Llama 4 Scout 怎么计费？

输入 $0.111、输出 $0.598 每百万 token，命中缓存的输入按 $0.0553 计。每次请求的扣费都能在控制台使用日志里查到。

上下文有多长？

328K token。长对话每一轮都会按全部输入 token 计费，注意控制历史长度。

支持流式输出吗？

支持。请求里加 "stream": true，返回 SSE，格式与 OpenAI 一致。

Meta: Llama 4 Scout

llama-4-scout

对比 API 获取 Key 试用获取 Key 试用

Llama 4 Scout 输入 $0.111/百万 token，输出 $0.598/百万 token，上下文 328K，通过兼容 OpenAI 的接口调用。

Llama 4 Scout, a 17 billion active parameter model with 16 experts, is the best multimodal model in the world in its class and is more powerful than all previous generation Llama models, while fitting in a single H100 GPU. Additionally, Llama 4 Scout offers an industry-leading context window of 10M and delivers better results than Gemma 3, Gemini 2.0 Flash-Lite, and Mistral 3.1 across a broad range of widely reported benchmarks.

模态

文本 + 图片 → 文本

输入 / 输出价

$0.111 / $0.598 每 1M

上下文

328K · 最长输出 66K

能力

识图工具调用长上下文开源权重

价格

按实际 token 计费，从余额中扣除。人民币按 1 美元 ≈ 7.2 元折算，仅供参考。

计费项	美元 / 1M token	人民币参考
输入	$0.111	¥0.80
输出	$0.598	¥4.31
缓存命中（输入）	$0.0553	¥0.40

试算

拖动滑块估算这个模型的花费。

每次输入 3K token每次输出 800 token每天请求数 500输入命中缓存 0%（长对话、固定系统提示词时较高）

单次: $0.00081
每天: $0.4049
每月（30 天）: $12.15≈ ¥87

Llama 4 Scout：输入 $0.1105/M · 输出 $0.598/M · 缓存命中 $0.0553/M

按这个配置调用

curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "llama-4-scout", "max_tokens": 800,
       "messages": [{"role": "user", "content": "…"}]}'

接入代码

兼容 OpenAI 接口。把 Base URL 换成 https://api.geniusrelaygpt.com/v1，模型名填 llama-4-scout。

curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama-4-scout",
    "stream": true,
    "messages": [{"role": "user", "content": "你好"}]
  }'

在客户端里用：Cursor · Cline · 酒馆 · Codex

支持的参数

常用 OpenAI 参数都可以直接传。

temperaturetop_pmax_tokensstreamstoppresence_penaltyfrequency_penaltyseed

常见问题

Llama 4 Scout 怎么计费？: 输入 $0.111、输出 $0.598 每百万 token，命中缓存的输入按 $0.0553 计。每次请求的扣费都能在控制台使用日志里查到。
上下文有多长？: 328K token。长对话每一轮都会按全部输入 token 计费，注意控制历史长度。
支持流式输出吗？: 支持。请求里加 "stream": true，返回 SSE，格式与 OpenAI 一致。

价格

试算

接入代码

支持的参数

相关模型

常见问题