Llama 4 Maverick — Especificaciones
Compiled by Mustafa Ihsan from the vendor’s published documentation · Last updated
| Desarrollador | Meta |
|---|---|
| Tipo | Multimodal (MoE) |
| Modalidad | Texto, imagen → texto |
| Parámetros | 400 000 millones totales / 17 000 millones activos (MoE) |
| Ventana de contexto | 1 millón |
| Licencia | Llama 4 Community (restringido en la UE) |
| Pesos abiertos | Sí |
| Lanzado | 2025 |
| Precio de entrada | $0.2 /1M |
| Precio de salida | $0.8 /1M |
| Proveedores de API | Meta, Together, OpenRouter |
Ejecútelo localmente
| VRAM (4 bits) | ~240 GB |
|---|---|
| GPU mínima | Servidor multi-GPU |
What is Llama 4 Maverick?
Llama 4 Maverick is the larger Llama 4 — 400B total parameters with 17B active across 128
experts, natively multimodal, with a 1M-token context. It is fully open under the Llama 4
Community License, with the important caveat that the licence restricts use in the EU.
That restriction is not a footnote for European teams; it is the deciding factor. The
Llama 4 Community License places conditions on EU-based use that many organisations cannot
accept, which means Maverick is effectively unavailable to a large part of the market
regardless of its technical merits. Where it is usable, the profile is strong: native
multimodality, a 1M context, and $0.15 in / $0.60 out per million tokens — cheap for a
model of this class. Self-hosting requires roughly 240 GB at 4-bit, so a multi-GPU server.
If you need permissively licensed open weights without geographic conditions, Qwen3 235B-A22B
(Apache 2.0) and Mistral Large 3 (Apache 2.0) occupy similar ground with cleaner terms.
Llama 4 Maverick pricing: API cost per 1M tokens
| Entrada (por cada millón de tokens) | $0.200 |
|---|---|
| Salida (por cada millón de tokens) | $0.800 |
| Relación salida/entrada | 4× |
| Combinada (4:1 entrada:salida) | $0.320 por 1 millón de tokens |
What Llama 4 Maverick costs per month
Gasto mensual real con una mezcla entrada:salida de 4:1, es decir, la proporción que realmente genera una carga de trabajo típica de chat o RAG.
| Carga de trabajo | Tokens/mes | Coste mensual |
|---|---|---|
| Proyecto secundario | 1 millón de tokens de entrada / 0,25 millones de tokens de salida | $0.40 |
| Pequeño equipo | 20 millones de tokens de entrada / 5 millones de tokens de salida | $8.00 |
| Producción | 200 millones de tokens de entrada / 50 millones de tokens de salida | $80 |
Calcule sus propios números en la Calculadora de costos de API de IA.
Cheaper alternatives to Llama 4 Maverick
| Modelo | Dólares por millón combinados | Usted ahorra |
|---|---|---|
| DeepSeek V4-Flash abierta | $0.168 | 48% cheaper |
| Qwen3 32B abierta | $0.120 | 63 % más barato |
| Llama 4 Scout abierta | $0.140 | 56% cheaper |
¿Autoalojarlo o pagar por la API?
Llama 4 Maverick is open-weight, so you can run it yourself. It needs ~240 GB of VRAM at 4-bit (Multi-GPU server). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calculadora de autohospedaje frente a API calcula el punto de equilibrio para su volumen de tokens.
Preguntas frecuentes
How much does Llama 4 Maverick cost per 1M tokens?
Llama 4 Maverick costs $0.200 per 1M input tokens and $0.800 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.320 per 1M tokens.
How much does Llama 4 Maverick cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $8.00 on Llama 4 Maverick. A side project (1M in / 0.25M out) costs roughly $0.40.
What is a cheaper alternative to Llama 4 Maverick?
DeepSeek V4-Flash is the strongest cheaper option in our database at $0.168 per 1M blended — about 48% less than Llama 4 Maverick. It is also open-weight, so self-hosting is an option.
Can I run Llama 4 Maverick locally?
Yes. Llama 4 Maverick is open-weight and needs about ~240 GB of VRAM at 4-bit quantisation (Multi-GPU server).
Why does Llama 4 Maverick charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Llama 4 Maverick charges 4× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Los precios corresponden a las tarifas oficiales publicadas para la API principal del modelo y se revisan periódicamente conforme los proveedores los actualicen. No incluyen descuentos por volumen, procesamiento por lotes ni entradas en caché. Compare todos los modelos uno al lado del otro en la Base de datos de modelos de IA o el Clasificación de modelos de lenguaje grande (LLM).