Llama 4 Maverick ist das größere der beiden offenen Modelle aus Llama 4 und das stärkste Llama-Modell mit offenen Gewichten. Es verarbeitet Text und Bilder mit bis zu 1 Million Token Kontext. Meta sah es bei Erscheinen vor GPT-4o und Gemini 2.0 Flash, gemessen an heutigen offenen Modellen ist es aber nicht mehr führend.
Maverick ist ein Mixture-of-Experts-Modell (MoE) mit 400 Milliarden Parametern und 128 Experten, von denen je verarbeitetem Textbaustein (Token) nur 17 Milliarden rechnen. Meta hat es mit dem nie veröffentlichten Behemoth als Lehrermodell trainiert. Die offizielle FP8-Fassung passt auf einen Server mit acht H100. Wichtig für Unternehmen in der EU: Die Nutzungsrichtlinie schränkt die Rechte an den multimodalen Llama-4-Modellen ein.
Llama 4 Maverick 17B-128E (Base und Instruct)
Meta
April 2025
Llama 4 Community License mit Nutzungsrichtlinie, eingeschränkt für Unternehmen mit Hauptsitz in der EU
MoE, nativ multimodal (Text und Bild als Eingabe, Text als Ausgabe)
400 Mrd. total (17 Mrd. aktiv pro Token)
Abwechselnd dichte und MoE-Schichten, Grouped-Query Attention (40 Q-, 8 KV-Heads), iRoPE
202.048 Token Vokabular
48 (davon 24 MoE-Schichten)
128 Experten, 1 aktiv je Token, 1 geteilter Experte
bis 1.000.000 Token
Das Chat-Modell in BF16 und als offizielle FP8-Fassung. FP8 betrifft nur die MoE-Schichten und halbiert den Speicherbedarf etwa.
Die Fassung vor dem Post-Training, gedacht für eigenes Feintuning.
Llama 4 Scout ist kleiner, läuft mit Int4 auf einer H100 und bietet bis zu 10 Millionen Token Kontext. Die Arena-Version „Llama-4-Maverick-03-26-Experimental“ ist nicht veröffentlicht.
| Benchmark | Llama 4 Maverick | Llama 4 Scout | Llama 3.3 70B | Llama 3.1 405B |
|---|---|---|---|---|
| MMMU | 73,4 | 69,4 | nur Text | nur Text |
| MMMU Pro | 59,6 | 52,2 | nur Text | nur Text |
| MathVista | 73,7 | 70,7 | nur Text | nur Text |
| ChartQA | 90,0 | 88,8 | nur Text | nur Text |
| DocVQA (test) | 94,4 | 94,4 | nur Text | nur Text |
| LiveCodeBench (10/2024 bis 02/2025) | 43,4 | 32,8 | 33,3 | 27,7 |
| MMLU Pro | 80,5 | 74,3 | 68,9 | 73,4 |
| GPQA Diamond | 69,8 | 57,2 | 50,5 | 49,0 |
| MGSM | 92,3 | 90,6 | 91,1 | 91,6 |
Quelle: Model Card von Meta, Instruct-Modelle in BF16. MMMU Pro ist der Mittelwert aus Standard- und Vision-Aufgaben. Llama 3.3 70B und Llama 3.1 405B verarbeiten keine Bilder.
Ein 400B-MoE braucht einen ganzen GPU-Server, dazu kommt die Lizenzfrage in der EU. Wir bewerten mit Ihnen Nutzen, Auslegung und Alternativen.
Laut Meta umfasst der Datenmix für das Vortraining mehr als 30 Billionen Token aus Text, Bildern und Videos in 200 Sprachen, davon über 100 Sprachen mit jeweils mehr als einer Milliarde Token. Laut Model Card sah Maverick rund 22 Billionen Token, bei 2,38 Millionen GPU-Stunden auf H100. Der Wissensstand reicht bis August 2024. Wichtige Einstellungen wie die Lernrate legte Meta mit einem eigenen Verfahren namens MetaP fest.
Das Post-Training lief in drei Stufen: ein leichtes Feintuning mit Beispielantworten, dann Reinforcement Learning, bei dem das Modell aus Bewertungen seiner eigenen Antworten lernt, und zum Schluss eine leichte Präferenzoptimierung (DPO).
Für das Feintuning sortierte Meta mehr als die Hälfte der als leicht eingestuften Daten aus. Zusätzlich lernte Maverick von Llama 4 Behemoth als Lehrermodell (Codistillation). Laut Meta verbesserte das die Qualität deutlich.
Llama 4 Maverick eignet sich für anspruchsvolle multimodale Assistenten. In einer KI-Beratung prüfen wir mit Ihnen Lizenzlage, Nutzen und Auslegung.
Stärkstes offenes Llama-Modell: Vorn in fast allen Benchmarks der Model Card, etwa 80,5 bei MMLU Pro und 69,8 bei GPQA Diamond.
Starke Bild- und Dokumentanalyse: 73,4 bei MMMU und 90,0 bei ChartQA.
Schnelle Antworten: Nur 17 Milliarden aktive Parameter je Token.
Langer Kontext: Bis zu 1 Million Token.
Lizenzhürde in der EU: Die Nutzungsrichtlinie von Llama 4 gewährt Unternehmen mit Hauptsitz in der EU keine Rechte an den multimodalen Modellen. Ausgenommen sind nur Endnutzer eines Produkts, das die Modelle enthält.
Umstrittene Arena-Werte: Die hohen LMArena-Werte zum Start erzielte eine eigens optimierte Chat-Version, nicht die veröffentlichten Gewichte.
Hoher Speicherbedarf: Auch in FP8 rund 417 GB, also ein ganzer Server mit acht GPUs.
Keine Weiterentwicklung: Seit April 2025 hat Meta keine neuen Llama-Gewichte veröffentlicht. Das Spitzenmodell Muse Spark ist nicht offen, als offenes Meta-Modell erschien im August 2026 Muse Glimmer mit 30 Milliarden Parametern.
Wir prüfen mit Ihnen, ob Llama 4 Maverick für Ihr Vorhaben in Frage kommt, und zeigen offene Modelle ohne Lizenzhürde für Unternehmen in der EU. Den Betrieb übernehmen wir auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Die offizielle FP8-Fassung umfasst rund 417 GB und läuft laut Meta auf einem Server mit acht H100. In BF16 sind es rund 803 GB, dafür empfehlen wir acht H200.
Meta warb zum Start mit einem Elo-Wert von 1417 auf LMArena. Erzielt hatte ihn eine experimentelle, auf Gespräche optimierte Chat-Version, die nicht veröffentlicht wurde. Die öffentlichen Gewichte schnitten dort deutlich schlechter ab. LMArena passte daraufhin seine Regeln an.
Die Nutzungsrichtlinie von Llama 4 schließt Personen mit Wohnsitz und Unternehmen mit Hauptsitz in der EU von den Rechten an multimodalen Llama-4-Modellen aus. Llama 4 Maverick verarbeitet Text und Bilder und fällt damit unter diese Regel. Nicht betroffen sind Endnutzer eines Produkts oder Dienstes, der die Modelle enthält. Lassen Sie Ihr Vorhaben vor dem Einsatz rechtlich prüfen. Offene Alternativen ohne diese Einschränkung sind etwa Qwen3.6, GLM-5.2 oder Metas Muse Glimmer.
Ja, etwa bei Amazon Bedrock, dort aber nur in US-Regionen, sowie in Azure AI Foundry. Metas eigene Model API führt keine Llama-Modelle mehr.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
