meta-llama/llama-4-scout
327,680 context · $0.18/M input tokens · $0.59/M output tokens
Llama 4 Scout 17B Instruct (16E) is a mixture-of-experts (MoE) language model developed by Meta, activating 17 billion parameters out of a total of 109B. It supports native multimodal input...
Tarification
Paiement à l'usage
Aucun coût initial, payez uniquement ce que vous utilisez
Essayer le modèle
Utilisation de l'API
Utilisez les exemples de code suivants pour intégrer notre API :
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-4-scout",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)Introduction au modèle
Meta-Llama llama-4-scout
meta-llama llama-4-scout
Why It Looks Great
- Large Language Model architecture for efficient processing
- 327680 context window for long document handling
- Competitive pricing at $0.1/$0.3 per million tokens
Key Features
- Context Window: 327680 tokens
- Max Output: 16384 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Meta-Llama |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 327680 tokens |
| Max Output | 16384 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $0.1 |
| Output | $0.3 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: meta-llama/llama-4-scout
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-4-scout",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "meta-llama/llama-4-scout",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: meta-llama/llama-4-scout
- Provider: Meta-Llama
Infos
Fonctionnalités prises en charge
Guide d'accès API
Llama 4 Scout API
meta-llama/llama-4-scout
Llama 4 Scout 17B Instruct (16E) is a mixture-of-experts (MoE) language model developed by Meta, activating 17 billion parameters out of a total of 109B. It supports native multimodal input...
Entrée
$0.18 /M
Sortie
$0.59 /M
Contexte
328K
Sortie max.
16K
Vision
Pris en charge
Utilisation d'outils
Pris en charge
Essayez Llama 4 Scout sur WaveSpeedAI
Accédez à Llama 4 Scout via notre API unifiée — compatible OpenAI, sans démarrages à froid, prix transparents.
Questions fréquentes sur Llama 4 Scout
Combien coûte l'API Llama 4 Scout ?+
Tarification sur WaveSpeedAI : $0.18 par million de tokens d'entrée et $0.59 par million de tokens de sortie. Le prompt caching et le traitement par batch sont facturés séparément et réduisent le coût effectif sur les charges longues et répétitives.
Quelle est la fenêtre de contexte de Llama 4 Scout ?+
Llama 4 Scout prend en charge jusqu'à 328K tokens de contexte et jusqu'à 16K tokens de sortie par requête.
Llama 4 Scout est-il compatible avec OpenAI ?+
Oui. WaveSpeedAI expose Llama 4 Scout via un endpoint compatible OpenAI à https://llm.wavespeed.ai/v1. Pointez le SDK officiel d'OpenAI vers cette base URL avec votre clé API WaveSpeedAI — aucune autre modification de code requise.
Comment démarrer avec Llama 4 Scout ?+
Connectez-vous à WaveSpeedAI, créez une clé API dans Access Keys, puis envoyez une requête à https://llm.wavespeed.ai/v1/chat/completions avec l'id du modèle affiché ci-dessus. Les nouveaux comptes reçoivent des crédits gratuits pour évaluer Llama 4 Scout.