Llama 4.5 Scout — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Llama 4.5 Scout, reported as a June 2026 mid-cycle refresh of Llama 4 Scout retaining the 10M-token context. UNVERIFIED: the specs here are carried from Llama 4 Scout and no primary source has been read. Secondary sources disagree on whether this release happened at all, so treat every figure as provisional until the model card is checked.
Llama 4.5 Scout 在 Q4_K_M 下约需 67 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 36.6 GB | ~13 tok/s | 需卸载 | |
| Q3_K_M 3.41 bpw | 47.3 GB | ~11 tok/s | 需卸载 | |
| Q4_K_M 4.83 bpw | 66.6 GB | — | 放不下 | |
| Q5_K_M 5.67 bpw | 78.1 GB | — | 放不下 | |
| Q6_K 6.56 bpw | 90.2 GB | — | 放不下 | |
| Q8_0 8.50 bpw | 116.6 GB | — | 放不下 | |
| F16 16.00 bpw | 218.8 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Llama 4.5 Scout 显存计算器 →
运行 Llama 4.5 Scout
目录中能运行 Llama 4.5 Scout 的最便宜 GPU 是 NVIDIA DGX Spark (128 GB).
或在 Vast.ai 比较，低至 $0.77/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Llama 4.5 Scout
安装 Ollama，然后运行：
ollama run llama-4-5规格
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong. 尚未确认： existence, params_b_total, params_b_active, context, releaseDate.
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong. 尚未确认： existence, params_b_total, params_b_active, context, releaseDate.
- 参数量
- 109 Billion (17B active)
- 上下文窗口
- 10,000,000
- 架构
- Mixture-of-Experts
- 提供商
- Meta
- 许可证
- Llama Community
- Practical deployment
- Workstation (large unified memory or pro GPU)
- 规格量化
- Q4_K_M
- 系统内存
- 128 GB
- 记录更新于
- 2026-06-26
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Llama 4.5 Scout 吗？
- Llama 4.5 在 AMD Ryzen AI Max+ 395 上
- Llama 4.5 在 Apple M1 Max 上
- Llama 4.5 在 Apple M1 Pro 上
- Llama 4.5 在 Apple M1 Ultra 上
- Llama 4.5 在 Apple M2 Max 上
- Llama 4.5 在 Apple M2 Pro 上
- Llama 4.5 在 Apple M3 Max 上
- Llama 4.5 在 Apple M3 Pro 上
- Llama 4.5 在 Apple M4 上
- Llama 4.5 在 Apple M4 Max 上
- Llama 4.5 在 Apple M5 上
- Llama 4.5 在 Apple M5 Max 上
- Llama 4.5 在 Apple M5 Pro 上
- Llama 4.5 在 NVIDIA A100 80GB (PCIe) 上
- Llama 4.5 在 NVIDIA DGX Spark 上
- Llama 4.5 在 NVIDIA GeForce RTX 5090 上
- Llama 4.5 在 NVIDIA H100 80GB (PCIe) 上
- Llama 4.5 在 NVIDIA L40S 上
- Llama 4.5 在 NVIDIA RTX 6000 Ada Generation 上
- Llama 4.5 在 NVIDIA RTX PRO 6000 Blackwell 上
Llama 4.5 Scout — 常见问题
How much VRAM does Llama 4.5 Scout need?
About 67 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Llama 4.5 Scout run on an RTX 4090 (24 GB)?
No. Llama 4.5 Scout needs about 67 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Llama 4.5 Scout locally?
Install Ollama and run `ollama run llama-4-5`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.