Llama 4 Scout

мультимодальная
русскоязычная

Llama 4 Scout — это самая легкая модель в новом поколении семейства Llama 4, выпущенном 5 апреля 2025 года. Llama 4 scout имеет архитектуру MoE 16 экспертами, 109 миллиардами параметров из которых постоянно активными являются только 17 миллиардов. Модель поддерживает нативную мультимодальность. Она способна одновременно обрабатывать на входе до 5 изображений плюс текст, что позволяет эффективно использовать её в задачах компьютерного зрения, таких как распознавание объектов, описание изображений и ответы на вопросы по изображениям. Генерация креативного текста, пошаговые рассуждения, программирование также относятся к сильным сторонам модели.

При этом Llama scout может эффективно работать всего на одном GPU H100, что делает ее привлекательной для локального развертывания, а за счет большего количества параметров Llama scout опережает на бенчмарках более легковесные модели в сегменте.

Но, пожалуй, самой главной фишкой модели является поддержка рекордного контекстного окна до 10 миллионов токенов! что делает модель идеально подходящей для работы с большими документами, кодом, многостраничными запросами и продолжительными диалоговыми сессиями.


Дата анонса: 05.04.2025
Параметров: 109B
Экспертов: 16
Активно параметров при инференсе: 17B
Контекст: 10M
Слоев: 48, с полным вниманием: 12
Тип внимания: Chunked Attention
Потребление памяти: 536.3 ГБ в точности 4 бит
Разработчик: Meta AI
Версия Transformers: 4.51.0
Лицензия: LLAMA 4

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Llama 4 Scout. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации для хостинга Llama 4 Scout

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa2-6.32.128.160
250 000
pipeline
 32 131072 160 6 147,44 ₽ Запустить
teslaa10-4.16.128.160
250 000
tensor
 16 131072 160 4 156,24 ₽ Запустить
rtxa5000-4.16.128.160.nvlink
250 000
tensor
 16 131072 160 4 209,04 ₽ Запустить
teslaa100-1.16.128.160
250 000
 16 131072 160 1 223,04 ₽ Запустить
rtx3090-4.16.96.320
250 000
tensor
 16 98304 320 4 284,16 ₽ Запустить
teslav100-3.64.256.320
250 000
pipeline
 64 262144 320 3 347,52 ₽ Запустить
teslah100-1.16.128.160
250 000
 16 131072 160 1 353,04 ₽ Запустить
h100nvl-1.16.96.160
250 000
 16 98304 160 1 367,41 ₽ Запустить
rtx4090-4.16.96.320
250 000
tensor
 16 98304 320 4 376,56 ₽ Запустить
rtx5090-3.16.96.160
250 000
pipeline
 16 98304 160 3 387,41 ₽ Запустить
teslav100-4.32.96.160
250 000
tensor
 32 98304 160 4 388,21 ₽ Запустить
h200-1.16.128.160
250 000
 16 131072 160 1 423,04 ₽ Запустить
rtx5090-4.16.128.160
250 000
tensor
 16 131072 160 4 513,04 ₽ Запустить
teslaa100-8.44.704.160.nvlink
10 485 760
tensor
 44 720896 160 8 1 669,81 ₽ Запустить
h200-6.52.896.640
10 485 760
pipeline
 52 917504 640 6 2 532,67 ₽ Запустить
h200-8.52.1024.640
10 485 760
tensor
 52 1048576 640 8 3 335,19 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
h200-1.16.128.240
250 000
 16 131072 240 1 423,81 ₽ Запустить
teslaa100-2.24.256.240
250 000
tensor
 24 262144 240 2 440,74 ₽ Запустить
teslah100-2.24.256.240
250 000
tensor
 24 262144 240 2 700,74 ₽ Запустить
h100nvl-2.24.192.240
250 000
tensor
 24 196608 240 2 729,47 ₽ Запустить
rtx4090-8.44.256.240
250 000
tensor
 44 262144 240 8 766,94 ₽ Запустить
rtx5090-6.44.256.240
250 000
pipeline
 44 262144 240 6 791,74 ₽ Запустить
rtx5090-8.44.256.240
250 000
tensor
 44 262144 240 8 1 031,74 ₽ Запустить
h200-6.52.896.640
10 485 760
pipeline
 52 917504 640 6 2 532,67 ₽ Запустить
h200-8.52.1024.640
10 485 760
tensor
 52 1048576 640 8 3 335,19 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa10-1.16.32.160
250 000
 16 32768 160 1 46,94 ₽ Запустить
teslat4-2.16.32.160
250 000
tensor
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
250 000
tensor
 16 32768 160 2 51,34 ₽ Запустить
rtx2080ti-2.12.64.160
250 000
tensor
 12 65536 160 2 61,37 ₽ Запустить
rtx3090-1.16.24.160
250 000
 16 24576 160 1 78,53 ₽ Запустить
rtx4090-1.16.32.160
250 000
 16 32768 160 1 103,04 ₽ Запустить
teslav100-1.12.64.160
250 000
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
250 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
rtx3080-3.16.64.160
250 000
pipeline
 16 65536 160 3 127,37 ₽ Запустить
rtx5090-1.16.64.160
250 000
 16 65536 160 1 141,77 ₽ Запустить
rtx3080-4.16.64.160
250 000
tensor
 16 65536 160 4 162,57 ₽ Запустить
teslaa100-1.16.64.160
250 000
 16 65536 160 1 211,77 ₽ Запустить
teslah100-1.16.64.160
250 000
 16 65536 160 1 341,77 ₽ Запустить
h100nvl-1.16.96.160
250 000
 16 98304 160 1 367,41 ₽ Запустить
h200-1.16.128.160
250 000
 16 131072 160 1 423,04 ₽ Запустить
teslaa100-8.44.512.160.nvlink
10 485 760
tensor
 44 524288 160 8 1 636,02 ₽ Запустить
h200-4.32.768.480
10 485 760
tensor
 32 786432 480 4 1 717,59 ₽ Запустить

Связанные модели

Llama 4 Maverick

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.