Llama 4 Scout logo
Meta
•

Open weights model

•

Released April 2025

Llama 4 Scout APIプロバイダーのベンチマークと分析

モデル比較

この分析は、ユースケースに最適なLlama 4 ScoutのAPIプロバイダーを選ぶための参考情報です。

最速

#1
GroqGroq
446.7 t/s
#2
AmazonAmazon
187.1 t/s
#3
Google VertexGoogle Vertex
152.2 t/s
#4
AzureAzure
132.6 t/s
#5
DeepInfraDeepInfra
62.6 t/s

出力速度

プロバイダー合計：7社

最短の遅延

#1
DeepInfraDeepInfra
0.50 s
#2
Google VertexGoogle Vertex
0.68 s
#3
GroqGroq
0.68 s
#4
AmazonAmazon
0.80 s
#5
AzureAzure
0.82 s

最初のトークンまでの時間

プロバイダー合計：7社

最安料金

#1
DeepInfraDeepInfra
$0.12
#2
GroqGroq
$0.13
#3
AmazonAmazon
$0.22
#4
NovitaNovita
$0.22
#5
AzureAzure
$0.26

ブレンド料金（100万トークンあたり）

プロバイダー合計：7社

Llama 4 Scoutは7社のAPIプロバイダーで利用でき、性能特性と料金はそれぞれ異なります。以下でプロバイダー間の主要指標を比較します。

  • 出力速度の上位プロバイダーはGroq（446.7 t/s）、Amazon（187.1 t/s）、Google Vertex（152.2 t/s）です。 プロバイダー間の速度差は大きく、最速と最遅で719%の差があります。
  • 遅延では、DeepInfra（0.50秒）、Google Vertex（0.68秒）、Groq（0.68秒）の最初のトークンまでの時間が最短です。
  • 料金では、DeepInfra（0.12）、Groq（0.13）、Amazon（0.22）の100万トークンあたりのブレンド料金が最安です。 プロバイダー間で料金に最大2.7倍の差があります。
  • DeepInfraは遅延が最も短く、料金も最も優れているため、費用を重視するアプリケーションに適しています。スループットを重視するワークロードには、最速のGroqが適しています。

ハイライト

速度

Output tokens per second · Higher is better

エンドツーエンド応答時間

Seconds · Lower is better

料金

USD per 1M tokens (blended) · Lower is better

更新：本番環境のユースケースをより適切に反映するため、性能ベンチマークのデフォルトワークロードを入力10kトークンに変更しました。上部で別のワークロードを引き続き選択できます。

料金

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)
Most attractive quadrant
Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

速度

出力速度（1秒あたりのトークン数）で測定

Output Speed: Llama 4 Scout

Output speed: output tokens per second · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens
Most attractive quadrant
Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

遅延

最初のトークンまでの時間（秒）で測定

最初のトークンまでの時間

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

エンドツーエンド応答時間

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

エンドツーエンド応答時間

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

  • Input time: Time to receive the first response token
  • Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
  • Answer time: Time to generate 500 output tokens, based on output speed

主要な比較指標とAPI機能

DeepInfraのロゴDeepInfra
328k
オープン
$0.01
61
0.53
8.75
--
Microsoft AzureのロゴMicrosoft Azure
128k
オープン
$0.01
133
0.81
4.57
--
GoogleのロゴGoogle
1.31M
オープン
$0.01
154
0.68
3.93
--
CloudflareのロゴCloudflare
131k
オープン
$0.02
--
--
--
--
Amazon BedrockのロゴAmazon Bedrock
128k
オープン
$0.01
187
0.80
3.47
--
NovitaのロゴNovita
131k
オープン
$0.01
62
0.82
8.91
--
GroqのロゴGroq
131k
オープン
$0.01
450
0.70
1.81
--

よくある質問

Llama 4 Scoutのプロバイダーに関するよくある質問

Llama 4 Scoutは7社のAPIプロバイダーで利用できます：DeepInfra、Azure、Google Vertex、Cloudflare、Amazon、Novita、Groq。性能特性と料金はプロバイダーごとに異なります。

現在、ベンチマークと追跡の対象となる7社のAPIプロバイダーでLlama 4 Scoutを利用できます。

出力速度でLlama 4 Scoutが最速のプロバイダーはGroq（446.7 t/s）、Amazon（187.1 t/s）、Google Vertex（152.2 t/s）です。出力速度は、モデルが応答を開始した後にトークンを生成する速さを表します。

Llama 4 Scoutの最初のトークンまでの時間が最短のプロバイダーはDeepInfra（0.50s）、Google Vertex（0.68s）、Groq（0.68s）です。遅延が短いほど、最初の応答が速くなります。

ブレンド料金でLlama 4 Scoutが最安のプロバイダーはDeepInfra（100万トークンあたり$0.12）、Groq（100万トークンあたり$0.13）、Amazon（100万トークンあたり$0.22）です。ブレンド料金では、キャッシュヒット／入力／出力トークンを7:2:1とします。

Llama 4 Scoutの入力トークン料金が最安のプロバイダーはDeepInfra（入力100万トークンあたり$0.10）、Groq（入力100万トークンあたり$0.11）、Amazon（入力100万トークンあたり$0.17）です。

Llama 4 Scoutの出力トークン料金が最安のプロバイダーはDeepInfra（出力100万トークンあたり$0.30）、Groq（出力100万トークンあたり$0.34）、Novita（出力100万トークンあたり$0.59）です。

Llama 4 Scoutの料金はプロバイダー間で最大2.7倍異なります。最安はDeepInfraの100万トークンあたり$0.12で、Cloudflareは100万トークンあたり$0.33です。

Llama 4 Scoutの出力速度はプロバイダーによって大きく異なります。Groqが446.7 t/sで最速であり、Novitaの54.5 t/sと比べて8.2倍高速です。

7社中6社のプロバイダーがLlama 4 ScoutのJSONモードに対応しています：DeepInfra、Azure、Google Vertex、Cloudflare、Novita、Groq。

7社中6社のプロバイダーがLlama 4 Scoutの関数呼び出しに対応しています：DeepInfra、Google Vertex、Cloudflare、Amazon、Novita、Groq。

Llama 4 Scoutに最適なプロバイダーは、優先事項によって異なります。Groqは出力速度が最も速く、DeepInfraは遅延が最も短く、DeepInfraは料金の競争力が最も優れています。

Llama 4 Scoutのプロバイダーを選ぶ際は、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、JSONモードや関数呼び出しなどのAPI機能を検討してください。

はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。

Llama 4 Scoutの知能、能力、モダリティ、他のモデルとの比較については、モデル概要ページをご覧ください。 モデル概要を表示