Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

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

Meta · meta-llama/Llama-4-Scout-17B-16E-Instruct

Licença dos pesos: Termos do publicador: Llama 4 · código e componentes podem ter outros termos

LMArena · visão1.128 ± 10#13 de 22 com pontuação aqui · 2026-10-19
Memória necessária~82 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros108,6 BTotal de safetensors no Hub
Repositório atualizado2025-05-22Um commit não é data de lançamento

Qualidade

Informado pelo publicador

9 resultados · ficha de Meta · lida em 2026-10-25
MMMU
69,4Image Reasoning
MMMU Pro^
52,2Image Reasoning
MathVista
70,7Image Reasoning
ChartQA
88,8Image Understanding
DocVQA (test)
94,4Image Understanding
LiveCodeBench (10/01/2024-02/01/2025)
32,8Coding
MMLU Pro
74,3Reasoning & Knowledge
GPQA Diamond
57,2Reasoning & Knowledge
Todos os resultados informados9
MGSM
90,6Multilingual

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmarks › Instruction tuned models); coluna “Llama 4 Scout”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Qualidade × memória

Sem par qualidade × memória comparável

Este registro não tem nota em um benchmark comparado com memória de planejamento.

Considere para

Meta lançou Llama-4-Scout-17B-16E-Instruct em 2025-04-05: um modelo de visão e linguagem que responde sobre imagens, com 108,6B parâmetros pela contagem do Hugging Face e licença Termos do publicador: Llama 4. Idiomas declarados pelo publicador: ar, de, en, es, fr, hi, id, it, pt, th, tl, vi.

Confira antes

Licença: uso comercial permitido com condições: Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama"; versões multimodais não são licenciadas a pessoas ou empresas sediadas na UE (Política de Uso Aceitável). Em Q4 os pesos somam cerca de 81,5 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido. O download exige aceitar os termos do publicador no Hugging Face.

Roda em

Cabe na memória rápida 14

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 14

Na memória, fora da parte rápida 1

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Falta um degrau de memória 2

As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Formas documentadas de rodar

Não foi possível ler a ficha do modelo (ausente ou restrita)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa
image-text-to-text
Arquitetura
Llama4ForConditionalGeneration
Biblioteca na fonte
transformers
Licença dos pesos
Termos do publicador: Llama 4Llama 4 MODEL_CARD.md (meta-llama/llama-models, GitHub) · consultado em 2026-10-18fonte
Uso comercial
Permitido com condições Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama"; versões multimodais não são licenciadas a pessoas ou empresas sediadas na UE (Política de Uso Aceitável) · Llama 4 Community License (meta-llama/llama-models) · consultado em 2026-10-18texto da licença
Idiomas
ar, de, en, es, fr, hi, id, it, pt, th, tl, viMetadados do model card · consultado em 2026-10-25fonte
Lançamento
Llama 4 MODEL_CARD.md, 'Model Release Date: April 5, 2025' (meta-llama/llama-models, GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados13 campos
Revisão conferida
92f3b1597a195b523d8d9e5700e57e4fbb8f20d3
Arquitetura
Llama4ForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Modelos base declarados
meta-llama/Llama-4-Scout-17B-16E
Formatos
transformers, safetensors, pytorch
Acesso
Restrito (manual)
Tipo de publicador
Oficial
Repositório criado
2025-04-02criação não é o lançamento do modelo
Repositório atualizado
2025-05-22um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
133.972 · 1.379só este repositório · lido em 2026-10-25
Lido na página do Hub
classe transformers, tags de tarefaVisão geral e lista de arquivos do Hub · lido em 2026-10-18
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.