Llama 4 Scout 17B Instruct (16E) — это языковая модель смешанных экспертов (MoE), разработанная Meta, которая активирует 17 миллиардов параметров из 109B. Он поддерживает собственный мультимодальный ввод (текст и изображение) и многоязычный вывод (текст и код) на 12 поддерживаемых языках. Разработанный для взаимодействия в стиле помощника и визуального мышления, Scout использует 16 экспертов для каждого прохода вперед и имеет длину контекста в 10 миллионов токенов, а обучающий корпус составляет около 40 триллионов токенов. Llama 4 Scout, созданный для обеспечения высокой эффективности и локального или коммерческого развертывания, включает в себя раннее объединение для плавной интеграции модальностей. Он настроен для использования в многоязычном чате, субтитрах и задачах понимания изображений. Выпущенный под лицензией сообщества Llama 4, последний раз он обучался на данных до августа 2024 года и был публично запущен 5 апреля 2025 года.
Провайдеры
Одна и та же модель может быть доступна у разных провайдеров. Маршрутизация выбирает эндпоинт по политике, цене, задержке и доступности.
| Провайдер | Тариф | Задержка P50 | Ток/с P50 |
|---|---|---|---|
| ru_openrouter | Ввод11 ₽/M Вывод32 ₽/M | — | — |
| polza | Ввод11 ₽/M Вывод34 ₽/M | — | — |
| bothub | Ввод16 ₽/M Вывод49 ₽/M | — | — |
Тарифы
Тарифы зависят от модальности: токены (₽/1M), аудио/embedding (часто только ввод), видео и запуски — в отдельных единицах. Текущие тарифы по провайдерам — в таблице выше; ниже — история прайс-листа в разрезе провайдеров (₽/1M токенов, 7 дней). Провайдеры — в подсказке на графике.
Производительность
Пропускная способность — скорость генерации (ток/с, выше лучше). Задержка — полный round-trip (ниже лучше). TTFT — время до первого токена (ниже лучше). Графики разбиты по провайдерам — нажмите expand для деталей.
Бенчмарки
Результаты на стандартизированных оценках. Проценты и ранги показывают положение модели среди моделей каталога.
Результаты по категориям
Арена моделей
Метрики из арены дизайна
Активность
Объём запросов и токенов к модели за последние 7 дней.
Доступность
Доля успешных ответов за период. Мониторинг эндпоинтов и автоматический fallback при ошибках upstream.
Быстрый старт
Готовый код для вызова модели. API совместим с OpenAI — достаточно указать base_url LLM Mart. Меняется только slug модели: meta-llama/llama-4-scout-17b-16e-instruct.
curl -s "https://llmmart.ru/api/v1/chat/completions" \
-H "Authorization: Bearer $LLM_ROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "meta-llama/llama-4-scout-17b-16e-instruct",
"messages": [
{"role": "user", "content": "Привет!"}
]
}'Нужен API-ключ организации — создайте ключ в личном кабинете или см. инструкцию. Подробнее: первый запрос к модели и примеры SDK.