Llama 4 Maverick
- Разработчик:
- Meta Llama
- Релиз:
- Идентификатор:
-
meta-llama/llama-4-maverick
Цены Llama 4 Maverick в рублях — от 20 ₽ за 1 млн токенов
Доступно
4
провайдера,
цены от
20 ₽
до
38 ₽
за 1 млн токенов.
Провайдер подбирается автоматически — по доступности, затем по цене.
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
20 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
72 ₽ |
|
Кэш: чтение
За 1 млн токенов
Повторное использование кэшированного контента снижает затраты благодаря применению пониженного тарифа на эти токены.
|
5,56 ₽ |
|
Кэш: запись
не поддерживается
|
— |
Возможности Llama 4 Maverick
Llama 4 Maverick 17B Instruct (128E) — это высокоемкая мультимодальная языковая модель от Meta, построенная на архитектуре mixture-of-experts (MoE) с 128 экспертами и 17 миллиардами активных параметров на каждый прямой проход (всего 400 миллиардов). Она поддерживает ввод текста и изображений на нескольких языках и генерирует текст и код на 12 поддерживаемых языках. Оптимизированная для задач, связанных с обработкой изображений и текста, Maverick настроена для выполнения инструкций, анализа изображений и общего мультимодального взаимодействия.
Maverick обладает ранним объединением для нативной мультимодальности и контекстным окном в 1 миллион токенов. Она была обучена на тщательно отобранной смеси общедоступных, лицензированных данных и данных платформы Meta, охватывающей около 22 триллионов токенов, с отсечкой знаний в августе 2024 года. Выпущенная 5 апреля 2025 года по лицензии Llama 4 Community License, Maverick подходит для исследований и коммерческих приложений, требующих продвинутого мультимодального понимания и высокой пропускной способности модели.
Характеристики Llama 4 Maverick
Контекстное окно
- Всего
- 1M токенов
- На выход
- 16K токенов
Скорость генерации
- Генерация
- 33 ток/с
- Отклик
- 0,6 с
Модальности
- Вход
- Текст Изображения
- Выход
- Текст
Сильные стороны
- Кодинг
-
Coding Index: 16,3
Сводный индекс Artificial Analysis по кодовым бенчмаркам.
- Рассуждения
-
GPQA Diamond: 67,1 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Вызов инструментов
- Структурированный вывод
- Кэш промпта
Сравнение Llama 4 Maverick с другими нейросетями: бенчмарки и рейтинг
Независимые замеры, а не цифры из пресс-релиза: место в рейтинге, сравнение с моделями класса и сколько интеллекта вы получаете за рубль.
Llama 4 Maverick и модели его класса
| Модель | Intelligence | Coding | SciCode | GPQA | HLE | Скорость | Отклик | Цена | Убрать |
|---|---|---|---|---|---|---|---|---|---|
Trinity Large Thinking
|
10,8 | 25,8 | 40,6 % | 75,2 % | 15,8 % | 362 ток/с | 1,1 с | 58 ₽ | |
GPT-4.1 Mini
|
10,2 | 20,2 | 40,4 % | 66,4 % | 5,0 % | — | — | 111 ₽ | |
| Llama 4 Maverick | 10,0 | 16,3 | 31,7 % | 67,1 % | 4,9 % | 33 ток/с | 0,6 с | 46 ₽ | |
Gemini 2.5 Flash
|
9,9 | — | 29,1 % | 68,3 % | 4,7 % | — | — | 155 ₽ | |
DeepSeek V3 0324
|
9,7 | 21,2 | 39,0 % | 65,5 % | 4,7 % | — | — | 69 ₽ |
Зелёным — лучшее значение в столбце, цена — среднее входа и выхода за 1М токенов. Данные независимых замеров — Artificial Analysis (замерено 8 октября 2026).
Все замеры модели 15
- Intelligence Index
- 10,0
- IFBench
- 43,0 %
- MMLU-Pro
- 80,9 %
- Coding Index
- 16,3
- LiveCodeBench
- 39,7 %
- SciCode
- 31,7 %
- Math Index
- 19,3
- AIME
- 39,0 %
- MATH-500
- 88,9 %
- GPQA Diamond
- 67,1 %
- Humanity's Last Exam
- 4,9 %
- Скорость генерации
- 33 ток/с
- Время до первого токена
- 0,64 с
- τ²-Bench
- 17,8 %
- Terminal-Bench Hard
- 6,8 %
Провайдеры Llama 4 Maverick
Модель развёрнута у
4
провайдеров:
вход 20–38 ₽, выход 72–127 ₽
за 1 млн токенов.
Порядок выбора по умолчанию:
сначала провайдеры без сбоев, среди них — самый дешёвый, остальные подстраховывают.
| Провайдер | Вход | Выход | Кэш: чтение | Контекст |
|---|---|---|---|---|
| DigitalOcean | 20 ₽ | 72 ₽ | 5,56 ₽ | 128K |
Novita
fp8
|
30 ₽ | 94 ₽ | — | 1M |
|
Google Vertex
|
38 ₽ | 127 ₽ | — | 524K |
|
Parasail
fp8
|
38 ₽ | 111 ₽ | 18 ₽ | 524K |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. Флаг — страна серверов или штаб-квартиры провайдера (на мобильном нажмите на первый столбец, на большом экране — на строку).
API Llama 4 Maverick:
подключение и примеры кода
API RouterAI совместим с OpenAI SDK: в существующем коде достаточно заменить
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-4-maverick",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "meta-llama/llama-4-maverick",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "meta-llama/llama-4-maverick",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'
Эндпоинты API для Llama 4 Maverick
Схемы запроса и ответа повторяют OpenAI — существующие клиенты и SDK работают без изменений.
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-maverick
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-maverick
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- meta-llama/llama-4-maverick
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
Частые вопросы о Llama 4 Maverick
-
Работает ли Llama 4 Maverick из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
-
Сколько стоит Llama 4 Maverick?
Вход — 20 ₽ за 1 млн токенов, выход — 72 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
-
Какой контекст у Llama 4 Maverick?
Контекстное окно — 1M токенов на запрос, длина ответа — до 16K токенов.
-
Поддерживает ли Llama 4 Maverick вызов инструментов?
Да: модель вызывает функции (параметр tools) и умеет отвечать по строгой JSON-схеме — через API в формате OpenAI.
-
Что с данными в запросах к Llama 4 Maverick?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
-
Чем RouterAI отличается от сервиса Meta Llama?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI, а при сбое провайдера запрос автоматически уходит к одному из 4 остальных.
Попробуйте Llama 4 Maverick
В чате или по API — доступ из России за пару минут, оплата в рублях.