Czy mogę uruchomić Llama 4 Scout lokalnie?

Nie. Meta nie udostępniło wag publicznie, więc Scout jest dostępny tylko przez API.

Ile kosztuje Llama 4 Scout i jak długie ma okno kontekstowe?

Kosztuje 0,10 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych, z oknem kontekstowym o rozmiarze 327 680 tokenów.

Czym Scout różni się od innych modeli Llama 4?

Scout to mniejszy, tańszy model z rodziny Llama 4 — 17 miliardów parametrów z 16 ekspertami — przeznaczony do zadań multimodalnych wrażliwych na koszty, a nie maksymalnej wydajności.

Llama 4 Scout 17B 16E Instruct

4370°

#llm #meta-llama #wizja #długi kontekst #budżet #czat

Wizja

Działa na Graydient

Otwórz DeepInfra

Uruchom model

Oferty / Reklamy

Easy Creator (Prism) Web

Nielimitowane · stała opłata

Najlepsze dla początkujących. Potężne procesy, niska krzywa nauki.

PirateDiffusion Telegram

Nielimitowane · stała opłata

Twórz filmy, obrazy, niestandardowe postacie do czatu i więcej.

Pro studio (SpyGlass) Web

Nielimitowane · stała opłata

Przeglądaj modele, renderuj i poprawiaj z dowolnej przeglądarki lub telefonu.

Discord bot (Vector)

Nielimitowane · stała opłata

Dodaj Vector do swojego serwera lub dołącz do Vector Discord. Twórz wszystko!

Unified Editor Web

Nielimitowane · stała opłata

Edytor obrazów i wideo: renderuj, edytuj, powiększaj i więcej na jednej stronie.

Aplikacje lokalne Lokalnie

Wymaga konfiguracji

Zainstaluj programy lokalnie, jeśli masz wystarczająco mocny komputer.

ModelDuel Web

Płać za użycie

Generuj ten sam prompt na maksymalnie 50 modelach checkpoint/podstawowych jednocześnie.

Wynajmij GPU w chmurze

Graydient Chmurowy GPU

Nielimitowane · stała opłata

Stała opłata, nielimitowane użycie. Ten model instaluje się jednym kliknięciem.

RunPod Chmurowy GPU

Opłata za minutę

Wynajmij GPU na minuty i skonfiguruj model samodzielnie.

Poradniki do tego modelu

Otwarte wagi vs otwarte źródła vs tylko API: co naprawdę możesz robić

10 najtańszych alternatyw dla ChatGPT w 2026: darmowe modele lokalne, darmowe plany i abonamenty z ryczałtem

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

meta-llama | 327,680 tokenów kontekstu | $0.10/M wejście, $0.30/M wyjście. Kolekcja modeli Llama 4 to natywnie multimodalne modele AI, które umożliwiają doświadczenia tekstowe i multimodalne. Modele te wykorzystują architekturę mixture-of-experts, oferując wiodącą w branży wydajność w rozumieniu tekstu i obrazów. Llama 4 Scout, model o 17 miliardach parametrów z 16 ekspertami

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Llama 4 Scout to multimodalny model Meta oparty na architekturze mixture-of-experts, z 17 miliardami aktywnych parametrów rozłożonych na 16 ekspertów oraz oknem kontekstowym o rozmiarze 327 680 tokenów. Obsługuje natywnie zarówno tekst, jak i obrazy. Przy cenie 0,10 USD za milion tokenów wejściowych plasuje się w tańszym segmencie zdolnych multimodalnych API, co czyni go rozsądnym wyborem dla deweloperów potrzebujących wizji i długiego kontekstu bez wysokich kosztów inferencji.

Znany z

Natywne rozumienie obrazów obok tekstu, bez potrzeby osobnego adaptera wizji.
Okno kontekstowe o rozmiarze 327 680 tokenów — odpowiednie do długich dokumentów i rozbudowanych rozmów.
Architektura mixture-of-experts utrzymuje liczbę aktywnych parametrów na niskim poziomie względem rozmiaru kontekstu.
Bardzo niska cena wejściowa — 0,10 USD za milion tokenów dla modelu multimodalnego.

Uważaj na

Wagi nie są publicznie udostępnione; dostęp jest wyłącznie przez API, brak możliwości lokalnego uruchomienia.
Meta nie opublikowało szczegółowych wyników benchmarków ani karty modelu do niezależnej weryfikacji.

Najlepszy do

Podpowiedzi do wypróbowania

Analiza gęstego dokumentu

Oto długi kontrakt. Zidentyfikuj każdą klauzulę nakładającą obowiązek na kupującego, podsumuj każdą w jednym zdaniu i oznacz te, które nakładają karę finansową. Bądź precyzyjny co do numerów sekcji.

Opisz i skrytykuj obraz

Załączam zrzut ekranu pulpitu danych. Wypisz wszystkie pokazane metryki, zaznacz te, które wydają się anomalne w porównaniu z innymi, i zasugeruj jedno pytanie, które menedżer powinien zadać na podstawie tego, co widzisz.

Wyodrębnij dane strukturalne

Przeczytaj załączony obraz faktury i zwróć obiekt JSON z polami: vendor_name, invoice_date, line_items (tablica z opisem i kwotą), subtotal, tax, total. Jeśli jakieś pole jest nieobecne na obrazie, ustaw je na null.

Porównaj z

Llama 3.1 70B Instruct
Model z otwartymi wagami
Kontekst 131,072 tokenów · $0.40/M wejście, $0.40/M wyjście
Llama 4 Scout
Model z otwartymi wagami
Kontekst 1,310,720 tokenów · $0.18/M wejście, $0.59/M wyjście
Llama 3.1 8B Instruct
Model z otwartymi wagami
Kontekst 131,072 tokenów · $0.05/M wejście, $0.08/M wyjście
Llama 4 Maverick
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $0.19/M wejście, $0.65/M wyjście

Więcej modeli tekstowych od meta-llama

Pytania, które ludzie zadają

Czy mogę uruchomić Llama 4 Scout lokalnie?: Nie. Meta nie udostępniło wag publicznie, więc Scout jest dostępny tylko przez API.
Ile kosztuje Llama 4 Scout i jak długie ma okno kontekstowe?: Kosztuje 0,10 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych, z oknem kontekstowym o rozmiarze 327 680 tokenów.
Czym Scout różni się od innych modeli Llama 4?: Scout to mniejszy, tańszy model z rodziny Llama 4 — 17 miliardów parametrów z 16 ekspertami — przeznaczony do zadań multimodalnych wrażliwych na koszty, a nie maksymalnej wydajności.

Wyrok kapitana
Naprawdę tani multimodalny API z długim oknem kontekstowym; zamknięte wagi to jedyny poważny minus.

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Jak zainstalować

Jak zainstalować Ollama i uruchomić lokalną AI (Windows, Mac, Linux)

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

Llama 4 Scout 17B 16E Instruct to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM, sprawdź wynik popularności, aby zobaczyć trend, i otwórz na PirateDiffusion lub BitVector, aby wypróbować.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm meta-llama wizja długi kontekst budżet czat

Przeglądaj według rodziny modeli