O que é Llama 4 Scout?
Llama 4 Scout é um modelo de pesos abertos da Meta, lançado em 5 de abril de 2025 junto com o Llama 4 Maverick. Hoje é uma linha antiga: a Meta substituiu o Llama pelos modelos Muse em abril de 2026, não lançou nenhum Llama desde abril de 2025 e sua própria Model API oferece apenas modelos Muse. O Llama 4 Behemoth, modelo professor de quase dois trilhões de parâmetros que a Meta apresentou no lançamento, nunca saiu.
O Scout é um modelo de mistura de especialistas com 109 bilhões de parâmetros no total e 17 bilhões ativos por token, distribuídos em 16 especialistas. Ele lê texto e até cinco imagens testadas e escreve texto e código em 12 idiomas suportados. A Meta anuncia um contexto de 10 milhões de tokens, mas o treino foi feito a 256K e ampliado no meio do treinamento; o corte de conhecimento é agosto de 2024.
Os pesos têm acesso restrito no Hugging Face sob a Llama 4 Community License, que não é de código aberto. Entre os provedores estão a DeepInfra, a $0.10 de entrada e $0.30 de saída por milhão de tokens, e o Google Vertex AI, a $0.25 e $0.70. A Groq, que já foi o provedor mais rápido, retirou o modelo dos planos gratuito e de desenvolvedor em 17 de julho de 2026.
Quanto custa Llama 4 Scout?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Llama 4 Community License, acesso restrito no Hugging Face |
| DeepInfra | $0.10 in / $0.30 out per 1M tokens | FP8; $0.08 / $0.24 no plano flex |
| Google Vertex AI | $0.25 in / $0.70 out per 1M tokens | Saída limitada a 8,192 tokens via OpenRouter |
Pesos gratuitos sob a Llama 4 Community License (acesso restrito). Hospedado: DeepInfra $0.10 de entrada / $0.30 de saída por 1M tokens ($0.08 / $0.24 no plano flex); Google Vertex AI $0.25 / $0.70.
Compare este preço com outros modelos
Llama 4 Scout vale a pena?
O grande argumento do Scout era um contexto de 10 milhões de tokens, e os testes independentes não o confirmaram. No Fiction.LiveBench com 120,000 tokens ele marcou 15.6%, contra 28.1% do Maverick e 90.6% do Gemini 2.5 Pro, segundo o The Decoder. A Meta o treinou a 256K e o esticou depois no meio do treinamento; os provedores vendem bem menos, com a DeepInfra listando 327,680 tokens no OpenRouter e o Google Vertex AI 1,310,720.
Em tarefas curtas é um modelo médio competente pelos padrões de 2025. A ficha da Meta registra 74.3 no MMLU Pro, 57.2 no GPQA Diamond e 94.4 no DocVQA, tudo autodeclarado e medido com pesos BF16. A Artificial Analysis deu primeiro 36 no seu Intelligence Index, mais ou menos no nível do GPT-4o mini, e 43 depois de uma mudança na correção. Fica bem atrás do que modelos abertos desse porte alcançam no fim de 2026.
A licença tem condições reais. Empresas com mais de 700 milhões de usuários ativos mensais em 5 de abril de 2025 precisam pedir uma licença à Meta, os produtos devem exibir "Built with Llama" e modelos ajustados precisam ter nomes começando com "Llama". A política de uso aceitável da Meta também nega os direitos sobre seus modelos multimodais a pessoas e empresas sediadas na União Europeia, sem afetar seus usuários finais; a cláusula continua em llama.com.
A hospedagem está encolhendo. A Groq desligou o Scout nos planos gratuito e de desenvolvedor em 17 de julho de 2026 e indicou o gpt-oss-120b, e a Model API da Meta nunca o ofereceu. O modelo aberto mais novo da própria Meta, o Muse Glimmer, é um modelo denso de 30B sob Apache 2.0, sem nenhuma das condições do Llama. O que resta ao Scout é o preço: aos $0.10 e $0.30 da DeepInfra, ele custa de um terço a um quarto dos $0.30 e $1.20 do Glimmer no mesmo provedor.
Onde ele se destaca
Uma equipe de dados de e-commerce que etiqueta 2 milhões de fotos de produtos
Escrever listas curtas de atributos e legendas a partir de cada imagem e título
Envie cada foto e título ao Scout na DeepInfra; com cerca de 1,500 tokens de entrada e 150 de saída por item, o lote custa uns $300 de entrada e $90 de saída. O limite de 5 imagens testadas e prompts curtos combinam melhor com isso do que documentos longos.
Um engenheiro de plataforma com uma H100 de 80GB e uma implantação do Llama 3
Migrar para um Llama mais novo com entrada de imagem sem comprar mais GPUs
A Meta diz que o Scout cabe numa H100 com quantização int4 em tempo real, e os GGUF de 4 bits da Unsloth têm cerca de 58 a 65GB. Mantenha os prompts bem abaixo de 128K tokens, porque a precisão cai muito com contexto longo.
Antes de decidir
- Configuração
- Aceite a licença da Meta no Hugging Face para baixar meta-llama/Llama-4-Scout-17B-16E-Instruct e sirva com vLLM, Transformers ou llama.cpp; ou chame sem configuração pelo OpenRouter, DeepInfra ou Vertex AI.
- Integrações
- APIs compatíveis com a OpenAI na DeepInfra e pelo OpenRouter, Google Vertex AI Model Garden; chamada de ferramentas na maioria dos endpoints listados; builds GGUF para llama.cpp, Ollama e LM Studio.
- Dados e privacidade
- Hospedado por você, nada sai dos seus servidores. A Llama 4 Community License exige licença da Meta acima de 700M de usuários mensais, o aviso "Built with Llama" e nomes com o prefixo "Llama" para modelos derivados, e sua política de uso exclui empresas sediadas na UE dos direitos multimodais.
- Custo em escala
- 1B de tokens de entrada e 250M de saída por mês custam cerca de $175 na DeepInfra. Hospedar por conta própria exige uns 217GB em BF16 (pelo menos três GPUs de 80GB), uns 115GB em 8 bits e 58 a 65GB em 4 bits, que cabem numa placa de 80GB.
- Limites
- Contexto anunciado de 10M tokens, treinado a 256K, fraco acima de 100K em testes independentes; testado com até 5 imagens; 12 idiomas suportados; modelo estático com corte em agosto de 2024 e sem atualizações previstas.
O que é bom
- $0.10 de entrada e $0.30 de saída por 1M tokens na DeepInfra
- Lê imagens nativamente; 94.4 no DocVQA (Meta, autodeclarado)
- Apenas 17B parâmetros ativos, então é rápido para seus 109B
- Cabe numa GPU de 80GB em 4 bits, segundo a Meta
O que não é
- 15.6% no Fiction.LiveBench a 120K tokens, muito longe dos 10M anunciados
- Licença do Llama 4: cláusula de 700M de usuários, regras de nome e exclusão multimodal na UE
- Nenhum Llama novo desde abril de 2025; a Groq o retirou em julho de 2026
- Corte de conhecimento em agosto de 2024
Ideal para
Equipes que já usam o Llama 4, precisam de processamento hospedado e barato de texto e imagem fora da UE e conseguem conviver com uma linha de modelos sem suporte.
Alternativas ao Llama 4 Scout
Llama 4 Scout: perguntas frequentes
- Llama 4 Scout vale a pena?
- O Scout ainda é um dos modelos com visão mais baratos de alugar, mas sua janela de contexto anunciada nunca foi real e a própria Meta deixou a linha Llama para trás. Damos nota 3.2 de 5.
- Quanto custa Llama 4 Scout?
- Pesos gratuitos sob a Llama 4 Community License (acesso restrito). Hospedado: DeepInfra $0.10 de entrada / $0.30 de saída por 1M tokens ($0.08 / $0.24 no plano flex); Google Vertex AI $0.25 / $0.70.
- Quais são as desvantagens de Llama 4 Scout?
- 15.6% no Fiction.LiveBench a 120K tokens, muito longe dos 10M anunciados; licença do Llama 4: cláusula de 700M de usuários, regras de nome e exclusão multimodal na UE; nenhum Llama novo desde abril de 2025; a Groq o retirou em julho de 2026; corte de conhecimento em agosto de 2024.
- Para quem Llama 4 Scout é indicado?
- Equipes que já usam o Llama 4, precisam de processamento hospedado e barato de texto e imagem fora da UE e conseguem conviver com uma linha de modelos sem suporte.
- Quanto custa Llama 4 Scout para uma equipe ou em produção?
- 1B de tokens de entrada e 250M de saída por mês custam cerca de $175 na DeepInfra. Hospedar por conta própria exige uns 217GB em BF16 (pelo menos três GPUs de 80GB), uns 115GB em 8 bits e 58 a 65GB em 4 bits, que cabem numa placa de 80GB.
- Llama 4 Scout é seguro para dados da empresa?
- Hospedado por você, nada sai dos seus servidores. A Llama 4 Community License exige licença da Meta acima de 700M de usuários mensais, o aviso "Built with Llama" e nomes com o prefixo "Llama" para modelos derivados, e sua política de uso exclui empresas sediadas na UE dos direitos multimodais.
- Quais são as melhores alternativas ao Llama 4 Scout?
- As alternativas mais próximas que analisamos são Muse Glimmer, Gemma 4, gpt-oss-120b e Qwen3.8-27B.
Respostas verificadas em 9 de nov. de 2026.