Llama 4 Maverick

metameta/llama-4-maverick

Llama 4 Maverick (400B total, 17B active, 128 experts MoE) offers industry-leading performance in image and text understanding with support for 12 languages. Great for precise image understanding and creative writing. Our product workhorse model for general assistant and chat use cases.

Блог Meta AI — запуск Llama 4 ↗Карточка модели на Hugging Face ↗Обзор моделей Llama 4 ↗Llama 4 Community License ↗

Llama 4 Maverick, выпущенная 5 апреля 2025 года — флагманская открытая мультимодальная языковая модель Meta. Она использует архитектуру mixture-of-experts (MoE) с 128 экспертами: 400 млрд параметров всего и лишь 17 млрд активных параметров за проход, обеспечивая frontier-уровень рассуждений над текстом и изображениями при минимальных вычислительных затратах. Поддерживается контекстное окно 1 млн токенов, 12 языков и до 5 изображений одновременно.

С точки зрения маршрутизации TheRouter, Maverick — модель наивысшей мощности от Meta по цене $0.30/$1.25 за миллион токенов. За счёт MoE-разреженности она обеспечивает преимущество в 400 раз по параметрам при сопоставимой стоимости. Модель отлично справляется с точным пониманием изображений, многоязычными ассистентскими задачами и работой с длинными документами. Для задач, где полный контекст в 1 М токенов избыточен, Llama 4 Scout (17Bx16E, 10M контекст) дешевле. Открытые веса и Llama 4 Community License делают Maverick пригодной как для коммерческого развёртывания, так и для self-hosted inference.

Когда выбирать

• Мультимодальные задачи рассуждений, сочетающие текст и изображения: анализ диаграмм, visual QA, парсинг документов со встроенными рисунками
• Анализ длинных документов до 1 М токенов: обзор крупных кодовых баз, синтез контрактов, многоотчётное резюмирование
• Многоязычные ассистентские и переводческие задачи на 12 нативно поддерживаемых языках, включая арабский, хинди и индонезийский
• Self-hosted inference-пайплайны, где важны открытые веса, свобода коммерческого лицензирования и экономичное MoE-обслуживание
• Творческое письмо и общий ассистентский чат, где важны высокая пропускная способность и низкая задержка на активный параметр, а не максимальная глубина рассуждений

Когда не выбирать

• Сложные цепочки рассуждений и задачи уровня математической олимпиады — маршрутизируйте на deepseek/deepseek-r1 или anthropic/claude-opus-4.7
• Продакшн агентное кодирование с инструментальными циклами и требованием топ-надёжности SWE-bench — используйте anthropic/claude-sonnet-4.6 или openai/gpt-5.2-codex
• Сверхдлинный контекст (свыше 1 М токенов) — маршрутизируйте на meta/llama-4-scout с окном 10 М токенов

Чем обслуживание в TheRouter отличается от вендорского

Как её эксплуатирует вендор

Meta выпускает Llama 4 Maverick как open-weight модель для self-hosting и также описывает её как модель Meta AI. Операторы могут напрямую запускать BF16 или FP8 checkpoints по Llama 4 Community License.

На TheRouter

TheRouter предоставляет модель как OpenAI-compatible chat и vision endpoint на api.therouter.ai/v1. Он не раскрывает raw checkpoints Meta, self-hosting controls, training-time safety stack или consumer-product surface Meta AI.

github.com/meta-llama ↗

Размер контекста

Максимальный вывод

16K

Цена Входза 1M токенов

$0.2592за 1 млн токенов

Цена Выходза 1M токенов

$1.05за 1 млн токенов

Модальности

ТекстИзображение→Текст

Возможности

Зрение

Разбивка цен

Тип	Ставка
Вход	$0.2592 за 1 млн токенов
Выход	$1.05 за 1 млн токенов

Поддерживаемые параметры

temperaturemax_tokenstop_ptoolstool_choiceresponse_formatstop

Характеристики

Дата релиза	5 апреля 2025 г.huggingface.co ↗	проверено
Архитектура	Mixture-of-Experts (MoE) — 128 экспертов, чередующиеся dense + MoE слоиai.meta.com ↗	проверено
Всего параметров	400 млрдhuggingface.co ↗	проверено
Активных параметров за проход	17 млрдai.meta.com ↗	проверено
Контекстное окно	1 000 000 токенов (1 М)huggingface.co ↗	проверено
Токенов обучения	~22 трлн токеновhuggingface.co ↗	проверено
Дата отсечения знаний	Август 2024 г.huggingface.co ↗	проверено
Поддерживаемые языки	12 нативно (арабский, английский, французский, немецкий, хинди, индонезийский, итальянский, португальский, испанский, тагальский, тайский, вьетнамский)huggingface.co ↗	проверено
Лицензия	Llama 4 Community License (кастомная коммерческая лицензия; использование в продуктах/сервисах Meta разрешено)github.com/meta-llama ↗	проверено
Поддержка мультимодального ввода	Текст + изображения (до 5 за запрос)huggingface.co ↗	проверено

Бенчмарки

Benchmark	Score	Source
MMLU Оценка pre-trained модели; Meta сообщает 5-shot macro_avg/acc_char для Llama 4 Maverick.	85.5%%	github.com/meta-llama ↗
MMLU Pro Оценка instruction-tuned модели; Meta сообщает 0-shot macro_avg/acc.	80.5%%	github.com/meta-llama ↗
GPQA Diamond Оценка instruction-tuned модели; Meta сообщает 0-shot accuracy.	69.8%%	github.com/meta-llama ↗
MATH Оценка pre-trained модели; Meta сообщает 4-shot em_maj1@1.	61.2%%	github.com/meta-llama ↗
MMMU Оценка image reasoning для instruction-tuned модели; Meta сообщает 0-shot accuracy.	73.4%%	github.com/meta-llama ↗
MathVista Оценка image reasoning для instruction-tuned модели; Meta сообщает 0-shot accuracy.	73.7%%	github.com/meta-llama ↗
ChartQA Оценка image understanding для instruction-tuned модели; Meta сообщает 0-shot relaxed_accuracy.	90.0%%	github.com/meta-llama ↗
MBPP Оценка кода для pre-trained модели; Meta сообщает 3-shot pass@1.	77.6%%	github.com/meta-llama ↗

Примеры API

Для новых интеграций используйте глобальный endpoint api.therouter.ai из примеров ниже; старый China accelerated endpoint выведен из эксплуатации.

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "meta/llama-4-maverick",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

Гид по API

Полный API-справочник →

Chat completion

Стандартный OpenAI-совместимый эндпоинт. Измените только baseURL и имя модели — SDK менять не нужно.

cURL

curl https://api.therouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/llama-4-maverick",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Ещё от meta

meta/llama-4-scout meta/llama-3.3-70b meta/llama-3.1-405b

Новости и изменения

2025-04-05

Meta выпускает Llama 4 Maverick и Scout — открытое мультимодальное MoE-семейство

Meta запустила семейство Llama 4 5 апреля 2025 года, представив две открытые мультимодальные модели: Maverick (17Bx128E, 400 млрд всего, 1 М контекст) и Scout (17Bx16E, 109 млрд всего, 10 М контекст). Обе используют MoE-архитектуру с ранним слиянием для нативного рассуждения над изображениями и текстом, обученные на ~22 и ~40 трлн токенов соответственно с отсечением знаний в августе 2024 г. Релиз утвердил Meta как конкурентоспособного игрока в области открытых мультимодальных моделей.

переработано TheRouterai.meta.com ↗

Частые вопросы

В чём разница между Llama 4 Maverick и Llama 4 Scout?

Обе модели имеют 17 млрд активных параметров, но у Maverick 128 экспертов (400 млрд всего) против 16 экспертов у Scout (109 млрд всего), что даёт Maverick значительно более сильную производительность в сложных рассуждениях, кодировании и мультимодальных задачах. Scout компенсирует это окном контекста в 10 раз больше (10 М против 1 М токенов) и меньшей стоимостью вывода, что делает его предпочтительным для задач с ультра-длинными документами.

huggingface.co ↗

Можно ли самостоятельно разместить Llama 4 Maverick?

Да — веса публично доступны на Hugging Face под Llama 4 Community License, допускающей коммерческое использование. При 400 млрд всего параметров и 17 млрд активных за проход Maverick требует распределённой inference-инфраструктуры (как правило, multi-GPU serving через vLLM или TensorRT-LLM). Для команд, предпочитающих управляемый API без инфраструктурных накладных расходов, TheRouter предоставляет доступ по запросу за $0.30/$1.25 за миллион токенов.