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...
Preços
Pagamento por uso
Sem custo inicial, pague apenas pelo que usar
Experimentar o modelo
Uso da API
Use os exemplos de código abaixo para integrar com nossa 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)Introdução do modelo
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
Info
Funcionalidades suportadas
Guia de acesso à 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...
Entrada
$0.18 /M
Saída
$0.59 /M
Contexto
328K
Saída máx.
16K
Vision
Suportado
Uso de ferramentas
Suportado
Experimente Llama 4 Scout no WaveSpeedAI
Acesse Llama 4 Scout através da nossa API unificada — compatível com OpenAI, sem inicializações a frio, preços transparentes.
Perguntas frequentes sobre Llama 4 Scout
Quanto custa Llama 4 Scout via API?+
Preços no WaveSpeedAI: $0.18 por milhão de tokens de entrada e $0.59 por milhão de tokens de saída. Prompt caching e batch processing são cobrados separadamente e reduzem o custo efetivo em cargas longas e repetitivas.
Qual é a janela de contexto do Llama 4 Scout?+
Llama 4 Scout suporta até 328K tokens de contexto e até 16K tokens de saída por requisição.
Llama 4 Scout é compatível com OpenAI?+
Sim. O WaveSpeedAI expõe o Llama 4 Scout através de um endpoint compatível com OpenAI em https://llm.wavespeed.ai/v1. Aponte o SDK oficial da OpenAI para esta base URL com sua chave API do WaveSpeedAI — sem outras alterações no código.
Como começo a usar o Llama 4 Scout?+
Entre no WaveSpeedAI, crie uma chave API em Access Keys, então envie uma requisição para https://llm.wavespeed.ai/v1/chat/completions com o model id mostrado acima. Contas novas recebem créditos grátis para avaliar o Llama 4 Scout.