Menu
Přihlásit
Meta Starší verze Open weights · Llama 4 Community License Dlouhé dokumenty a RAG Obrázky, audio a video na vstupu Vlastní provoz (open weights)

Llama 4 Scout API

Menší open-weight model řady Llama 4 s kontextem až 10M tokenů, běží na jedné H100.

Vstup / 1M tokenů
$0,08
Výstup / 1M tokenů
$0,24
Kontextové okno
10M
Max. výstup
16k

// Co je Llama 4 Scout

Llama 4 Scout je menší nativně multimodální open-weight model řady Llama 4 se 109 mld. parametrů (17 mld. aktivních, 16 expertů). Meta uvádí kontext až 10M tokenů a běh na jedné GPU H100, takže se hodí pro analýzu dlouhých dokumentů na vlastním hardwaru. Je pod licencí Llama 4 Community License a znalosti má do srpna 2024.

Silné stránky

  • Kontext až 10M tokenů
  • Běží na jedné GPU H100
  • Text i obrázky na vstupu

Na co si dát pozor

  • Starší generace (duben 2025), znalosti do srpna 2024
  • Vlastní licence s omezeními
  • Bez oficiálního placeného API Mety

// Kolik stojí Llama 4 Scout API

Vstupní tokeny$0,08 / 1M
Výstupní tokeny$0,24 / 1M

Oficiální ceník pro tento model jsme nenašli. Ukazujeme cenu u poskytovatele přes OpenRouter (20. 11. 2026).

Kolik to vyjde v praxi

  • 1 000 dotazů v chatu (každý 1 000 tokenů vstup, 500 výstup) ≈ $0,20
  • Shrnutí 100 dokumentů (každý 20 000 tokenů vstup, 1 000 výstup) ≈ $0,18
  • Milion tokenů vstupu a milion výstupu ≈ $0,32

Orientační výpočet ze standardní ceny, bez cache a slev. U reasoning modelů se do výstupu počítají i tokeny přemýšlení.

// Kde Llama 4 Scout běží a za kolik

Model kromě API výrobce nabízejí i cloudy a poskytovatelé inference. Ceny se mohou lišit podle regionu, kvantizace a limitů.

Poskytovatel Vstup / 1M Výstup / 1M
DeepInfra $0,08 $0,24

Zdroj: veřejné API OpenRouter, aktualizováno 20. 11. 2026.

// Parametry a schopnosti

Volání nástrojů (function calling): ano
Reasoning (přemýšlení): ne
Strukturovaný výstup (JSON schema): ano
Obrázky na vstupu: ano
Audio na vstupu: ne
Video na vstupu: ne
PDF a soubory na vstupu: ne
Open weights: ano

Vstup: text, image · Výstup: text · Znalosti do 2024-08

// Jak si Llama 4 Scout vede v benchmarcích

Hodnocení z LMArena: uživatelé naslepo porovnávají výstupy dvou modelů a vybírají lepší. Z tisíců hlasování vzniká Elo skóre (aréna Agenti používá skóre úspěšnosti).

Aréna Hodnocení Pořadí
Text (celkově)varianta 17B 16E Instruct 1279 ±5 278. z 421
Text: programovánívarianta 17B 16E Instruct 1286 ±9 276. z 416
Text: kreativní psanívarianta 17B 16E Instruct 1249 ±10 273. z 419
Vision (obrázky na vstupu)varianta 17B 16E Instruct 1118 ±9 129. z 167
Vision (obrázky na vstupu): OCRvarianta 17B 16E Instruct 1116 ±12 121. z 123

Zdroj: LMArena leaderboard, licence CC BY 4.0, stav k 11. 11. 2026. Pořadí je mezi všemi modely v aréně, ± je 95% interval spolehlivosti.

// Jak poslat první API call na Llama 4 Scout

  1. Vytvoř si API klíč v konzoli Meta.
  2. Ulož ho do proměnné prostředí: export MODEL_API_KEY="…"
  3. Spusť jednu z ukázek níže. Jako model se posílá meta-llama/Llama-4-Scout-17B-16E-Instruct.
curl https://api.meta.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -d '{
    "model": "meta-llama/Llama-4-Scout-17B-16E-Instruct",
    "messages": [{"role": "user", "content": "Vysvětli v pěti větách, co je API."}]
  }'

$ pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MODEL_API_KEY"],
    base_url="https://api.meta.ai/v1",
)

completion = client.chat.completions.create(
    model="meta-llama/Llama-4-Scout-17B-16E-Instruct",
    messages=[{"role": "user", "content": "Vysvětli v pěti větách, co je API."}],
)
print(completion.choices[0].message.content)

$ npm install openai

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.MODEL_API_KEY,
  baseURL: "https://api.meta.ai/v1",
});

const completion = await client.chat.completions.create({
  model: "meta-llama/Llama-4-Scout-17B-16E-Instruct",
  messages: [{ role: "user", content: "Vysvětli v pěti větách, co je API." }],
});
console.log(completion.choices[0].message.content);

Jeden klíč pro modely všech výrobců (openrouter.ai/keys). Hodí se na rychlé porovnání modelů.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
    "model": "meta-llama/llama-4-scout",
    "messages": [{"role": "user", "content": "Vysvětli v pěti větách, co je API."}]
  }'

Podle oficiálního quickstartu Meta.

// Oficiální dokumentace a zdroje

// Časté otázky

Kolik stojí Llama 4 Scout API?

Llama 4 Scout stojí $0,08 za milion vstupních tokenů a $0,24 za milion výstupních tokenů (cena u poskytovatele přes OpenRouter, oficiální ceník jsme nenašli).

Jak velký kontext má Llama 4 Scout?

Llama 4 Scout má kontextové okno 10 000 000 tokenů a v jedné odpovědi vygeneruje až 16 384 tokenů.

Jak si Llama 4 Scout vede v benchmarcích?

V hodnocení LMArena (hlasování uživatelů naslepo) k 2026-11-11: Text (celkově): 278. místo z 421 (Elo 1279); Vision (obrázky na vstupu): 129. místo z 167 (Elo 1118).

Na co je Llama 4 Scout vhodný?

Llama 4 Scout se hodí hlavně na: dlouhé dokumenty a rag, obrázky, audio a video na vstupu, vlastní provoz (open weights). Menší open-weight model řady Llama 4 s kontextem až 10M tokenů, běží na jedné H100.

Jak získám API klíč k Llama 4 Scout?

API klíč si vytvoříš v konzoli Meta (dev.meta.ai/). V požadavku pak jako model uveď „meta-llama/Llama-4-Scout-17B-16E-Instruct“. Pokud nechceš účet u Meta, stejný model zavoláš i přes OpenRouter s jedním klíčem pro všechny výrobce.

Je Llama 4 Scout open source?

Ano, Llama 4 Scout má otevřené váhy (licence Llama 4 Community License), takže ho můžeš provozovat i na vlastním hardwaru.

// Alternativy k Llama 4 Scout

Cohere Open weights Vlajková loď

Command A+

První MoE model Cohere s viděním, uvažováním a 48 jazyky, s otevřenými vahami pod Apache 2.0.

Vstup / 1M
$0,00
Výstup / 1M
$0,00
Kontext
128k
Agenti a automatizace Dlouhé dokumenty a RAG Obrázky, audio a video na vstupu
oficiální ceník Ceny a API
Qwen (Alibaba Cloud) Vlajková loď

Qwen3.7-Plus

Doporučený výchozí model Qwenu: vyvážený poměr schopností a ceny, multimodální vstup a kontext 1M tokenů.

Vstup / 1M
$0,40
Výstup / 1M
$1,60
Kontext
1M
Agenti a automatizace Chat a asistence Dlouhé dokumenty a RAG
oficiální ceník Ceny a API
Mistral AI Open weights Vlajková loď

Mistral Large 4

Vlajková loď Mistralu s otevřenými vahami: 1M kontext, programování, agenti a kyberbezpečnost.

Vstup / 1M
$0,70
Výstup / 1M
$2,10
Kontext
1M
Programování Agenti a automatizace Obrázky, audio a video na vstupu
oficiální ceník Ceny a API
Moonshot AI (Kimi) Open weights Vlajková loď

Kimi K3

Předchozí vlajková loď Kimi s 2,8 bilionu parametrů, otevřenými vahami a kontextem 1M tokenů.

Vstup / 1M
$3,00
Výstup / 1M
$15,00
Kontext
1,05M
Programování Složité uvažování Obrázky, audio a video na vstupu
oficiální ceník Ceny a API
Z.ai (Zhipu) Open weights Vlajková loď

GLM-5.3-Flash

Levný nativně multimodální GLM (320 mld. parametrů, 18 mld. aktivních) pro vizuální kódování a kancelářskou práci.

Vstup / 1M
$0,15
Výstup / 1M
$0,50
Kontext
1M
Programování Obrázky, audio a video na vstupu Levné hromadné zpracování
oficiální ceník Ceny a API
MiniMax Open weights Vlajková loď

MiniMax-M3

Multimodální model MiniMaxu s vlastní řídkou attention MSA, kontextem 1M tokenů a ovládáním počítače.

Vstup / 1M
$0,30
Výstup / 1M
$1,20
Kontext
1M
Programování Agenti a automatizace Dlouhé dokumenty a RAG
oficiální ceník Ceny a API