쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

Meta: Llama 4 Scout

meta-llama/llama-4-scout

텍스트입력: text · image도구1.3M2025. 4. 5. 추가됨

플레이그라운드에서 열기 Meta: Llama 4 Scout API 키 받기

지금 Meta: Llama 4 Scout 사용해 보기

위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.

하나의 API. 모든 모델.

오늘 무료 메시지 5개 중 5개 남음, 무료 계정을 만들면 무료 사용량과 API 키가 추가됩니다.무료 계정 만들기 로그인

세션 비용 US$0.00

Meta: Llama 4 Scout 한눈에 보기

입력 가격이 텍스트 모델 434개의 중앙값보다 78% 낮습니다.
1,310,720 토큰의 컨텍스트 윈도우, 긴 문서와 멀티턴 대화에 충분합니다.
에이전트와 통합을 위한 도구(함수) 호출을 지원합니다.
스키마 기반 구조화된 JSON 출력을 지원합니다.
이미지를 입력으로 받습니다(비전).
일반적인 요청(입력 1,000 / 출력 500 토큰)의 비용은 약 US$0.000875입니다.

Meta: Llama 4 Scout 소개

Meta: Llama 4 Scout는 Meta가 개발한 언어 모델입니다. 이는 전문가 혼합(mixture-of-experts) 모델로, 총 1090억 개의 매개변수 중 170억 개를 활성화하며, Llama 4 Scout 17B Instruct (16E)라는 이름으로 공개되었습니다. api14의 텍스트 카테고리에 속하며, 지식 컷오프는 2024-08-31입니다.

이 모델은 텍스트와 이미지를 입력으로 받아 텍스트를 반환합니다. 컨텍스트 윈도우는 1,310,720 토큰으로, 매우 긴 문서, 코드베이스 또는 다중 턴 대화 기록을 단일 요청에 담을 수 있을 만큼 충분히 크며, 최대 출력 길이는 16,384 토큰입니다. 네이티브 멀티모달 입력은 텍스트 프롬프트와 함께 이미지를 보낼 수 있음을 의미하므로, 스크린샷, 다이어그램 또는 사진과 서면 지침을 혼합한 작업이 별도의 파이프라인 없이 직접 지원됩니다.

이러한 기능은 몇 가지 실용적인 용도를 시사합니다. 긴 보고서, 계약서 또는 대화 기록을 요약하거나 질의하는 것과 같은 장문 컨텍스트 작업은 큰 윈도우에 잘 맞습니다. 이미지가 입력으로 허용되므로 문서 이해, 차트 및 스크린샷 분석, 시각적 질의응답이 적합합니다. 도구 호출과 구조화된 출력은 모델이 고정된 형태로 데이터를 반환하거나 외부 함수를 호출해야 하는 에이전트와 파이프라인에 적합하게 하며, 전문가 혼합 설계는 활성 매개변수 수를 170억 개로 유지하는데, 이는 원시 규모보다 서빙 효율성을 중시하는 경우 관련이 있습니다.

api14의 OpenAI 호환 API를 통해 모델 id "meta-llama/llama-4-scout"를 사용하여 호출합니다. 지원되는 요청 매개변수는 frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k 및 top_p입니다. 이 집합은 샘플링 제어, seed를 통한 결정적 실행, 중지 시퀀스, response_format 및 structured_outputs를 통한 JSON 또는 스키마 제약 응답, tools 및 tool_choice를 통한 함수 호출을 포함합니다.

확정하기 전에 주목할 두 가지 제한이 있습니다. 출력은 응답당 16,384 토큰으로 제한되므로, 매우 긴 단일 완성이 필요한 작업은 호출을 나누어야 합니다. 지식 컷오프는 2024-08-31이므로, 그 날짜 이후의 사건에 대한 질문은 프롬프트나 도구를 통해 제공하는 내용에 따라 달라집니다. 작업이 순전히 텍스트이고 큰 컨텍스트 윈도우나 이미지 입력이 필요하지 않다면, 더 작은 모델이 더 간단한 선택일 수 있습니다.

Meta: Llama 4 Scout API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "meta-llama/llama-4-scout"로 설정하세요.

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);

지원 파라미터

frequency_penaltylogit_biasmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p

사양

컨텍스트 길이: 1,310,720
최대 출력: 16,384
입력: text, image
출력: text
지식 기준일: 2024-08-31

api14 요청 수 · 최근 7일

Meta: Llama 4 Scout: 자주 묻는 질문

Meta: Llama 4 Scout API 비용은 얼마인가요?: Meta: Llama 4 Scout의 가격은 입력 US$0.35 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
Meta: Llama 4 Scout의 컨텍스트 윈도우는 얼마인가요?: Meta: Llama 4 Scout는(은) 요청당 최대 1,310,720 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 16,384개의 출력 토큰을 생성합니다.
Meta: Llama 4 Scout는(은) 무엇을 할 수 있나요?: Meta: Llama 4 Scout는(은) text, image 입력을 받아 text 출력을 반환합니다. 지원 기능: 도구 호출, 구조화된 JSON 출력.
코드에서 Meta: Llama 4 Scout를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "meta-llama/llama-4-scout"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
Meta: Llama 4 Scout의 대안은 무엇인가요?: 비슷한 가격대의 텍스트 모델: NVIDIA: Nemotron 3.5 Content Safety, StepFun: Step 3.5 Flash, Mistral: Ministral 3 14B 2512. 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

Meta: Llama 4 Scout 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. Meta: Llama 4 Scout에 대한 첫 토픽을 열어 보세요.