01できること
長所
- コンテキスト10M（！）
- H100に収まる
- 画像認識機能を標準搭載
知っておくべき限界
- —HF gated
- —Llama 4ライセンス（月間アクティブユーザー数が7億人を超える場合の条項）
アーキテクチャ
MoE・16エキスパート · 総パラメータ数109B／アクティブ17B · iRoPE · ネイティブにマルチモーダル対応
トレーニング
Meta Llama 4のコンパクトなフラッグシップモデル。
おすすめの用途
非常に長いコンテキストビジョンエージェント
05インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$ollama run llama4:scout
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
65 GB
Q5_K_M
品質とサイズのバランスが良好
78 GB
Q8_0
FP16とほぼ区別がつかない
117 GB
FP16
フル精度 — サーバー用途
218 GB
CPU フォールバック ・GPUがない場合は、 100 RAM（GB） このモデルを低速で実行するための最低要件。
Llama 4 Scout 109Bに必要なハードウェアは？
Llama 4 Scout 109BをQ4量子化でローカル実行するには、VRAM 65 GB程度が必要です。比較候補：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — あなたに追加費用はかからず、手数料を受け取る場合があります。独立したおすすめ情報です。Amazonパートナーとして、ローカルLLMナビは、所定の条件を満たす購入から利益を得ています。
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンにはモデルが大きすぎますか？キットでは、あなたのVRAMに収まるモデルを提供します。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 生涯アップデート
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
04パブリックベンチマーク
スコアはモデルカード、またはMMLU-Pro／コミュニティの資料から転載したものです。単位：正答率（%）。
MMLU-Pro
74
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €