Llama 4 Maverick — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Meta |
|---|---|
| Type | Multimodal (MoE) |
| Modalité | Texte, image → texte |
| Paramètres | 400 milliards au total / 17 milliards actifs (MoE) |
| Fenêtre de contexte | 1 million |
| Licence | Llama 4 Community (restreint à l’UE) |
| Poids ouverts | Oui |
| Publié | 2025 |
| Prix de l’entrée | $0.2 /1M |
| Prix de la sortie | $0.8 /1M |
| Fournisseurs d'API | Meta, Together, OpenRouter |
Exécutez-le localement
| VRAM (4 bits) | ~240 Go |
|---|---|
| GPU minimal | Serveur 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
| Entrée (par million de jetons) | $0.200 |
|---|---|
| Sortie (par million de jetons) | $0.800 |
| Ratio sortie/entrée | 4× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.320 par 1 million de jetons |
What Llama 4 Maverick costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.40 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $8.00 |
| Production | 200 millions en entrée / 50 millions en sortie | $80 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Llama 4 Maverick
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| DeepSeek V4-Flash ouverte | $0.168 | 48% cheaper |
| Qwen3 32B ouverte | $0.120 | 63 % moins cher |
| Llama 4 Scout ouverte | $0.140 | 56% cheaper |
Hébergement local ou paiement via API ?
Llama 4 Maverick is open-weight, so you can run it yourself. It needs ~240 Go 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 calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
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.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).