Meta · modèle de langage
Llama 4 Scout : prix, contexte et benchmarks
Llama 4 Scout est le modèle de Meta sorti le 5 avril 2025. Il coûte 0,1 $US par million de tokens en entrée et 0,3 $US en sortie, avec un contexte de 1,3 M tokens. Epoch AI le classe 117e sur 125 modèles notés.
Ce qu'il faut savoir sur Llama 4 Scout
C'est Meta, éditeur basé en États-Unis, qui a mis Llama 4 Scout en ligne le 5 avril 2025. Il accepte du texte et des images en entrée et produit du texte. Sa fenêtre de contexte atteint 1 310 720 tokens, plus que 99 % des modèles du registre, et il peut écrire jusqu'à 16 384 tokens d'une traite.
Sorti il y a plus de 1 an, il appartient à une génération déjà dépassée par des modèles plus récents de la plupart des éditeurs.
Prix de Llama 4 Scout
Sur OpenRouter, Llama 4 Scout coûte 0,1 $US par million de tokens en entrée et 0,3 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,15 $US par million, plus cher que 17 % des modèles payants (5,1 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0004 $US. À 1 000 tâches par jour, comptez 11 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Performance et benchmarks
L'Epoch Capabilities Index (ECI), qui agrège les résultats publiés sur de nombreux benchmarks, attribue à Llama 4 Scout un score de 129,6 (intervalle de 125,1 à 131,2). Il se place ainsi au 117e rang sur 125 modèles notés.
À performance au moins égale, DeepSeek V4 Flash 0731, Qwen3.7 Flash et gpt-oss-20b coûtent au moins 30 % de moins.
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- Ses connaissances s'arrêtent à août 2024.
Ses poids sont ouverts et téléchargeables sur Hugging Face : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers.
Les autres modèles de Meta
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Llama Guard 4 12B | 30 avr. 2025 | 0,18 $US | — |
| Llama 4 Maverick | 5 avr. 2025 | 0,3 $US | 132,2 |
| Llama 3.3 70B Instruct | 6 déc. 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 juil. 2024 | 0,4 $US | — |
| Llama 3.1 8B Instruct | 23 juil. 2024 | 0,06 $US | — |
Verdict
Note calculée : 55/100, à partir des données publiques (performance, prix, contexte, fonctions).
Points forts
- Prix bas : moins cher que 83 % des modèles payants.
- Contexte très large (1,3 M tokens) : de longs documents ou une base de code entière tiennent dans une requête.
- Poids ouverts : auto-hébergeable, données gardées chez vous.
- Prêt pour les agents : appel d'outils et sorties JSON structurées.
Limites
- Performance modeste : derrière 93 % des modèles notés.
- Génération ancienne, souvent remplacée par un modèle plus récent du même éditeur.
Alternatives
- 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
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Llama 4 Scout ?
0,1 $US par million de tokens en entrée et 0,3 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0004 $US.
Quelle est la taille du contexte de Llama 4 Scout ?
1 310 720 tokens, soit environ 983 000 mots, avec 16 384 tokens maximum en sortie.
Peut-on utiliser Llama 4 Scout en local ?
Oui, ses poids sont publiés.
Llama 4 Scout convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils et les sorties structurées. Vérifiez ensuite son coût pour votre volume.
Llama 4 Scout est-il performant ?
Epoch AI le classe 117e sur 125 modèles notés (ECI 129,6).
Quelles alternatives à Llama 4 Scout ?
Les modèles les plus proches en prix et en performance sont GPT-4.1 Nano, GPT-5 Nano et Gemma 3 27B.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons