Puis-je exécuter Llama 4 Scout localement ?

Oui, les poids sont ouverts et disponibles sur Hugging Face sous licence Llama 4 Community. Notez que le modèle complet fait 109 milliards de paramètres, donc vous aurez besoin d'un matériel conséquent ; les versions quantifiées réduisent cette exigence.

Quel est le coût via API et la taille de la fenêtre de contexte ?

Le tarif est de 0,18 $ par million de tokens d'entrée et 0,59 $ par million de tokens de sortie. La fenêtre de contexte supportée via API est de 1 310 720 tokens, tandis que le modèle sous-jacent a été entraîné pour gérer jusqu'à 10 millions de tokens.

En quoi Scout diffère-t-il de Llama 4 Maverick ?

Les deux sont des modèles Llama 4 MoE, mais Scout active 17 milliards de paramètres avec 16 experts et est positionné comme l'option plus légère et plus adaptée au déploiement ; Maverick est le grand frère destiné à des tâches plus exigeantes.

Llama 4 Scout

5292°

#llm #meta-llama #vision #multilingue #contexte long #local

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Meta | contexte de 1 310 720 tokens | 0,18 $/M en entrée, 0,59 $/M en sortie. Llama 4 Scout 17B Instruct (16E) est un modèle de langage mixture-of-experts (MoE) développé par Meta, activant 17 milliards de paramètres sur un total de 109 milliards. Il supporte l'entrée multimodale native (texte et image) et la sortie multilingue (texte et code) dans 12 langues prises en charge. Conçu pour une interaction de type assistant et un raisonnement visuel, Scout utilise 16 experts par passage avant et dispose d'une longueur de contexte de 10 millions de tokens, avec un corpus d'entraînement d'environ…Meta | contexte de 1 310 720 tokens | 0,18 $/M en entrée, 0,59 $/M en sortie. Llama 4 Scout 17B Instruct (16E) est un modèle de langage mixture-of-experts (MoE) développé par Meta, activant 17 milliards de paramètres sur un total de 109 milliards. Il supporte l'entrée multimodale native (texte et image) et la sortie multilingue (texte et code) dans 12 langues prises en charge. Conçu pour une interaction de type assistant et un raisonnement visuel, Scout utilise 16 experts par passage avant et dispose d'une longueur de contexte de 10 millions de tokens, avec un corpus d'entraînement d'environ 40 trillions de tokens. Construit pour une haute efficacité et un déploiement local ou commercial, Llama 4 Scout intègre une fusion précoce pour une intégration fluide des modalités. Il est affiné pour le suivi d'instructions dans le chat multilingue, la légende et la compréhension d'images. Distribué sous la licence Llama 4 Community, il a été entraîné pour la dernière fois sur des données jusqu'en août 2024 et lancé publiquement le 5 avril 2025.

Guides pour ce modèle

Ollama vs LM Studio (2026) : quelle application d’IA locale choisir, et quels modèles top chacun fait tourner

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Llama 4 Scout est le modèle mixture-of-experts efficace de Meta, activant 17 milliards de ses 109 milliards de paramètres à chaque passage. Sa caractéristique principale est une fenêtre de contexte de 10 millions de tokens, la plus longue de tous les modèles à poids ouverts au lancement, associée à une compréhension native d'images en 12 langues. Il convient aux développeurs et chercheurs qui ont besoin d'une capacité multimodale à un prix bien inférieur aux modèles fermés de pointe, ou qui veulent exécuter localement un modèle vision-langage performant.

Connu pour

Fenêtre de contexte de 10 millions de tokens, la plus longue disponible en poids ouverts
Entrée image et texte native via fusion précoce, sans adaptateur vision ajouté
Architecture MoE qui maintient 17 milliards de paramètres actifs, réduisant le coût d'inférence
Multilingue sur 12 langues, couvrant chat, légendes et code
Poids ouverts sous licence Llama 4 Community, déploiement local autorisé

Attention à

La licence Llama 4 Community n'est pas totalement permissive ; vérifiez les limites d'usage avant un déploiement commercial.
109 milliards de paramètres au total signifie que l'inférence locale demande un matériel sérieux malgré les 17 milliards actifs.
Les données d'entraînement s'arrêtent en août 2024 ; tout ce qui suit est hors de sa connaissance.

Idéal pour

Vision

Multilingue

Contexte long

Fonctionne localement

Budget

Prompts à essayer

Analyser un document dense

Je colle un long contrat ci-dessous. Lisez-le entièrement, puis listez chaque clause qui crée une obligation financière pour ma société, le montant ou la formule en dollars, et le numéro de section où elle apparaît. Signalez toute clause où l'obligation est ouverte ou sans plafond.

Décrire et raisonner sur une image

Regardez l'image que j'ai jointe. Décrivez précisément ce qui se passe, puis dites ce qui est inhabituel ou incohérent par rapport à ce que vous attendriez normalement dans ce type de scène. Donnez votre raisonnement étape par étape.

Réponse client multilingue

Un client nous a écrit en français pour se plaindre que sa commande est arrivée endommagée et demande un remboursement. Rédigez une réponse professionnelle en français qui présente des excuses, confirme que nous traiterons un remboursement complet sous 5 jours ouvrables, et demande de conserver l'article endommagé pour nos archives. Gardez un ton chaleureux mais pas excessif.

Comparer avec

Llama 3.2 3B Instruct
Modèle à poids ouverts
Contexte de 131,072 tokens · entrée $0.05/M, sortie $0.33/M
Llama 3.1 70B Instruct
Modèle à poids ouverts
Contexte de 131,072 tokens · entrée $0.40/M, sortie $0.40/M
Llama Guard 4 12B
Modèle à poids ouverts
Contexte de 163,840 tokens · entrée $0.18/M, sortie $0.18/M
Llama 4 Scout 17B 16E Instruct
Modèle à poids ouverts
Contexte de 327,680 tokens · entrée $0.10/M, sortie $0.30/M

Plus de modèles de texte de meta-llama

Questions fréquentes

Puis-je exécuter Llama 4 Scout localement ?: Oui, les poids sont ouverts et disponibles sur Hugging Face sous licence Llama 4 Community. Notez que le modèle complet fait 109 milliards de paramètres, donc vous aurez besoin d'un matériel conséquent ; les versions quantifiées réduisent cette exigence.
Quel est le coût via API et la taille de la fenêtre de contexte ?: Le tarif est de 0,18 $ par million de tokens d'entrée et 0,59 $ par million de tokens de sortie. La fenêtre de contexte supportée via API est de 1 310 720 tokens, tandis que le modèle sous-jacent a été entraîné pour gérer jusqu'à 10 millions de tokens.
En quoi Scout diffère-t-il de Llama 4 Maverick ?: Les deux sont des modèles Llama 4 MoE, mais Scout active 17 milliards de paramètres avec 16 experts et est positionné comme l'option plus légère et plus adaptée au déploiement ; Maverick est le grand frère destiné à des tâches plus exigeantes.

Verdict du capitaine
Une combinaison rare de poids ouverts, de vraie capacité vision et d'une fenêtre de contexte absurde à un prix qui fait paraître les modèles fermés de pointe trop chers.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

dolphin 2.9.1 llama 3 70b

TEXT / LLM

Gemini 2.5 Pro Preview 06 05

TEXT / LLM

Modèles d'IA pour générer image, vidéo et texte

Llama 4 Scout est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm meta-llama vision multilingue contexte long local budget

Parcourir par famille de modèles