Llama 4 Scout
- Разработчик:
- Meta Llama
- Релиз:
- Идентификатор:
-
meta-llama/llama-4-scout
Цены Llama 4 Scout в рублях — от 11 ₽ за 1 млн токенов
Доступно
3
провайдера,
цены от
11 ₽
до
27 ₽
за 1 млн токенов.
Провайдер подбирается автоматически — по доступности, затем по цене.
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
11 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
33 ₽ |
|
Кэш: чтение
не поддерживается
|
— |
|
Кэш: запись
не поддерживается
|
— |
Возможности Llama 4 Scout
Llama 4 Scout 17B Instruct (16E) — это языковая модель с механизмом выбора экспертов (MoE), разработанная Meta, активирующая 17 миллиардов параметров из общего числа 109 миллиардов. Она поддерживает нативный мультимодальный ввод (текст и изображение) и многоязычный вывод (текст и код) на 12 поддерживаемых языках. Модель предназначена для взаимодействия в стиле ассистента и визуального рассуждения, использует 16 экспертов на каждый проход и имеет длину контекста в 10 миллионов токенов, с обучающим корпусом около 40 триллионов токенов.
Разработанная для высокой эффективности и локального или коммерческого развертывания, Llama 4 Scout включает раннее слияние для бесшовной интеграции модальностей. Она настроена для использования в многоязычных чатах, создании подписей и задачах понимания изображений. Выпущенная под лицензией Llama 4 Community License, модель была обучена на данных до августа 2024 года и запущена в публичный доступ 5 апреля 2025 года.
Характеристики Llama 4 Scout
Контекстное окно
- Всего
- 1M токенов
- На выход
- 16K токенов
Скорость генерации
- Генерация
- 56 ток/с
- Отклик
- 0,6 с
Модальности
- Вход
- Текст Изображения
- Выход
- Текст
Сильные стороны
- Кодинг
-
Coding Index: 8,2
Сводный индекс Artificial Analysis по кодовым бенчмаркам.
- Рассуждения
-
GPQA Diamond: 58,7 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Вызов инструментов
- Структурированный вывод
Сравнение Llama 4 Scout с другими нейросетями: бенчмарки и рейтинг
Независимые замеры, а не цифры из пресс-релиза: место в рейтинге, сравнение с моделями класса и сколько интеллекта вы получаете за рубль.
Llama 4 Scout и модели его класса
| Модель | Intelligence | Coding | SciCode | GPQA | HLE | Скорость | Отклик | Цена | Убрать |
|---|---|---|---|---|---|---|---|---|---|
|
|
8,4 | — | 27,2 % | 56,6 % | 3,7 % | — | — | 66 ₽ | |
|
|
8,2 | 12,5 | 28,6 % | 50,5 % | 4,3 % | — | — | 15 ₽ | |
| Llama 4 Scout | 8,1 | 8,2 | 21,3 % | 58,7 % | 3,8 % | 56 ток/с | 0,6 с | 22 ₽ | |
|
|
7,8 | 16,2 | 25,5 % | 72,4 % | 10,3 % | — | — | 41 ₽ | |
|
|
7,8 | 11,1 | 25,9 % | 51,2 % | 3,8 % | — | — | 27 ₽ |
Зелёным — лучшее значение в столбце, цена — среднее входа и выхода за 1М токенов. Данные независимых замеров — Artificial Analysis (замерено 8 октября 2026).
Все замеры модели 15
- Intelligence Index
- 8,1
- IFBench
- 39,5 %
- MMLU-Pro
- 75,2 %
- Coding Index
- 8,2
- LiveCodeBench
- 29,9 %
- SciCode
- 21,3 %
- Math Index
- 14,0
- AIME
- 28,3 %
- MATH-500
- 84,4 %
- GPQA Diamond
- 58,7 %
- Humanity's Last Exam
- 3,8 %
- Скорость генерации
- 56 ток/с
- Время до первого токена
- 0,62 с
- τ²-Bench
- 15,5 %
- Terminal-Bench Hard
- 1,5 %
Провайдеры Llama 4 Scout
Модель развёрнута у
3
провайдеров:
вход 11–27 ₽, выход 33–77 ₽
за 1 млн токенов.
Порядок выбора по умолчанию:
сначала провайдеры без сбоев, среди них — самый дешёвый, остальные подстраховывают.
| Провайдер | Вход | Выход | Контекст |
|---|---|---|---|
|
|
11 ₽ | 33 ₽ | 328K |
|
|
20 ₽ | 65 ₽ | 131K |
|
|
27 ₽ | 77 ₽ | 1M |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. Флаг — страна серверов или штаб-квартиры провайдера (на мобильном нажмите на первый столбец, на большом экране — на строку).
API Llama 4 Scout:
подключение и примеры кода
API RouterAI совместим с OpenAI SDK: в существующем коде достаточно заменить
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-4-scout",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "meta-llama/llama-4-scout",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "meta-llama/llama-4-scout",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'
Эндпоинты API для Llama 4 Scout
Схемы запроса и ответа повторяют OpenAI — существующие клиенты и SDK работают без изменений.
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-scout
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-scout
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-scout
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Частые вопросы о Llama 4 Scout
-
Работает ли Llama 4 Scout из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
-
Сколько стоит Llama 4 Scout?
Вход — 11 ₽ за 1 млн токенов, выход — 33 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
-
Какой контекст у Llama 4 Scout?
Контекстное окно — 1M токенов на запрос, длина ответа — до 16K токенов.
-
Поддерживает ли Llama 4 Scout вызов инструментов?
Да: модель вызывает функции (параметр tools) и умеет отвечать по строгой JSON-схеме — через API в формате OpenAI.
-
Что с данными в запросах к Llama 4 Scout?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
-
Чем RouterAI отличается от сервиса Meta Llama?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI, а при сбое провайдера запрос автоматически уходит к одному из 3 остальных.
Попробуйте Llama 4 Scout
В чате или по API — доступ из России за пару минут, оплата в рублях.