Llama 4 Maverick
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 11 分之一。
有 41 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 38 个。
截至 2026年11月16日,Llama 4 Maverick(Meta)在 BenchLeader Index 上得分 41.8(共 608 个已排名配置)。表现最好的是指令遵循(50),最弱的是编程(30)。API 价格为每百万 token $0.408(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 65 token/秒(Artificial Analysis)。发布于 2025年4月5日。
要点(截至 2026年11月16日)
- Llama 4 Maverick 的 API 价格为每百万 token $0.408(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- Llama 4 Maverick 的输出速度约为 65 token/秒(Artificial Analysis,2026年11月16日)。
- Llama 4 Maverick 于 2025年4月5日发布(Meta)。
详细说明:Llama 4 Maverick 是 Meta 的开放权重模型,发布于 2025年4月5日。其最佳配置在 BenchLeader Index 上得分 41.8 ±4.2,在 608 个配置中排第 506 名,处于下半区。关键在于这个“±”:另有 189 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(50),编程最低(30)。按混合价格计,每百万 token $0.430,比大多数已排名模型便宜。输出速度为 65 token/秒,首次回答需 1.5 秒,比大多数模型慢。最近一次测量:2026年11月11日。
- 混合价格
- $0.430/M
- 输入 $0.250 · 输出 $0.970
- 来源:Artificial Analysis
- 输出速度
- 65 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 1.50 s
- 首 token 0.43 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 29 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年4月5日
- 综合 Index42
- 推理38
- 编程30
- 智能体与工具40
- 数学48
- 知识31
- 指令遵循50
- 人类偏好48
- 多模态44
- 长上下文43
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/llama-4-maverick)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 67.0%#189 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam | 5.7%#40 | Scale AI / CAIS | |
| SimpleBench | 27.7%#91 | SimpleBench | |
| Arena Hard Prompts | 1339#232 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 67.1%#330 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.9%#486 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 69.4%#93 | Vals AI | |
| Kagi LLM Benchmark | 55.9%#61 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index | 65.0%#20 | HELM Capabilities | |
| ARC-AGI-1 | 4.4%#258 | ARC Prize | |
| ARC-AGI-2 | 0.0%#251 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1326#227 | Arena (LMArena) | |
| LMCA不计入 Index | 15.9%#178 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 61.9%#186 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 31.7%#216 | SciCode | |
| WeirdML | 24.5%#141 | WeirdML | |
| Arena Coding | 1372#229 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 31.7%#227 | Artificial Analysis | |
| LiveCodeBench | 47.3%#116 | Vals AI | |
| SWE-Bench Pro | 5.2%#24 | Scale AI SEAL | |
| Aider Polyglot | 15.6%#55 | Aider polyglot leaderboard | |
| SWE-bench Verified (bash only) | 21.0%#43 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 21.0%#57 | SWE-bench | |
| ALE-Bench不计入 Index | 173.0#140 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 7.9%#202 | Artificial Analysis | |
| Design Arena Website不计入 Index | 863#184 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 39.7%#171 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 6.8%#254 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 17.8%#354 | Artificial Analysis | |
| BFCL Overall | 37.3%#38 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | -268#302 | Artificial Analysis | |
| τ³-Banking (AA) | 3.7%#199 | Artificial Analysis | |
| Poker Agent不计入 Index | 890.5%#17 | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 2.3%#64 | Vals AI | |
| AutomationBench不计入 Index | 0.2%#253 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 0.8%#246 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 20.6%#235 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 73.0%#38 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 25.2%#77 | Vals AI | |
| MGSM | 92.4%#18 | Vals AI | |
| Omni-MATH (HELM) | 42.2%#27 | HELM Capabilities | |
| MATH 500不计入 Index | 85.2%#34 | Vals AI | |
| Arena Maths | 1317#221 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 19.3%#201 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 79.4%#94 | Vals AI | |
| LegalBench | 77.8%#104 | Vals AI | |
| CorpFin | 49.7%#106 | Vals AI | |
| TaxEval | 66.6%#108 | Vals AI | |
| MedQA | 43.3%#92 | Vals AI | |
| PRBench Finance | 22.4%#42 | Scale AI SEAL | |
| PRBench Legal | 24.8%#48 | Scale AI SEAL | |
| MultiNRC | 8.4%#44 | Scale AI SEAL | |
| MMLU-Pro (HELM)不计入 Index | 81.0%#17 | HELM Capabilities | |
| MedCode不计入 Index | 36.5%#75 | Vals AI | |
| MedScribe不计入 Index | 54.2%#104 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 82.5%#55 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 43.0%#233 | Artificial Analysis | |
| TutorBench | 40.2%#26 | Scale AI SEAL | |
| IFEval (HELM) | 90.8%#8 | HELM Capabilities | |
| WildBench (HELM) | 80.0%#34 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1313#237 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1327#234 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 858#111 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1307#216 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1326#224 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1335#231 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 62.0%#40 | Lech Mazur |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1142#120 | Arena (LMArena) | |
| MMMU-Pro | 62.1%#211 | Artificial Analysis | |
| VISTA | 38.3%#41 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | 71.7%#66 | Vals AI | |
| MortgageTax不计入 Index | 58.5%#68 | Vals AI | |
| VTB不计入 Index | 1.4%#21 | Scale AI SEAL | |
| GeoBench不计入 Index | 52.0%#36 | GeoBench | |
| SpatialViz-Bench不计入 Index | 31.8%#8 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 36.4%#30 | Fiction.live | |
| AA-LCR v1.1 | 50.0%#341 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 132.1#142 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 9.3#413 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 182.6#468 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 71.8%#21 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 40.1%#61 | Scale AI SEAL | |
| MASK不计入 Index | 49.7%#50 | Scale AI SEAL | |
| DistressBench不计入 Index | 41.3%#43 | Scale AI SEAL |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Parasail | 63 tok/s | 0.31 s | $0.350 | $1.00 | 524k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.170。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0004 | $0.0004 | 6.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0036 | $0.0029 | 10.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0030 | $0.0026 | 24.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.019 | $0.015 | 1.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.0007 | $0.0006 | 4.6 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Llama 4 Maverick 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/llama-4-maverick)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Llama 4 Maverick on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/llama-4-maverick
BibTeX:
@misc{benchleader_llama_4_maverick_20261116,
author = {{BenchLeader}},
title = {{Llama 4 Maverick on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/llama-4-maverick}},
note = {Data as of 2026-11-16}
}常见问题
- Llama 4 Maverick 的基准测试得分是多少?
- 截至 2026年11月16日,Llama 4 Maverick 的 BenchLeader Index 为 41.8 ±4.2。最强的是指令遵循(50),最弱的是编程(30)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Llama 4 Maverick 排名第几?
- 截至 2026年11月16日,Llama 4 Maverick 在 608 个已排名配置中排第 506 名。另有 189 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Llama 4 Maverick 每百万 token 的价格是多少?
- 截至 2026年11月16日,Llama 4 Maverick 的价格为输入每百万 token $0.250、输出每百万 token $0.970,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.430。标价最近一次变动是在 2026年11月11日。
- Llama 4 Maverick 是什么时候发布的?
- Meta 于 2025年4月5日发布了 Llama 4 Maverick。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Llama 4 Maverick:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/llama-4-maverick。