Meta · modelo de lenguaje
Llama 4 Scout: precio, contexto y benchmarks
Llama 4 Scout es el modelo de Meta lanzado el 5 de abril de 2025. Cuesta 0,1 US$ por millón de tokens de entrada y 0,3 US$ de salida, con un contexto de 1,3 M tokens. Epoch AI lo sitúa en el puesto 117 de 125 modelos evaluados.
Lo que hay que saber de Llama 4 Scout
Meta, con sede en Estados Unidos, puso Llama 4 Scout en línea el 5 de abril de 2025. Acepta texto e imágenes como entrada y produce texto. Su ventana de contexto alcanza 1.310.720 tokens, más que el 99 % de los modelos del registro, y puede escribir hasta 16.384 tokens de una vez.
Lanzado hace más de 1 año, pertenece a una generación ya superada por modelos más recientes de casi todos los editores.
Precio de Llama 4 Scout
En OpenRouter, Llama 4 Scout cuesta 0,1 US$ por millón de tokens de entrada y 0,3 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,15 US$ por millón, más caro que el 17 % de los modelos de pago (5,1 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0004 US$. Con 1.000 tareas al día, cuente 11 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Rendimiento y benchmarks
El Epoch Capabilities Index (ECI), que agrega los resultados publicados en muchos benchmarks, da a Llama 4 Scout una puntuación de 129,6 (intervalo de 125,1 a 131,2). Se sitúa así en el puesto 117 de 125 modelos evaluados.
Con un rendimiento al menos igual, DeepSeek V4 Flash 0731, Qwen3.7 Flash y gpt-oss-20b cuestan al menos un 30 % menos.
Funciones, privacidad y uso local
- Admite la llamada a herramientas: puede manejar un agente IA, llamar a API o a servidores MCP.
- Puede responder en un formato JSON impuesto (salidas estructuradas).
- Sus conocimientos llegan hasta agosto de 2024.
Sus pesos son abiertos y se pueden descargar en Hugging Face: puede ejecutarlo en sus propias máquinas sin enviar sus datos a terceros.
Otros modelos de Meta
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Llama Guard 4 12B | 30 abr 2025 | 0,18 US$ | — |
| Llama 4 Maverick | 5 abr 2025 | 0,3 US$ | 132,2 |
| Llama 3.3 70B Instruct | 6 dic 2024 | 0,16 US$ | — |
| Llama 3.2 1B Instruct | 25 sept 2024 | 0,07 US$ | — |
| Llama 3.2 3B Instruct | 25 sept 2024 | 0,12 US$ | — |
| Llama 3.1 70B Instruct | 23 jul 2024 | 0,4 US$ | — |
| Llama 3.1 8B Instruct | 23 jul 2024 | 0,06 US$ | — |
Veredicto
Nota calculada: 55/100, a partir de datos públicos (rendimiento, precio, contexto, funciones).
Puntos fuertes
- Precio bajo: más barato que el 83 % de los modelos de pago.
- Contexto muy amplio (1,3 M tokens): documentos largos o todo un código caben en una petición.
- Pesos abiertos: autoalojable, sus datos se quedan con usted.
- Listo para agentes: llamada a herramientas y salidas JSON estructuradas.
Limitaciones
- Rendimiento modesto: por detrás del 93 % de los modelos evaluados.
- Generación antigua, a menudo sustituida por un modelo más reciente del mismo editor.
Alternativas
- GPT-4.1 Nano0,18 US$
- GPT-5 Nano0,14 US$
- Gemma 3 27B0,15 US$
- Qwen3.5-9B0,19 US$
- GPT-4o-mini0,26 US$
- GPT-4o-mini (2024-07-18)0,26 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Llama 4 Scout?
0,1 US$ por millón de tokens de entrada y 0,3 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0004 US$.
¿Qué tamaño tiene el contexto de Llama 4 Scout?
1.310.720 tokens, unas 983.000 palabras, con un máximo de 16.384 tokens de salida.
¿Se puede usar Llama 4 Scout en local?
Sí, sus pesos están publicados.
¿Sirve Llama 4 Scout para un agente IA?
Técnicamente sí: admite llamada a herramientas y salidas estructuradas. Compruebe después su coste para su volumen.
¿Qué rendimiento tiene Llama 4 Scout?
Epoch AI lo sitúa en el puesto 117 de 125 modelos evaluados (ECI 129,6).
¿Qué alternativas hay a Llama 4 Scout?
Los modelos más cercanos en precio y rendimiento son GPT-4.1 Nano, GPT-5 Nano y Gemma 3 27B.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos