Llama 4 Scout
Meta开发的Llama 4 Scout 17B Instruct (16E)是一款混合专家（MoE）语言模型，总参数规模达1090亿，推理时激活170亿参数，原生支持多模态输入，可适配多样化的语言与多模态交互场景，为用户提供灵活的模型应用能力。
上下文 1.3M会用工具结构化输出能看图
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
整体来看，还能看图一起分析。
- 长文友好：一次塞很多资料也不容易“忘前面”
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
10.3 偏弱
评测榜第 114 名 / 123写代码
写程序、改 bug、读仓库时的表现
8.2 偏弱
评测榜第 119 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
1.1 偏弱
评测榜第 118 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.110/M
你把资料/问题喂给模型的费用
写出回答
$0.340/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.055/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.07（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本图像
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| codecategories | 814 | 26.6% | - |
| dataviz | 914 | 39.3% | - |
| gamedev | 809 | 27.4% | - |
| uicomponent | 794 | 25.5% | - |
| website | 769 | 22.7% | - |