Fiche modèle
Llama 4 Scout
Meta AI · poids ouverts · sorti le 05/04/2025
Date de sortie, éditeur et accès : Epoch AI, CC BY 4.0. Fiche régénérée le 07/10/2026.
Taille
109 Md
17 Md actifs
Scores
Rang parmi les 274 modèles de l’indice ECI évalués par la même source. Un nom de benchmark mène à son explication.
| Benchmark | Score | Rang | Réglage | Source |
|---|---|---|---|---|
| Indice de capacités ECI (Epoch AI)Capacités générales | 129,6124,3–131,4 | 160 / 274 | Epoch AI, CC BY 4.0, non daté par la source, vu publié le 07/10/2026 | |
| LMArena texte, contrôle du styleConversation (préférence humaine) | 1 3221 317–1 326 | 119 / 166 | « llama-4-scout-17b-16e-instruct » | LMArena, CC BY 4.0, publié le 02/10/2026 |
| GPQA Diamond (Epoch AI)Sciences | 51,8 %45,6–58,0 | 130 / 186 | réglage « Llama-4-Scout-17B-16E-Instruct » | Epoch AI, CC BY 4.0, publié le 08/04/2025 |
| FrontierMath, niveaux 1 à 3 (Epoch AI) | non évalué par Epoch AI | |||
| OTIS Mock AIME 2024-2025 (Epoch AI)Maths de concours | 7,8 %1,9–13,7 | 139 / 176 | réglage « Llama-4-Scout-17B-16E-Instruct » | Epoch AI, CC BY 4.0, publié le 08/04/2025 |
| SimpleQA Verified (Epoch AI) | non évalué par Epoch AI | |||
| SWE-bench Verified (Epoch AI) | non évalué par Epoch AI | |||
Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Prix par fournisseur d’API
| Fournisseur | Entrée $/M | Sortie $/M | Mélangé | Clé LiteLLM |
|---|---|---|---|---|
| Lambda | 0,050 $ | 0,10 $ | 0,063 $ | lambda_ai/llama-4-scout-17b-16e-instruct |
| Nscale | 0,090 $ | 0,29 $ | 0,14 $ | nscale/meta-llama/Llama-4-Scout-17B-16E-Instruct |
| DeepInfra | 0,10 $ | 0,30 $ | 0,15 $ | deepinfra/meta-llama/Llama-4-Scout-17B-16E-Instruct |
| Novita AI | 0,18 $ | 0,59 $ | 0,28 $ | novita/meta-llama/llama-4-scout-17b-16e-instruct |
| Together AI | 0,18 $ | 0,59 $ | 0,28 $ | together_ai/meta-llama/Llama-4-Scout-17B-16E-Instruct |
| Microsoft Azure AI Foundry | 0,20 $ | 0,78 $ | 0,35 $ | azure_ai/Llama-4-Scout-17B-16E-Instruct |
| Google Vertex AI | 0,25 $ | 0,70 $ | 0,36 $ | vertex_ai/meta/llama-4-scout-17b-16e-instruct-maas |
| Cloudflare Workers AI | 0,27 $ | 0,85 $ | 0,42 $ | cloudflare/@cf/meta/llama-4-scout-17b-16e-instruct |
| Oracle Cloud | 0,72 $ | 0,72 $ | 0,72 $ | oci/meta.llama-4-scout-17b-16e-instruct |
$ par million de jetons, tarif catalogue sans remise, sans cache ni traitement par lots. 9 offres rapprochées. Écart entre le moins cher (Lambda, 0,063 $) et le plus cher : × 11,5. Relevé du 07/10/2026 ; vérifier chez le fournisseur avant de choisir. Sources : Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
L’héberger soi-même
- Accès aux poids
- poids ouverts, usage restreint par la licence (Epoch AI, CC BY 4.0)
- Licence
- Llama 4 Community License (carte du dépôt, déclaration de l’éditeur lue le 01/10/2026 ; lire la licence avant tout usage commercial)
- Taille
- 109 Md de paramètres, dont 17 Md actifs à chaque jeton (modèle à experts) (Epoch AI, CC BY 4.0 ; confiance d’Epoch : Likely ; note : « "Our smaller model, Llama 4 Scout, is a general purpose model with 17 billion active parameters, 16 experts, and 109 billion total parameters that delivers state-of-the-art performance for its class." »)
- Poids
- huggingface.co/meta-llama/Llama-4-Scout-17B-16E-Instruct (dépôt rapproché par la table de correspondance, existence vérifiée auprès de Hugging Face le 01/10/2026) Téléchargement soumis à l’acceptation des conditions de l’éditeur sur le dépôt.
Mémoire nécessaire
| Format des poids | Poids seuls | Ordre de grandeur du matériel |
|---|---|---|
| BF16 (pleine précision usuelle) | 218 Go | un serveur à huit cartes de 80 Go (640 Go) |
| FP8 / 8 bits | 109 Go | deux à quatre cartes de 80 Go, ou un Mac de 192 Go |
| 4 bits (GGUF Q4_K_M, environ 4,8 bits par paramètre) | 65 Go | une carte de centre de données de 80 Go, ou un Mac de 96 Go |
Calcul du Crible : 109 Md de paramètres × 2 octets (BF16), × 1 (FP8), × 0,6 environ (4 bits). Ajouter le cache de contexte, qui grandit avec la longueur des conversations et le nombre d’utilisateurs. Un modèle à experts doit charger tous ses paramètres en mémoire, mais n’en calcule que 17 Md par jeton : il répond plus vite que sa taille ne le laisse penser.
Outils
- vLLM (serveur, cartes graphiques) :
vllm serve meta-llama/Llama-4-Scout-17B-16E-Instructsert le dépôt Hugging Face derrière une API compatible OpenAI. Le modèle doit être pris en charge par la version installée. - llama.cpp (ordinateur, processeur ou carte graphique) : lit les poids au format GGUF, souvent publiés en 4 bits par la communauté. Chercher une version GGUF (rien ne garantit qu’elle existe ni qu’elle est fidèle), puis
llama-server -hf <dépôt GGUF>. - Ollama (le plus simple sur un ordinateur) :
ollama run hf.co/<dépôt GGUF>lance une version GGUF publiée sur Hugging Face.
Commandes d’après la documentation de chaque outil (liens ci-dessus). Les tailles, l’accès et les liens viennent des sources citées ; de Hugging Face, Le Crible ne reprend que l’adresse du dépôt et l’identifiant de licence déclaré sur sa carte. Sources : Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Évolution
Aucun changement de prix relevé depuis le début de nos relevés quotidiens.