Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
Meta: Llama 4 Scout
meta-llama/llama-4-scoutMeta: Llama 4 Scoutを今すぐ試す
上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
詳細パラメーター
Meta: Llama 4 Scoutの概要
- 入力料金はテキストモデル434件の中央値より78%安くなっています。
- コンテキストウィンドウは1,310,720トークン。長いドキュメントや複数ターンの会話にも十分です。
- エージェントや連携向けのツール（関数）呼び出しに対応しています。
- スキーマを使った構造化JSON出力に対応しています。
- 画像を入力として受け付けます（ビジョン）。
- 一般的なリクエスト（入力1,000 / 出力500トークン）の費用は約$0.000875です。
Meta: Llama 4 Scoutについて
Meta: Llama 4 ScoutはMetaが開発した言語モデルです。総パラメータ数1090億のうち170億を活性化するmixture-of-expertsモデルであり、Llama 4 Scout 17B Instruct (16E)という名前で公開されています。api14ではテキストカテゴリに属し、知識カットオフは2024-08-31です。
このモデルはテキストと画像を入力として受け取り、テキストを返します。コンテキストウィンドウは1,310,720トークンで、非常に長いドキュメント、コードベース、複数ターンの履歴を1回のリクエストに収めるのに十分な大きさであり、最大出力長は16,384トークンです。ネイティブなマルチモーダル入力により、テキストプロンプトと一緒に画像を送信できるため、スクリーンショット、図、写真と文章による指示を組み合わせたタスクは、別途パイプラインを用意することなく直接サポートされます。
これらの機能は、いくつかの実用的な用途を示しています。長文レポート、契約書、文字起こしの要約や問い合わせといった長いコンテキストを扱う作業は、この大きなウィンドウに適しています。画像を入力として受け取るため、文書理解、チャートやスクリーンショットの分析、視覚的質問応答も妥当な用途です。ツール呼び出しと構造化出力により、モデルが固定された形でデータを返したり外部関数を呼び出したりする必要があるエージェントやパイプラインに適しており、mixture-of-experts設計によってアクティブなパラメータ数は170億に保たれます。これは、生の規模よりもサービング効率を重視する場合に関係します。
このモデルは、モデルID「meta-llama/llama-4-scout」を使用してapi14のOpenAI互換APIを通じて呼び出します。サポートされるリクエストパラメータは、frequency_penalty、logit_bias、max_tokens、min_p、presence_penalty、repetition_penalty、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_k、top_pです。このセットは、サンプリング制御、seedによる決定論的実行、停止シーケンス、response_formatとstructured_outputsによるJSONまたはスキーマ制約付き応答、toolsとtool_choiceによる関数呼び出しをカバーしています。
本格的に採用する前に注意すべき制限が2つあります。出力は応答ごとに16,384トークンに制限されるため、非常に長い単一の補完が必要な作業は複数の呼び出しに分割する必要があります。知識カットオフは2024-08-31であるため、それ以降の出来事に関する質問は、プロンプトまたはツールを通じて提供する内容に依存します。タスクが純粋にテキストのみで、大きなコンテキストウィンドウや画像入力を必要としない場合、より小さなモデルの方が単純な選択肢になるかもしれません。
Meta: Llama 4 Scout APIの呼び出し方
- ダッシュボードでAPIキーを作成します。
- お使いの言語の公式openai SDKをインストールします。
- baseURLをhttps://api14.com/api/v1に、modelを"meta-llama/llama-4-scout"に設定します。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "meta-llama/llama-4-scout",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
対応パラメーター
frequency_penaltylogit_biasmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p仕様
- コンテキスト長
- 1,310,720
- 最大出力
- 16,384
- 入力
- text, image
- 出力
- text
- 知識のカットオフ
- 2024-08-31
api14でのリクエスト数 · 過去7日間
Meta: Llama 4 Scout：よくある質問
- Meta: Llama 4 Scout APIの料金は？
- Meta: Llama 4 Scoutの料金は入力 $0.35 / 100万トークンです。USD残高から差し引かれるのは成功したリクエストのみで、失敗したリクエストは無料です。
- Meta: Llama 4 Scoutのコンテキストウィンドウは？
- Meta: Llama 4 Scoutは1リクエストあたり最大1,310,720トークン（プロンプト、履歴、ドキュメントの合計）を読み取れます。 1回のレスポンスで最大16,384トークンを出力します。
- Meta: Llama 4 Scoutで何ができますか？
- Meta: Llama 4 Scoutはtext, imageを入力として受け付け、textを返します。 ツール呼び出し, 構造化JSON出力に対応しています。
- コードからMeta: Llama 4 Scoutを呼び出すには？
- 任意のOpenAI SDKの接続先をhttps://api14.com/api/v1にして、modelを"meta-llama/llama-4-scout"に設定するだけです。他のコード変更は不要です。このページのコードパネルからすぐ使える例をコピーできます。
- Meta: Llama 4 Scoutの代替モデルは？
- 同程度の料金のテキストモデル：NVIDIA: Nemotron 3.5 Content Safety, StepFun: Step 3.5 Flash, Mistral: Ministral 3 14B 2512。どれも同じAPIキーで動くので、文字列を1つ変えるだけで切り替えられます。
Meta: Llama 4 Scoutコミュニティ
新しいトピックこのコミュニティにはまだトピックがありません。Meta: Llama 4 Scoutについて最初のトピックを立てましょう。