Llama 4 Maverick vs Llama 4 Scout

Två Llama 4-modeller, en generation

Llama 4 Maverick och Llama 4 Scout lanserades samtidigt av Meta den 5 april 2025. De har mycket gemensamt: båda är mixture-of-experts-modeller med 17 miljarder aktiva parametrar, båda hanterar text och bilder direkt från grunden, båda har officiellt stöd för 12 språk och träningsdata fram till augusti 2024. Det som skiljer dem åt är total storlek, antal experter, kontextlängd, hårdvarukrav och pris. Båda finns i vår chatt så att du kan testa dem sida vid sida.

Snabb överblick: Maverick vs Scout

Priserna avser listpris hos OpenRouter, oktober 2026.

Vad storleksskillnaden innebär

En mixture-of-experts-modell delar upp sin kunskap över många delnätverk (experter) och aktiverar bara ett fåtal av dem för varje token. Båda modellerna använder 17 miljarder parametrar per token, vilket innebär att de svarar i ungefär samma hastighet. Maverick har dock betydligt fler experter och nästan fyra gånger så många parametrar totalt, vilket ger mer utrymme för djup och nyanser. I vardaglig användning märks det oftast som fylligare, mer välformulerade svar – särskilt vid friare textförfattande, förklaringar och bildfrågor. Därför är Maverick standardvalet i vår chatt.

Scout är den lättare av de två. Meta utformade den för att rymmas på en enda H100-GPU med Int4-kvantisering. Det gör den mer praktisk att köra själv och billigare att anropa via API.

Kontextlängd: siffrorna och verkligheten

Scouts mest uppmärksammade egenskap är kontextfönstret. Metas modellkort anger 10 miljoner tokens för Scout, vilket är tio gånger mer än Mavericks 1 miljon. I praktiken erbjuder leverantörer betydligt mindre: vår inferensleverantör ger 1 310 720 tokens för Scout och 524 288 för Maverick. Scout har ändå det klart längre fönstret av de två.

I vår kostnadsfria chatt märks skillnaden däremot inte. För att hålla tjänsten snabb och gratis kortas långa konversationer ned till den senaste delen, ungefär 12 000 tecken text. Båda modellerna ser alltså lika mycket konversation här. Behöver du bearbeta extremt långa dokument rekommenderar vi Scout via API eller på egen hårdvara; läs mer i vår API-guide.

Bilder

Båda modellerna har inbyggt stöd för bilder, och i vår chatt kan du bifoga en bild per meddelande till båda två. Vid detaljerade frågor om ett foto, diagram eller en skärmdump brukar Maverick ge mer utförliga svar. För enkla bildbeskrivningar eller textavläsning räcker Scout oftast alldeles utmärkt och är lite billigare i drift. Om du bifogar en bild när en ren textmodell är vald växlar chatten automatiskt till Maverick.

Att köra modellerna själv

Ingen av dem är anpassad för vanliga bärbara datorer. Ollama anger standardversionerna (kvantiserade) till 67 GB för Scout och 245 GB för Maverick. Scout ryms på kraftfulla arbetsstationer med mycket minne eller datacenter-GPU:er; Maverick kräver en server med flera stora grafikkort. Vill du köra en Llama-modell lokalt på vanlig hårdvara är Llama 3.1 8B det praktiska valet. Båda Llama 4-modellerna omfattas av Llama 4 Community License, inklusive EU-begränsningen för multimodala modeller; läs mer i vår licensguide och hur du kör Llama lokalt.

Kostnad

Scout är den billigare modellen via API: $0,10 för indata och $0,30 för utdata per miljon tokens, jämfört med Mavericks $0,1875 och $0,6525 (listpris hos OpenRouter, oktober 2026). Vid stora volymer – som taggning, dataextraktion eller enklare sammanfattningar – gör Scouts lägre pris stor skillnad. I vår chatt är båda gratis inom samma dagliga meddelandepott.

Vilken modell passar för vad?

Om du känner dig osäker är dessa vardagliga exempel en bra utgångspunkt. De är rekommendationer, inte fasta regler; det snabbaste sättet att välja är att prova båda på just din uppgift.

• Personliga brev eller blogginlägg: Maverick, för ett mer varierat och välformulerat språk.
• Förklara ett svårt koncept steg för steg: Maverick, som oftast ger mer heltäckande förklaringar.
• Beskriva ett foto eller läsa av en skylt: valfri modell; Scout räcker gott för enklare ärenden.
• Analysera ett diagram eller en komplex skärmdump: Maverick.
• Korta omskrivningar, sammanfattningar och listor: valfri modell; Scout är billigare om du betalar per token i andra miljöer.
• Extremt långa dokument via API: Scout, tack vare det större kontextfönstret.

En enkel tumregel i vår chatt: börja med Maverick. Behöver du bara snabba och enkla svar kan du byta till Scout i modellmenyn. Skulle ett svar från Scout kännas för kortfattat är det bara att generera om det med Maverick.

Integritet och begränsningar i vår chatt

Båda modellerna hanteras på samma sätt hos oss. Dina meddelanden går via vår server och AI-gateway till inferensleverantören som kör modellen. Vi sparar inte textinnehållet i dina meddelanden, och din historik stannar i din webbläsare. Ingen av modellerna kan söka på webben, och båda delar på samma kostnadsfria dagliga meddelandekvot. Båda kan göra misstag, så kontrollera alltid viktiga fakta.

Välj Maverick om du…

• vill ha den vassaste Llama-modellen för allmän chatt, skrivande och förklaringar;
• ställer detaljerade frågor om bilder;
• prioriterar kvalitet framför kostnad;
• är osäker på vad du ska välja – den är standardvalet av en anledning.

Chatta med Llama 4 Maverick

Välj Scout om du…

• behöver maximal kontextlängd via ett API eller på egen hårdvara;
• vill köra en Llama 4-modell själv på en enskild GPU;
• kör uppgifter med stora volymer där ett lägre pris spelar roll;
• vill ha en lättare modell för snabba bild- och textfrågor.

Chatta med Llama 4 Scout

Läs mer på sidorna för Llama 4 Maverick och Llama 4 Scout. Vill du jämföra med föregående generation kan du läsa Llama 3.3 vs Llama 4.

Vanliga frågor

Vilken är bäst, Maverick eller Scout?

Maverick är större och ger generellt fylligare svar. Scout är lättare, billigare och har längre kontextfönster.

Är de lika snabba?

Båda aktiverar 17 miljarder parametrar per token, så hastigheten är likvärdig. Den faktiska svarstiden beror på leverantör och belastning.

Kan jag använda Scouts kontext på 10 miljoner tokens i er chatt?

Nej. Vår kostnadsfria chatt kortar ned långa konversationer till cirka 12 000 tecken för båda modellerna. Använd ett API eller kör lokalt om du vill läsa in mycket långa dokument.

Klarar båda modellerna bilder?

Ja. Båda tar emot bilder i vår chatt, en bild per meddelande.