delle API per l'IA.
Alternative più economiche a Llama 4 Scout
| Modello | Costo combinato ($/1 milione) | Risparmi |
|---|---|---|
| Qwen3 32B aperta | $0.120 | 14% più economico |
| Gemma 3 27B aperta | $0.0960 | 31% più economico |
Eseguirlo in autonomia o pagare l’API?
Llama 4 Scout è open-weight, quindi puoi eseguirlo da solo. Ha bisogno ~65 GB of VRAM at 4-bit (Single H100 80GB (int4)). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calcolatore self-hosting vs API calcola il punto di pareggio in base al tuo volume di token.
Domande frequenti
Quanto costa Llama 4 Scout per 1M token?
Llama 4 Scout costa $0.100 per 1M token in input e $0.300 per 1M token in output. Con un tipico mix 4:1 input-output, si attesta a circa $0.140 per 1M token.
Quanto costa Llama 4 Scout al mese?
Un carico di lavoro di piccolo team di 20M token in input e 5M in output al mese costa circa $3.50 su Llama 4 Scout. Un progetto collaterale (1M in / 0.25M out) costa circa $0.18.
Qual è un'alternativa più economica a Llama 4 Scout?
Qwen3 32B è l'opzione più economica più forte nel nostro database a $0.120 per 1M blended — circa il 14% meno di Llama 4 Scout. È anche open-weight, quindi il self-hosting è un'opzione.
Posso eseguire Llama 4 Scout localmente?
Yes. Llama 4 Scout is open-weight and needs about ~65 GB of VRAM at 4-bit quantisation (Single H100 80GB (int4)).
Perché Llama 4 Scout addebita di più per l'output rispetto all'input?
I token di output sono generati uno alla volta e non possono essere elaborati in batch come un prompt, quindi costano di più al provider per essere serviti. Llama 4 Scout addebita 3× di più per l'output, ed è per questo che i carichi di lavoro ricchi di prompt sono molto più economici da eseguire rispetto a quelli con generazione pesante.
I prezzi indicati sono le tariffe ufficiali pubblicate per l'API principale del modello e vengono aggiornati man mano che i fornitori li modificano. Sconti per volumi elevati, elaborazione batch e input memorizzati nella cache non sono inclusi. Confronta tutti i modelli fianco a fianco nel database dei modelli AI o il Classifica LLM.