Qu’est-ce que Llama 4 Scout ?
Llama 4 Scout est un modèle à poids ouverts de Meta, sorti le 5 avril 2025 avec Llama 4 Maverick. C'est désormais une gamme ancienne : Meta a remplacé Llama par ses modèles Muse en avril 2026, n'a publié aucun Llama depuis avril 2025, et sa propre Model API ne propose que des modèles Muse. Llama 4 Behemoth, le modèle enseignant de près de deux mille milliards de paramètres présenté au lancement, n'a jamais été publié.
Scout est un modèle à mélange d'experts de 109 milliards de paramètres au total, dont 17 milliards actifs par token, répartis sur 16 experts. Il lit du texte et jusqu'à cinq images testées et écrit du texte et du code dans 12 langues prises en charge. Meta annonce un contexte de 10 millions de tokens, mais il a été entraîné à 256K puis étendu en cours d'entraînement ; ses connaissances s'arrêtent en août 2024.
Les poids sont en accès restreint sur Hugging Face sous la Llama 4 Community License, qui n'est pas une licence open source. Parmi les hébergeurs figurent DeepInfra, à $0.10 en entrée et $0.30 en sortie par million de tokens, et Google Vertex AI, à $0.25 et $0.70. Groq, autrefois son hébergeur le plus rapide, l'a retiré des offres gratuite et développeur le 17 juillet 2026.
Combien coûte Llama 4 Scout ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | Llama 4 Community License, accès restreint sur Hugging Face |
| DeepInfra | $0.10 in / $0.30 out per 1M tokens | FP8 ; $0.08 / $0.24 en offre flex |
| Google Vertex AI | $0.25 in / $0.70 out per 1M tokens | Sortie plafonnée à 8,192 tokens via OpenRouter |
Poids gratuits sous la Llama 4 Community License (accès restreint). Hébergé : DeepInfra $0.10 en entrée / $0.30 en sortie par 1M tokens ($0.08 / $0.24 en offre flex) ; Google Vertex AI $0.25 / $0.70.
Comparer ce prix à celui des autres modèles
Llama 4 Scout vaut-il le coup ?
L'argument de vente de Scout était un contexte de 10 millions de tokens, et les tests indépendants ne l'ont pas confirmé. Sur Fiction.LiveBench à 120,000 tokens, il a obtenu 15.6 %, contre 28.1 % pour Maverick et 90.6 % pour Gemini 2.5 Pro, selon The Decoder. Meta l'a entraîné à 256K puis l'a étiré en cours d'entraînement ; les hébergeurs en vendent bien moins, DeepInfra affichant 327,680 tokens sur OpenRouter et Google Vertex AI 1,310,720.
Sur des tâches courtes, c'est un modèle de taille moyenne compétent selon les critères de 2025. La fiche de Meta lui donne 74.3 sur MMLU Pro, 57.2 sur GPQA Diamond et 94.4 sur DocVQA, chiffres autodéclarés mesurés sur les poids BF16. Artificial Analysis l'a d'abord noté 36 sur son Intelligence Index, à peu près au niveau de GPT-4o mini, puis 43 après un changement de notation. C'est loin de ce qu'atteignent les modèles ouverts de cette taille fin 2026.
La licence pose de vraies conditions. Les entreprises de plus de 700 millions d'utilisateurs actifs mensuels au 5 avril 2025 doivent demander une licence à Meta, les produits doivent afficher "Built with Llama" et les modèles affinés doivent porter un nom commençant par "Llama". La politique d'utilisation acceptable de Meta refuse en outre les droits sur ses modèles multimodaux aux personnes et entreprises établies dans l'Union européenne, sans toucher leurs utilisateurs finaux ; la clause figure toujours sur llama.com.
L'hébergement se réduit. Groq a coupé Scout pour les offres gratuite et développeur le 17 juillet 2026 en renvoyant vers gpt-oss-120b, et la Model API de Meta ne l'a jamais proposé. Le modèle ouvert plus récent de Meta, Muse Glimmer, est un modèle dense de 30B sous Apache 2.0, sans aucune des conditions de Llama. Il reste à Scout l'argument du prix : aux $0.10 et $0.30 de DeepInfra, il coûte entre un tiers et un quart des $0.30 et $1.20 de Glimmer chez le même hébergeur.
Là où il fait la différence
Une équipe data d'un site e-commerce qui étiquette 2 millions de photos produit
Rédiger de courtes listes d'attributs et des légendes à partir de chaque image et de son titre
Envoyez chaque photo et son titre à Scout chez DeepInfra ; à environ 1,500 tokens d'entrée et 150 de sortie par article, le lot coûte environ $300 en entrée et $90 en sortie. La limite de 5 images testées et des prompts courts s'y prêtent mieux que de longs documents.
Un ingénieur plateforme disposant d'une H100 de 80GB et d'un déploiement Llama 3
Passer à un Llama plus récent avec entrée d'images sans acheter d'autres GPU
Selon Meta, Scout tient sur une H100 avec une quantification int4 à la volée, et les GGUF 4 bits d'Unsloth pèsent environ 58 à 65GB. Gardez les prompts bien en dessous de 128K tokens, car la précision chute fortement en contexte long.
Avant de vous engager
- Mise en route
- Acceptez la licence de Meta sur Hugging Face pour télécharger meta-llama/Llama-4-Scout-17B-16E-Instruct, puis servez-le avec vLLM, Transformers ou llama.cpp ; ou appelez-le sans installation via OpenRouter, DeepInfra ou Vertex AI.
- Intégrations
- API compatibles OpenAI chez DeepInfra et via OpenRouter, Google Vertex AI Model Garden ; appels d'outils sur la plupart des endpoints listés ; builds GGUF pour llama.cpp, Ollama et LM Studio.
- Données et confidentialité
- Auto-hébergé, rien ne quitte vos serveurs. La Llama 4 Community License exige une licence de Meta au-delà de 700M d'utilisateurs mensuels, la mention "Built with Llama" et un préfixe "Llama" pour les modèles dérivés, et sa politique d'utilisation exclut les entreprises établies dans l'UE des droits multimodaux.
- Coût à grande échelle
- 1B de tokens en entrée et 250M en sortie par mois coûtent environ $175 chez DeepInfra. En auto-hébergement, il faut environ 217GB en BF16 (au moins trois GPU de 80GB), environ 115GB en 8 bits et 58 à 65GB en 4 bits, ce qui tient sur une carte de 80GB.
- Limites
- Contexte annoncé de 10M tokens, entraîné à 256K, faible au-delà de 100K dans les tests indépendants ; testé avec 5 images au plus ; 12 langues prises en charge ; modèle figé, connaissances arrêtées en août 2024, sans mise à jour prévue.
Les points forts
- $0.10 en entrée et $0.30 en sortie par 1M tokens chez DeepInfra
- Lit les images nativement ; 94.4 sur DocVQA (Meta, autodéclaré)
- Seulement 17B paramètres actifs, donc rapide pour ses 109B
- Tient sur un GPU de 80GB en 4 bits, selon Meta
Les points faibles
- 15.6 % sur Fiction.LiveBench à 120K tokens, très loin des 10M annoncés
- Licence Llama 4 : clause des 700M d'utilisateurs, règles de nommage et exclusion multimodale dans l'UE
- Aucun nouveau Llama depuis avril 2025 ; Groq l'a retiré en juillet 2026
- Connaissances arrêtées en août 2024
Idéal pour
Les équipes qui utilisent déjà Llama 4, ont besoin d'un traitement hébergé et bon marché du texte et des images hors de l'UE et peuvent vivre avec une gamme qui n'évolue plus.
Alternatives à Llama 4 Scout
Llama 4 Scout : questions fréquentes
- Llama 4 Scout vaut-il le coup ?
- Scout reste l'un des modèles avec vision les moins chers à louer, mais sa fenêtre de contexte affichée n'a jamais été réelle et Meta lui-même a laissé la gamme Llama derrière lui. Nous lui donnons 3.2 sur 5.
- Combien coûte Llama 4 Scout ?
- Poids gratuits sous la Llama 4 Community License (accès restreint). Hébergé : DeepInfra $0.10 en entrée / $0.30 en sortie par 1M tokens ($0.08 / $0.24 en offre flex) ; Google Vertex AI $0.25 / $0.70.
- Quels sont les inconvénients de Llama 4 Scout ?
- 15.6 % sur Fiction.LiveBench à 120K tokens, très loin des 10M annoncés; licence Llama 4 : clause des 700M d'utilisateurs, règles de nommage et exclusion multimodale dans l'UE; aucun nouveau Llama depuis avril 2025 ; Groq l'a retiré en juillet 2026; connaissances arrêtées en août 2024.
- À qui s’adresse Llama 4 Scout ?
- Les équipes qui utilisent déjà Llama 4, ont besoin d'un traitement héberg é et bon marché du texte et des images hors de l'UE et peuvent vivre avec une gamme qui n'évolue plus.
- Combien coûte Llama 4 Scout pour une équipe ou en production ?
- 1B de tokens en entrée et 250M en sortie par mois coûtent environ $175 chez DeepInfra. En auto-hébergement, il faut environ 217GB en BF16 (au moins trois GPU de 80GB), environ 115GB en 8 bits et 58 à 65GB en 4 bits, ce qui tient sur une carte de 80GB.
- Llama 4 Scout est-il sûr pour les données de l’entreprise ?
- Auto-hébergé, rien ne quitte vos serveurs. La Llama 4 Community License exige une licence de Meta au-delà de 700M d'utilisateurs mensuels, la mention "Built with Llama" et un préfixe "Llama" pour les modèles dérivés, et sa politique d'utilisation exclut les entreprises établies dans l'UE des droits multimodaux.
- Quelles sont les meilleures alternatives à Llama 4 Scout ?
- Les alternatives les plus proches que nous avons testées sont Muse Glimmer, Gemma 4, gpt-oss-120b et Qwen3.8-27B.
Réponses vérifiées le 9 nov. 2026.