Kann ich Llama 4 Scout lokal ausführen?

Ja, die Gewichte sind offen und auf Hugging Face unter der Llama 4 Community License verfügbar. Beachten Sie, dass das vollständige Modell 109 Milliarden Parameter hat, weshalb Sie erhebliche Hardware benötigen; quantisierte Versionen reduzieren diese Anforderungen deutlich.

Was kostet Llama 4 Scout über die API und wie lang ist der Kontext?

Die Preise betragen 0,18 $ pro Million Eingabetokens und 0,59 $ pro Million Ausgabetokens. Das unterstützte Kontextfenster über die API liegt bei 1.310.720 Tokens, während das zugrundeliegende Modell für bis zu 10 Millionen Tokens trainiert wurde.

Worin unterscheidet sich Scout von Llama 4 Maverick?

Beide sind Llama 4 MoE-Modelle, aber Scout aktiviert 17 Milliarden Parameter mit 16 Experten und ist als schlankere, besser einsetzbare Option positioniert; Maverick ist das größere Geschwistermodell für anspruchsvollere Aufgaben.

Llama 4 Scout

5292°

#llm #meta-llama #vision #mehrsprachig #langer kontext #lokal

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Meta | 1.310.720 Token Kontext | $0,18/M Eingabe, $0,59/M Ausgabe. Llama 4 Scout 17B Instruct (16E) ist ein Mixture-of-Experts (MoE) Sprachmodell von Meta, das 17 Milliarden von insgesamt 109 Milliarden Parametern aktiviert. Es unterstützt native multimodale Eingaben (Text und Bild) und mehrsprachige Ausgaben (Text und Code) in 12 unterstützten Sprachen. Für assistenzartige Interaktionen und visuelles Reasoning konzipiert, nutzt Scout 16 Experten pro Vorwärtsdurchlauf und verfügt über eine Kontextlänge von 10 Millionen Tokens mit einem Trainingskorpus von ca. 40 Billionen Tokens. Entwickelt…Meta | 1.310.720 Token Kontext | $0,18/M Eingabe, $0,59/M Ausgabe. Llama 4 Scout 17B Instruct (16E) ist ein Mixture-of-Experts (MoE) Sprachmodell von Meta, das 17 Milliarden von insgesamt 109 Milliarden Parametern aktiviert. Es unterstützt native multimodale Eingaben (Text und Bild) und mehrsprachige Ausgaben (Text und Code) in 12 unterstützten Sprachen. Für assistenzartige Interaktionen und visuelles Reasoning konzipiert, nutzt Scout 16 Experten pro Vorwärtsdurchlauf und verfügt über eine Kontextlänge von 10 Millionen Tokens mit einem Trainingskorpus von ca. 40 Billionen Tokens. Entwickelt für hohe Effizienz und lokale oder kommerzielle Bereitstellung, integriert Llama 4 Scout Early Fusion für nahtlose Modalitätsintegration. Es ist instruktionsgetunt für den Einsatz in mehrsprachigem Chat, Beschriftungen und Bildverständnis. Veröffentlicht unter der Llama 4 Community License, zuletzt trainiert mit Daten bis August 2024 und öffentlich gestartet am 5. April 2025.

Anleitungen zu diesem Modell

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Llama 4 Scout ist Metas effizientes Mixture-of-Experts-Modell, das bei jedem Vorwärtsdurchlauf 17 Milliarden seiner 109 Milliarden Parameter aktiviert. Sein Hauptmerkmal ist ein Kontextfenster von 10 Millionen Tokens, das längste aller Open-Weights-Modelle zum Start, kombiniert mit nativer Bildverarbeitung in 12 Sprachen. Es eignet sich für Entwickler und Forscher, die multimodale Fähigkeiten zu einem Preis weit unter dem von geschlossenen Frontier-Modellen benötigen oder ein leistungsfähiges Vision-Sprach-Modell lokal betreiben möchten.

Bekannt für

10-Millionen-Token-Kontextfenster, das längste in Open Weights verfügbar
Native Bild- und Texteingabe über Early Fusion, kein nachträglicher Vision-Adapter
MoE-Architektur hält aktive Parameter bei 17B, senkt Inferenzkosten
Mehrsprachig in 12 Sprachen, deckt Chat, Bildunterschriften und Code ab
Offene Gewichte unter der Llama 4 Community License, lokale Bereitstellung erlaubt

Achte auf

Die Llama 4 Community License ist nicht vollständig permissiv; prüfen Sie Nutzungseinschränkungen vor kommerziellem Einsatz.
109 Milliarden Gesamtparameter bedeuten, dass lokale Inferenz trotz 17B aktiver Parameter ernsthafte Hardware erfordert.
Trainingsdaten enden im August 2024; alles danach liegt außerhalb des Wissensbereichs.

Am besten für

Prompts zum Ausprobieren

Ein dichtes Dokument analysieren

Ich füge unten einen langen Vertrag ein. Lies das gesamte Dokument, liste dann jede Klausel auf, die eine finanzielle Verpflichtung für mein Unternehmen schafft, den Dollarbetrag oder die Formel sowie die Abschnittsnummer, in der sie erscheint. Markiere jede Klausel, bei der die Verpflichtung offen oder unbegrenzt ist.

Bild beschreiben und begründen

Sieh dir das angehängte Bild an. Beschreibe präzise, was passiert, und erkläre dann, was daran ungewöhnlich oder inkonsistent ist im Vergleich zu dem, was man normalerweise in so einer Szene erwarten würde. Begründe deine Einschätzung Schritt für Schritt.

Mehrsprachige Kundenantwort

Ein Kunde hat uns auf Französisch geschrieben und sich beschwert, dass seine Bestellung beschädigt angekommen ist und er eine Rückerstattung möchte. Entwirf eine professionelle Antwort auf Französisch, die sich entschuldigt, bestätigt, dass wir eine vollständige Rückerstattung innerhalb von 5 Werktagen veranlassen, und ihn bittet, den beschädigten Artikel für unsere Unterlagen aufzubewahren. Halte den Ton warm, aber nicht überschwänglich.

Vergleichen mit

Llama 3.2 3B Instruct
Modell mit offenen Gewichten
131,072 Token Kontext · $0.05/M Eingabe, $0.33/M Ausgabe
Llama 3.1 70B Instruct
Modell mit offenen Gewichten
131,072 Token Kontext · $0.40/M Eingabe, $0.40/M Ausgabe
Llama Guard 4 12B
Modell mit offenen Gewichten
163,840 Token Kontext · $0.18/M Eingabe, $0.18/M Ausgabe
Llama 4 Scout 17B 16E Instruct
Modell mit offenen Gewichten
327,680 Token Kontext · $0.10/M Eingabe, $0.30/M Ausgabe

Mehr Textmodelle von meta-llama

Häufig gestellte Fragen

Kann ich Llama 4 Scout lokal ausführen?: Ja, die Gewichte sind offen und auf Hugging Face unter der Llama 4 Community License verfügbar. Beachten Sie, dass das vollständige Modell 109 Milliarden Parameter hat, weshalb Sie erhebliche Hardware benötigen; quantisierte Versionen reduzieren diese Anforderungen deutlich.
Was kostet Llama 4 Scout über die API und wie lang ist der Kontext?: Die Preise betragen 0,18 $ pro Million Eingabetokens und 0,59 $ pro Million Ausgabetokens. Das unterstützte Kontextfenster über die API liegt bei 1.310.720 Tokens, während das zugrundeliegende Modell für bis zu 10 Millionen Tokens trainiert wurde.
Worin unterscheidet sich Scout von Llama 4 Maverick?: Beide sind Llama 4 MoE-Modelle, aber Scout aktiviert 17 Milliarden Parameter mit 16 Experten und ist als schlankere, besser einsetzbare Option positioniert; Maverick ist das größere Geschwistermodell für anspruchsvollere Aufgaben.

Captain's Urteil
Eine seltene Kombination aus offenen Gewichten, echter Vision-Fähigkeit und einem absurden Kontextfenster zu einem Preis, der Frontier-Modelle mit geschlossenen Gewichten überteuert erscheinen lässt.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

Hunyuan A13B Instruct

TEXT / LLM

Gemma 3 12B

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

Llama 4 Scout ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm meta-llama vision mehrsprachig langer kontext lokal budget

Nach Modellfamilie stöbern