Was ist Llama 4 Scout?
Llama 4 Scout ist ein Modell mit offenen Gewichten von Meta, erschienen am 5. April 2025 zusammen mit Llama 4 Maverick. Es gehört inzwischen zu einer älteren Linie: Meta hat Llama im April 2026 durch seine Muse-Modelle ersetzt, seit April 2025 kein Llama-Modell mehr veröffentlicht, und die eigene Model API führt nur Muse-Modelle. Llama 4 Behemoth, das Lehrermodell mit fast zwei Billionen Parametern, das Meta zum Start ankündigte, ist nie erschienen.
Scout ist ein Mixture-of-Experts-Modell mit insgesamt 109 Milliarden Parametern, von denen pro Token 17 Milliarden aktiv sind, verteilt auf 16 Experten. Es liest Text und bis zu fünf getestete Bilder und schreibt Text und Code in 12 unterstützten Sprachen. Meta bewirbt einen Kontext von 10 Millionen Tokens, trainiert wurde aber mit 256K und im Mid-Training erweitert; der Wissensstand endet im August 2024.
Die Gewichte sind auf Hugging Face zugangsbeschränkt und stehen unter der Llama 4 Community License, die keine Open-Source-Lizenz ist. Zu den Anbietern gehören DeepInfra mit $0.10 Eingabe und $0.30 Ausgabe pro Million Tokens und Google Vertex AI mit $0.25 und $0.70. Groq, einst der schnellste Anbieter, hat es am 17. Juli 2026 für die Free- und Developer-Stufen abgeschaltet.
Was kostet Llama 4 Scout?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | Llama 4 Community License, zugangsbeschränkt auf Hugging Face |
| DeepInfra | $0.10 in / $0.30 out per 1M tokens | FP8; $0.08 / $0.24 in der Flex-Stufe |
| Google Vertex AI | $0.25 in / $0.70 out per 1M tokens | Ausgabe über OpenRouter auf 8,192 Tokens begrenzt |
Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt). Gehostet: DeepInfra $0.10 Eingabe / $0.30 Ausgabe pro 1M Tokens ($0.08 / $0.24 in der Flex-Stufe); Google Vertex AI $0.25 / $0.70.
Diesen Preis mit anderen Modellen vergleichen
Lohnt sich Llama 4 Scout?
Scouts Verkaufsargument war ein Kontext von 10 Millionen Tokens, und unabhängige Tests haben das nicht bestätigt. Auf Fiction.LiveBench bei 120,000 Tokens erreichte es 15.6%, gegenüber 28.1% für Maverick und 90.6% für Gemini 2.5 Pro, wie The Decoder berichtet. Meta trainierte es mit 256K und dehnte es im Mid-Training weiter; Anbieter verkaufen deutlich weniger, DeepInfra listet auf OpenRouter 327,680 Tokens und Google Vertex AI 1,310,720.
Bei kurzen Aufgaben ist es ein fähiges mittelgroßes Modell nach den Maßstäben von 2025. Metas eigene Model Card nennt 74.3 auf MMLU Pro, 57.2 auf GPQA Diamond und 94.4 auf DocVQA, alles selbst berichtet und mit BF16-Gewichten gemessen. Artificial Analysis gab ihm zuerst 36 Punkte im Intelligence Index, etwa gleichauf mit GPT-4o mini, und nach einer Änderung der Bewertung 43. Das liegt weit hinter dem, was offene Modelle dieser Größe Ende 2026 erreichen.
Die Lizenz hat echte Bedingungen. Unternehmen mit mehr als 700 Millionen monatlich aktiven Nutzern am 5. April 2025 müssen Meta um eine Lizenz bitten, Produkte müssen "Built with Llama" anzeigen, und feinabgestimmte Modelle müssen Namen tragen, die mit "Llama" beginnen. Metas Acceptable Use Policy verweigert außerdem Personen und Unternehmen mit Sitz in der Europäischen Union die Rechte an den multimodalen Modellen, ihre Endnutzer sind davon nicht betroffen; die Klausel steht weiterhin auf llama.com.
Das Hosting schrumpft. Groq hat Scout am 17. Juli 2026 für Free- und Developer-Stufen abgeschaltet und auf gpt-oss-120b verwiesen, und Metas Model API hat es nie angeboten. Metas eigenes neueres offenes Modell, Muse Glimmer, ist ein dichtes 30B-Modell unter Apache 2.0 ohne die Llama-Bedingungen. Scouts verbleibendes Argument ist der Preis: Mit DeepInfras $0.10 und $0.30 kostet es ein Drittel bis ein Viertel von Glimmers $0.30 und $1.20 beim selben Anbieter.
Wo es sich lohnt
Ein E-Commerce-Datenteam, das 2 Millionen Produktfotos verschlagwortet
Aus jedem Bild und Titel kurze Attributlisten und Bildunterschriften schreiben
Schicke jedes Foto mit Titel an Scout bei DeepInfra; bei etwa 1,500 Eingabe- und 150 Ausgabetokens pro Artikel kostet der Stapel rund $300 Eingabe und $90 Ausgabe. Die Testgrenze von 5 Bildern und kurze Prompts passen dazu besser als lange Dokumente.
Ein Plattform-Engineer mit einer 80GB-H100 und einem Llama-3-Deployment
Auf ein neueres Llama mit Bildeingabe umsteigen, ohne weitere GPUs zu kaufen
Laut Meta passt Scout mit int4-Quantisierung zur Laufzeit auf eine H100, und Unsloths 4-Bit-GGUF-Builds sind etwa 58 bis 65GB groß. Halte Prompts deutlich unter 128K Tokens, da die Genauigkeit bei langem Kontext stark abfällt.
Bevor du dich festlegst
- Einrichtung
- Metas Lizenz auf Hugging Face akzeptieren, um meta-llama/Llama-4-Scout-17B-16E-Instruct herunterzuladen, dann mit vLLM, Transformers oder llama.cpp bereitstellen; oder ohne Einrichtung über OpenRouter, DeepInfra oder Vertex AI aufrufen.
- Integrationen
- OpenAI-kompatible APIs bei DeepInfra und über OpenRouter, Google Vertex AI Model Garden; Tool Calling auf den meisten gelisteten Endpunkten; GGUF-Builds für llama.cpp, Ollama und LM Studio.
- Daten und Datenschutz
- Selbst gehostet verlässt nichts deine Server. Die Llama 4 Community License verlangt oberhalb von 700M monatlichen Nutzern eine Lizenz von Meta, die Nennung "Built with Llama" und Namen mit dem Präfix "Llama" für abgeleitete Modelle; die Nutzungsrichtlinie schließt Unternehmen mit Sitz in der EU von den multimodalen Rechten aus.
- Kosten im großen Maßstab
- 1B Eingabe- und 250M Ausgabetokens im Monat kosten bei DeepInfra etwa $175. Selbst gehostet braucht es etwa 217GB in BF16 (mindestens drei 80GB-GPUs), etwa 115GB mit 8 Bit und etwa 58 bis 65GB mit 4 Bit, was auf eine 80GB-Karte passt.
- Grenzen
- Beworbener Kontext von 10M Tokens, trainiert mit 256K, in unabhängigen Tests jenseits von 100K schwach; mit bis zu 5 Bildern getestet; 12 unterstützte Sprachen; statisches Modell mit Wissensstand August 2024 und ohne geplante Updates.
Was gut ist
- $0.10 Eingabe und $0.30 Ausgabe pro 1M Tokens bei DeepInfra
- Liest Bilder nativ; 94.4 auf DocVQA (Meta, selbst berichtet)
- Nur 17B aktive Parameter, also schnell für seine 109B Größe
- Passt laut Meta mit 4 Bit auf eine 80GB-GPU
Was nicht
- 15.6% auf Fiction.LiveBench bei 120K Tokens, weit unter der 10M-Behauptung
- Llama-4-Lizenz: 700M-MAU-Klausel, Namensregeln und ein multimodaler EU-Ausschluss
- Kein neues Llama seit April 2025; Groq hat es im Juli 2026 abgeschaltet
- Wissensstand August 2024
Am besten für
Teams, die bereits Llama 4 betreiben, günstige gehostete Text- und Bildverarbeitung außerhalb der EU brauchen und mit einer nicht mehr gepflegten Modelllinie leben können.
Alternativen zu Llama 4 Scout
Llama 4 Scout: häufige Fragen
- Lohnt sich Llama 4 Scout?
- Scout gehört noch immer zu den billigsten Modellen mit Bildverständnis, die man mieten kann, doch sein beworbenes Kontextfenster war nie echt, und Meta selbst hat die Llama-Linie hinter sich gelassen. Wir bewerten es mit 3.2 von 5.
- Was kostet Llama 4 Scout?
- Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt). Gehostet: DeepInfra $0.10 Eingabe / $0.30 Ausgabe pro 1M Tokens ($0.08 / $0.24 in der Flex-Stufe); Google Vertex AI $0.25 / $0.70.
- Welche Nachteile hat Llama 4 Scout?
- 15.6% auf Fiction.LiveBench bei 120K Tokens, weit unter der 10M-Behauptung; Llama-4-Lizenz: 700M-MAU-Klausel, Namensregeln und ein multimodaler EU-Ausschluss; Kein neues Llama seit April 2025; Groq hat es im Juli 2026 abgeschaltet; Wissensstand August 2024.
- Für wen eignet sich Llama 4 Scout?
- Teams, die bereits Llama 4 betreiben, günstige gehostete Text- und Bildverarbeitung außerhalb der EU brauchen und mit einer nicht mehr gepflegten Modelllinie leben können.
- Was kostet Llama 4 Scout für ein Team oder im Produktivbetrieb?
- 1B Eingabe- und 250M Ausgabetokens im Monat kosten bei DeepInfra etwa $175. Selbst gehostet braucht es etwa 217GB in BF16 (mindestens drei 80GB-GPUs), etwa 115GB mit 8 Bit und etwa 58 bis 65GB mit 4 Bit, was auf eine 80GB-Karte passt.
- Ist Llama 4 Scout sicher für Firmendaten?
- Selbst gehostet verlässt nichts deine Server. Die Llama 4 Community License verlangt oberhalb von 700M monatlichen Nutzern eine Lizenz von Meta, die Nennung "Built with Llama" und Namen mit dem Präfix "Llama" für abgeleitete Modelle; die Nutzungsrichtlinie schließt Unternehmen mit Sitz in der EU von den multimodalen Rechten aus.
- Was sind die besten Alternativen zu Llama 4 Scout?
- Die nächsten Alternativen, die wir getestet haben, sind Muse Glimmer, Gemma 4, gpt-oss-120b und Qwen3.8-27B.
Antworten geprüft am 9. Nov. 2026.