Llama 4 Maverick

400B 파라미터, 128개 전문가 - Meta의 가장 강력한 오픈 모델

Llama 4 Maverick은 Meta의 플래그십 MoE 모델입니다. 128개 전문가를 통해 라우팅되는 총 400B 파라미터에서 토큰당 17B만 활성화하여, 완전한 오픈 웨이트를 유지하면서 주요 벤치마크에서 GPT-4o를 능가하는 프론티어급 성능을 제공합니다.

채팅 시작 벤치마크 보기

모델 변형

인스트럭션 튜닝 모델과 베이스 모델

채팅 및 복잡한 작업에 최적화된 인스트럭션 튜닝 버전과, 파인튜닝 및 연구를 위한 베이스 모델 중 선택하세요.

128개 전문가 MoE 아키텍처

총 400B 파라미터, 토큰당 17B 활성

Maverick은 Scout의 16개에서 128개 전문가로 확장하여, 토큰당 동일한 17B 활성 풋프린트를 유지하면서 총 400B 파라미터를 갖추고 있습니다. 이를 통해 추론, 코딩, 멀티모달 능력이 크게 향상됩니다.

이 사이트의 기본 채팅 모델입니다. 최고 품질이 필요한 작업에 적합합니다: 복잡한 추론, 코드 생성, 멀티모달 분석, 연구 종합.

채팅 시작 기능 보기

인스트럭션 튜닝

Maverick Instruct

대화형 AI, 복잡한 추론, 코드 생성에 최적화

지시 따르기 및 멀티턴 대화를 위해 RLHF로 파인튜닝

지금 이용 가능

채팅 시작 가중치 다운로드

사전 학습

Maverick Base

파인튜닝 및 특수 애플리케이션을 위한 기반 MoE 모델

128개 전문가 라우팅으로 다양한 멀티모달 데이터에 사전 학습

지금 이용 가능

HuggingFace에서 보기 문서

기능

오픈 웨이트 모델의 프론티어 성능

Llama 4 Maverick은 128개 전문가 MoE 효율성에 고급 추론, 강력한 코딩, 네이티브 멀티모달 이해를 결합합니다 - 모두 토큰당 17B 활성 파라미터로 구현됩니다.

128개 전문가 MoE

128개 풀에서 전문화된 전문가를 통해 각 토큰을 라우팅합니다. 총 400B 파라미터가 토큰당 17B 추론 비용으로 프론티어 품질을 제공합니다.

고급 추론

MMLU Pro (80.5%) 및 GPQA Diamond (69.8%)에서 강력한 성능을 보입니다. 복잡한 추론 작업에서 독점 모델과 경쟁합니다.

코드 생성

코딩 벤치마크에서 GPT-4o를 능가합니다. 네이티브 함수 호출로 에이전틱 워크플로와 자율 코드 실행이 가능합니다.

1M 토큰 컨텍스트

긴 문서, 코드베이스, 장시간 대화를 처리합니다. 대부분의 프로덕션 사용 사례에 충분합니다.

네이티브 멀티모달

얼리 퓨전 아키텍처로 텍스트와 이미지를 네이티브로 함께 처리합니다. 스크린샷, 다이어그램, 문서를 텍스트와 함께 분석하세요.

다국어 지원

여러 언어에서 강력한 성능을 발휘합니다. 문화적 맥락 이해와 함께 글로벌 애플리케이션을 위해 설계되었습니다.

주요 하이라이트

Maverick이 돋보이는 이유

Maverick은 여러 벤치마크 카테고리에서 GPT-4o를 일관되게 능가하는 최초의 오픈 웨이트 모델입니다.

벤치마크 하이라이트

MMLU Pro 80.5% - 프론티어 독점 모델과 경쟁
GPQA Diamond 69.8% - 강력한 과학적 추론
MMMU 73.4% - 우수한 멀티모달 이해
코딩 벤치마크에서 GPT-4o 능가
최상위 모델과 경쟁하는 Arena ELO

기술 사양

총 400B 파라미터, 토큰당 17B 활성
MoE 아키텍처에 128개 전문가
1M 토큰 컨텍스트 윈도우
네이티브 멀티모달 (텍스트 + 이미지)
Llama 3.1 호환 라이선스

무료 채팅 시작 가중치 다운로드

성능

오픈 웨이트 MoE 모델의 프론티어 품질

Llama 4 Maverick은 MMLU Pro 80.5%, MMMU 73.4%를 달성하며, 토큰당 17B 파라미터만 활성화하면서 여러 벤치마크에서 GPT-4o를 능가합니다.

Maverick은 오픈 웨이트 모델이 최고의 독점 모델과 경쟁할 수 있음을 보여줍니다. 128개 전문가 아키텍처가 추론, 코딩, 멀티모달 작업 전반에서 일관된 우수성을 제공합니다.

채팅 시작 모델 카드 보기

MMLU Pro 80.5% - 프론티어급 지식 및 추론

GPQA Diamond 69.8% - 강력한 과학적 추론

MMMU 73.4% - 우수한 멀티모달 이해

코딩 벤치마크에서 GPT-4o 능가

총 400B에서 17B 활성 파라미터 (128개 전문가)

벤치마크 비교

Maverick vs Scout 및 이전 세대

Maverick의 128개 전문가 아키텍처는 모든 카테고리에서 Scout와 Llama 3.1 대비 크게 향상된 성능을 보여줍니다.

Benchmark	Llama 4 Maverick 128개 전문가 주요 모델	Llama 4 Scout 16개 전문가	Llama 3.1 70B 밀집 모델	GPT-4o 독점 모델
MMLU Pro 지식 및 추론	80.5%	74.3%	66.4%	78.4%
GPQA Diamond 과학 지식	69.8%	57.2%	46.7%	53.6%
LiveCodeBench v5 코딩	43.4%	32.8%	28.5%	37.0%
MMMU 멀티모달	73.4%	69.4%	-	69.1%
Context Window 최대 토큰	1M	10M	128K	128K
Total Parameters 모델 크기	400B	109B	70B	-
Active Parameters 토큰당	17B	17B	70B	-