Llama 4 Scout

Vad Llama 4 Scout är och vem som skapat den

Llama 4 Scout är en stor språkmodell från Meta som släpptes den 5 april 2025 tillsammans med Llama 4 Maverick. Den ingår i Llama 4, som fortfarande är den senaste Llama-generationen i oktober 2026, och modellvikterna kan laddas ner under Llama 4 Community License.

Scout kan läsa text och bilder och svarar i text. Precis som Maverick är det en mixture-of-experts-modell: Metas modellkort anger 109 miljarder parametrar totalt, 16 experter och 17 miljarder aktiva parametrar per token. Dess stora styrka är kontextlängden. Metas modellkort anger ett kontextfönster på 10 miljoner tokens – överlägset längst i Llama-familjen. I lanseringsinlägget lyfte Meta fram användningsområden som att sammanfatta många dokument samtidigt och analysera stora kodbaser. Meta uppgav även att Scout ryms på en enda NVIDIA H100-GPU med Int4-kvantisering, vilket gör den betydligt enklare att drifta själv än Maverick.

Scout är en av fyra modeller i vår chatt. Llama.Online är en oberoende webbplats som inte drivs av Meta. Scout körs hos en molnleverantör för inferens och vår sajt vidarebefordrar dina meddelanden dit.

Dess plats i Llama-familjen

Scout och Maverick delar samma arkitektur, samma 12 officiellt stödda språk och samma kunskapsgräns i augusti 2024. Maverick har 128 experter och 400 miljarder parametrar totalt, vilket oftast ger mer utförliga svar. Scout är lättare, billigare i drift och hanterar betydligt längre inmatningar. Jämfört med rena textmodeller som Llama 3.3 70B har Scout stöd för bildinmatning och fler språk. Metas säkerhetsklassificerare Llama Guard 4 skapades genom att beskära en Scout-checkpoint. För en fullständig översikt över alla lanseringar, se Llama-historik.

Vad Scout är bra på

• Långa dokument. Rapporter, transkriptioner, avtal och långa artiklar där du vill ha en sammanfattning, en lista med beslut eller svar på specifika frågor.
• Jämföra flera texter. Klistra in två versioner av ett dokument och fråga vad som ändrats, eller jämför flera produktbeskrivningar sida vid sida.
• Frågor om bilder. Meta beskriver Scout som stark på "image grounding", vilket innebär att koppla delar av din fråga till specifika områden i en bild. Fråga vad en skylt säger, vad som är fel i en skärmdump eller vad ett diagram visar.
• Vardaglig chatt och skrivande. Förklaringar, mejl, dispositioner och omskrivningar på något av de 12 språken som stöds: arabiska, engelska, franska, hindi, indonesiska, italienska, portugisiska, spanska, tagalog, thailändska, tyska och vietnamesiska.
• Köra på egen server. Vill du köra en Llama 4-modell på egen hårdvara är Scout det realistiska valet.

Så använder du Scout i vår chatt

1. Öppna chatten via länken nedan eller välj Llama 4 Scout i modellmenyn.
2. Klistra in texten du vill arbeta med, eller bifoga en bild per meddelande.
3. Ställ en specifik fråga: "Lista alla deadlines i texten och vem som är ansvarig" fungerar mycket bättre än "Vad handlar det här om?".

Chatta med Llama 4 Scout

Chatten är gratis inom en daglig meddelandekvot, för närvarande 100 per dag. Vårt sammanfattningsverktyg är ett annat snabbt sätt att korta ner långa texter.

Begränsningar att känna till

• Vår chatt kortar ner långa konversationer. Vår leverantör ger Scout ett kontextfönster på 1 310 720 tokens, och modellkortet anger 10M, men vår gratischatt skickar bara den senaste delen av en lång konversation och begränsar hur mycket text ett enskilt meddelande kan innehålla. För riktigt stora mängder data kan du använda vårt API eller köra Scout lokalt.
• Lång kontext innebär inte perfekt minne. Vid mycket långa inmatningar kan vilken modell som helst missa eller blanda ihop detaljer. Be om citat eller avsnittsreferenser så att du enkelt kan dubbelkolla.
• Kunskapsgräns. Träningsdatan sträcker sig fram till augusti 2024, och chatten har ingen webbåtkomst.
• Misstag kan ske. Scout kan framföra felaktiga påståenden med stort självförtroende och kan läsa fel på liten eller suddig text i bilder. Verifiera alltid viktiga uppgifter.
• Inte den allra nyaste. Nyare modeller, inklusive Metas egen Muse-familj, är generellt starkare på krävande programmering och uppgifter i flera steg. Inga av Muse-modellerna finns tillgängliga i vår chatt.

Officiell nedladdning av Scout

Modellvikterna finns på Hugging Face under namnet meta-llama/Llama-4-Scout-17B-16E-Instruct. Godkänn licensen på modellsidan för att låsa upp filerna. Ollama anger nedladdningsstorleken för Scout till 67 GB, så du behöver en maskin med gott om minne. Via molnleverantörer är den prisvärd: OpenRouter listar den för $0,10 per miljon input-tokens och $0,30 per miljon output-tokens (OpenRouters listpris, okt 2026).

Llama 4 Community License tillåter kommersiell användning med vissa villkor: ange "Built with Llama" i din produkt, följ policyn för acceptabel användning och ansök om en separat licens från Meta om dina produkter har över 700 miljoner aktiva användare i månaden. Som multimodal modell omfattas Scout av policyns EU-klausul, vilket innebär att dessa rättigheter inte beviljas personer eller företag baserade i EU (slutanvändare av produkter byggda med modellen påverkas dock inte). Mer information finns på vår licenssida.

Integritet och sekretess

Långa dokument innehåller ofta personuppgifter eller känslig information. I vår chatt skickas det du klistrar in via vår server och AI-gateway till inferensleverantören för att generera svaret. Vi sparar inte texten i dina meddelanden, och din historik stannar i din webbläsare. Rensa ändå bort namn, kontonummer och hemligheter innan du klistrar in något. För konfidentiellt material håller en självhostad Scout all data på din egen hårdvara.

Så står sig Scout i jämförelse

Välj Scout framför Maverick när du har långa inmatningar eller en stramare budget, och Maverick när du vill ha så djupa och rika svar som möjligt; vår sida Maverick vs Scout går igenom skillnaderna i detalj. Jämfört med Llama 3.3 70B är Scout nyare, kan tyda bilder och har stöd för fler språk, vilket vi förklarar i Llama 3.3 vs Llama 4. Mot nyare öppna modeller från andra aktörer, som DeepSeek V4, är Scout äldre men betydligt resurssnålare; se Llama vs DeepSeek.

Vanliga frågor

Går det verkligen att använda 10 miljoner tokens med Scout?

Det är siffran på Metas modellkort. Molnvärdar erbjuder oftast mindre; vår leverantör erbjuder 1 310 720 tokens, och vår gratischatt kortar ner långa konversationer ytterligare. Att drifta modellen själv med extrema kontextlängder kräver enorma mängder minne.

Är Scout sämre än Maverick?

Den är mindre, så för nyanserat skrivande eller komplexa frågeställningar är Maverick oftast det bättre valet. För långa texter, snabba svar och lägre driftskostnader är Scout ofta det smartare alternativet.

Kan Scout läsa bilder?

Ja. Bifoga en bild per meddelande i vår chatt när Scout är vald. Den kan beskriva och analysera bilder, men inte skapa dem.

Kan jag köra Scout på min egen dator?

Bara på en dator med väldigt mycket minne, eftersom enbart nedladdningen är på cirka 67 GB enligt Ollama. Mindre Llama-modeller är enklare att börja med; se köra Llama lokalt.