
Llama 4 Maverick
Maverick大規模モデルは、テキストと画像を処理できるネイティブなマルチモーダルモデルです。このモデルは、128個のエキスパートを含む170億のアクティブパラメータを持つエキスパートミックス(MoE)アーキテクチャを採用しており、会話インタラクション、画像分析、コード生成などの幅広いマルチモーダルタスクをサポートします。このモデルは、100万トークンのコンテキストウィンドウを持っています。
インテリジェンス(中程度)
速度(比較的速い)
入力サポートモダリティ
はい
推論モデルかどうか
1,000,000
コンテキストウィンドウ
1,000,000
最大出力トークン
2024-08-01
知識カットオフ
価格設定
¥1.22 /M tokens
入力
¥4.32 /M tokens
出力
¥2.78 /M tokens
混合価格
クイック簡易比較
Llama 4 Scout
¥0.08
Llama 4 Maverick
¥0.17
Llama 3.1 Instruct 8B
¥0.03
基本パラメータ
Llama 4 Maverick技術パラメータ
パラメータ数
400,000.0M
コンテキスト長
1.0M tokens
トレーニングデータカットオフ
2024-08-01
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキスト、画像
スループット
638
リリース日
2025-04-05
応答速度
164.43,645 tokens/s
ベンチマークスコア
以下はLlama 4 Maverickの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
50.53
大規模言語モデルインテリジェンスレベル
コーディング指数
36.39
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
63.93
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
80.9
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
67.1
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.8
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
39.7
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
33.1
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
87.9
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
88.9
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
39
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長