コンテンツへスキップ

モデル詳細

Llama-4-Scout-17B-16E-Instruct

Meta 提供
従量課金

MetaのマルチモーダルLlama 4 Scoutは、長文のテキストと画像の理解のために170億のアクティブパラメータと16人の専門家を使用します。

モデル仕様

モデル ID
llama-4-scout-17b-16e-instruct
コンテキスト長
10M
最大出力
8.192K
入出力モダリティ
リリース
2025-04

02

API エンドポイント

MixRoute 単一ゲートウェイ、OpenAI 互換

  • OpenAI-compatible /v1/chat/completions POST

03

料金

固定料金、単位: /1M Tokens

入力

$0.2000 /1M Tokens

生成

$0.7800 /1M Tokens

05

選定サマリー

ワークロード適合性を素早く判断

このモデルは何に向いていますか?

長い文書

Llama-4-Scout-17B-16E-Instruct は長い文書の処理に向いており、画像を読み取ってテキストと合わせて扱えます。入力はテキスト、画像、出力はテキストに対応します。能力の詳細は下のセクションに記載しています。手持ちで最も長い文書を 1 つ通して、中ほどの内容が落ちていないか確認してください。

使う前に何を確認すべきですか?

10,000,000 context、出力上限 8,192

Llama-4-Scout-17B-16E-Instruct は 1 リクエストで最大 10,000,000 トークンの context を受け取り、最大 8,192 トークンを出力します。最も長いプロンプトと想定する回答の両方がこの上限に収まるか確認してから、本番の流量を見積もってください。

なぜ MixRoute 経由で使うのですか?

base URL の変更だけで Llama-4-Scout-17B-16E-Instruct を利用

既存の OpenAI クライアントをそのまま使い、base URL だけを差し替えられます。MixRoute は OpenAI 互換エンドポイント経由で Llama-4-Scout-17B-16E-Instruct を呼び出せます。クライアントの base URL を https://api.mixroute.ai/v1 に、モデル ID を llama-4-scout-17b-16e-instruct に設定して、結合テストを再実行してください。

07

機能と互換性

未確認の機能は「Unknown」のまま、推測しません

利用可能:

ツール呼び出し

llama-4-scout-17b-16e-instructは関数呼び出しとツール呼び出しをサポートします。

例 tools定義を送信すると、応答としてtool_callsが返され、それを実行して結果をフィードバックします。
利用可能:

構造化された出力

llama-4-scout-17b-16e-instructは、必要に応じてJSON形式の出力を生成できます。

例 response_format: { type: "json_schema" }は有効なJSON出力を強制します。
利用可能:

ストリーミング配信

llama-4-scout-17b-16e-instructはストリーム応答をサポートしています。

例 stream: trueはトークンを段階的にストリーミングするため、チャットUIはトークンが到着するたびにレンダリングされます。
利用可能:

視覚入力

llama-4-scout-17b-16e-instructはテキストと同時に画像入力を処理できます。

例 テキストメッセージとともに、base64エンコードされた画像をimage_urlコンテンツパートに渡します。
利用可能:

OpenAI SDK

MixRouteのOpenAI互換エンドポイントを介してllama-4-scout-17b-16e-instructを呼び出します。

例 base_url を https://api.mixroute.ai/v1 に変更します。その他はすべて OpenAI のスタイルに従います。

08

トークンコスト見積もり

このページの料金に基づく見積もりで、実請求ではありません

このモデルにはキャッシュ読み取り価格がないため、キャッシュ料金は計算されません

09

FAQ

llama-4-scout-17b-16e-instructはカタログステータスstableで登録されています。記録されているリリース日は2025-04-05です。長期的な統合を構築する前に、モデルページで非推奨に関する通知を確認してください。

単一エンドポイントで検証可能な判断

同じリクエスト形式でこのモデルと代替ルートをテスト

実際のワークロードから始め、品質、総コスト、障害条件を基に本番トラフィックを送るか判断します。