Meta : Llama 4 Scout
Llama 4 Scout est un modèle publié par Meta, sorti le 5 avril 2025, avec une fenêtre de contexte de 10 millions de tokens. Il lit du texte multilingue et des images, produit du texte multilingue et du code, et est destiné aux usages d’assistant conversationnel et de raisonnement visuel.
Llama 4 Scout ou Llama 4 Maverick : lequel choisir ?
Llama 4 Scout et Llama 4 Maverick comptent chacun 17 milliards de paramètres actifs, avec respectivement 16 et 128 experts. Selon Meta, à leur sortie, Scout tient sur un seul GPU H100 avec une quantification Int4, qui réduit la précision numérique des poids, et Maverick sur un seul hôte H100.
La fenêtre de contexte de Scout atteint 10 millions de tokens, contre 1 million pour Maverick. Selon Meta, à sa sortie, cette capacité de Scout permet notamment le résumé de plusieurs documents, l’analyse d’une activité utilisateur étendue pour des tâches personnalisées et le raisonnement sur de vastes bases de code. Maverick, le modèle généraliste de Meta pour l’assistance et la conversation, convient très bien à la compréhension précise des images et à l’écriture créative.
À quoi sert Llama 4 Scout
Conversation
Llama 4 Scout est un modèle généraliste. Ses versions ajustées aux instructions sont destinées à un usage d’assistant conversationnel et aux tâches de raisonnement visuel. La famille Llama 4 prend en charge l’arabe, l’anglais, le français, l’allemand, l’hindi, l’indonésien, l’italien, le portugais, l’espagnol, le tagalog, le thaï et le vietnamien.
Compréhension d’images
Llama 4 Scout lit du texte multilingue et des images, et produit du texte multilingue et du code.
Les modèles Llama 4 sont optimisés pour la reconnaissance visuelle, le raisonnement sur image, la rédaction de légendes et les réponses aux questions générales sur une image. Selon Meta, à sa sortie, Scout est capable d’ancrage visuel : il relie les demandes aux concepts visuels pertinents et ancre ses réponses dans des régions de l’image. La compréhension d’images se fait en anglais seulement.
Code
Llama 4 Scout appartient à une famille optimisée pour le code, l’appel d’outils et le fonctionnement de systèmes agentiques, ainsi que pour la compréhension multimodale et les tâches multilingues. Il sait appeler des outils et produire des sorties structurées.
- Chat
- Vision et compréhension
- Code
Essayer Llama 4 Scout
Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.
Où l'essayer
- Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,10 $ en entrée, 0,30 $ en sortie par million de tokensOuvrir sur OpenRouter
Quoi lui demander
- Chat
Expliquer un sujet simplement
Voir s'il rend clair un sujet technique, sans jargon.
Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité. - Code
Écrire une fonction
Voir s'il pense aux cas limites et teste son propre code.
Écris une fonction Python qui reçoit une liste de dates au format JJ/MM/AAAA et renvoie la plus récente. Elle doit ignorer les dates invalides sans planter. Ajoute trois exemples de test et explique tes choix en deux phrases. - Vision et compréhension
Décrire une image
Voir ce qu'il remarque, et s'il s'en tient à ce qu'il voit.
Joignez n'importe quelle photo : une rue, une pièce, un paysage.
Décris cette image pour quelqu'un qui ne peut pas la voir : d'abord l'essentiel en une phrase, puis les détails importants. N'invente rien de ce qui n'est pas visible.
Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.
Les performances de Llama 4 Scout
Meta compare Llama 4 Scout à Llama 3.3 70B, Llama 3.1 405B et Llama 4 Maverick dans le tableau de scores des modèles ajustés aux instructions publié sur Hugging Face. Sur MMLU Pro, un benchmark de raisonnement et de connaissances, il obtient 74,3 contre 68,9 pour Llama 3.3 70B.
Selon Meta, sur GPQA Diamond, qui évalue également le raisonnement et les connaissances, Llama 4 Scout atteint 57,2 contre 50,5 pour Llama 3.3 70B. En code, son score sur LiveCodeBench est de 32,8 contre 33,3 pour Llama 3.3 70B. Sur l’évaluation multilingue MGSM, il obtient 90,6 contre 91,1 pour Llama 3.3 70B.
Selon Meta, Llama 4 Scout obtient 69,4 sur MMMU, consacré au raisonnement sur image, un test que Meta ne chiffre pas pour Llama 3.3 70B, faute de prise en charge multimodale. En compréhension d’images, ses scores atteignent 88,8 sur ChartQA et 94,4 sur DocVQA.
Caractéristiques techniques de Llama 4 Scout
Llama 4 Scout est sorti le 5 avril 2025. Le tableau des caractéristiques présente sa date de sortie, son contexte, sa réponse maximale, sa réflexion, ses entrées, sa licence, ses paramètres et ses hébergeurs.
Llama 4 Scout compte 17 milliards de paramètres actifs, 16 experts et 109 milliards de paramètres au total. Avec Llama 4 Maverick, il fait partie des premiers modèles de Meta construits sur une architecture à mélange d’experts, ou MoE.
Selon Meta, Llama 4 Scout porte la longueur de contexte prise en charge de 128K dans Llama 3 à 10 millions de tokens. Il est pré-entraîné et post-entraîné avec une longueur de contexte de 256K.
Le pré-entraînement du modèle repose sur environ quarante mille milliards de tokens de données multimodales. Sa date limite des connaissances est août 2024. Il est distribué sous la Llama 4 Community License, une licence commerciale propre à Meta.
- Éditeur
- Meta
- Produit
- Texte
- Sortie
- Contexte
- 1,31 M tokens
- Réponse maximale
- 16 k tokens
- Réflexion
- Non prise en charge
- Connaissances jusqu'à
- août 2024
- Entrées
- Texte, Image
- Licence
- Llama 4 Community License
- Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturetop_pseedstopresponse_formatmax_tokens- Hébergeurs
- DeepInfra, Google, Novita
Source : OpenRouter, relevé du 16/11/2026.
Où utiliser Llama 4 Scout, et comment il se facture
À sa sortie, Llama 4 Scout était disponible au téléchargement sur llama.com et sur Hugging Face, comme Llama 4 Maverick.
Ses poids sont distribués au format BF16 ; selon Meta, avec une quantification int4 à la volée, qui réduit la précision des poids, le modèle peut tenir sur un seul GPU H100. Sur OpenRouter, il est proposé sous l’identifiant meta-llama/llama-4-scout, avec une fenêtre de contexte de 1 310 720 tokens. La carte d’accès donne les derniers prix relevés.
L'API chez des hébergeurs
Servi par d'autres hébergeurs que Meta, selon OpenRouter
Chez OpenRouter, prix médian de 3 hébergeurs (relevé du 16/11/2026) : 0,10 $ / M tokens en entrée, 0,30 $ / M tokens en sortie.
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
FAQ
Quand Llama 4 Scout est-il sorti ?
Llama 4 Scout est sorti le 5 avril 2025.
Combien de paramètres compte Llama 4 Scout ?
Llama 4 Scout compte 17 milliards de paramètres actifs pour 109 milliards de paramètres au total, et son architecture comprend 16 experts.
Quelle est la fenêtre de contexte de Llama 4 Scout ?
Llama 4 Scout a une fenêtre de contexte de 10 millions de tokens.
Llama 4 Scout tient-il sur un seul GPU ?
Selon Meta, Llama 4 Scout peut tenir sur un seul GPU H100 avec une quantification int4 à la volée. Ses poids sont publiés en BF16.
Llama 4 Scout parle-t-il français ?
Llama 4 Scout prend en charge le français. Les autres langues prises en charge par la famille Llama 4 sont l’arabe, l’anglais, l’allemand, le hindi, l’indonésien, l’italien, le portugais, l’espagnol, le tagalog, le thaï et le vietnamien.
Sous quelle licence Llama 4 Scout est-il distribué ?
Llama 4 Scout est distribué sous la Llama 4 Community License. Il s’agit d’une licence commerciale propre à Meta.