BenchLeader

Llama 4 Maverick

质量第 252 / 339 名
41.8Index
低于中位数
较中位数 −8.4
价格第 75 / 255 名
$0.430每百万 token
比多数便宜
中位数的 0.5 倍
速度第 143 / 216 名
65token/秒
低于中位数
中位数的 0.8 倍
性价比第 92 / 255 名
97.2分/$
高于中位数
中位数的 1.8 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index42
  2. 推理38
  3. 编程30
  4. 智能体与工具40
  5. 数学48
  6. 知识31
  7. 指令遵循50
  8. 人类偏好48
  9. 多模态44
  10. 长上下文43

嵌入这个排名

更多徽章样式
[![Llama 4 Maverick on BenchLeader: 综合第 245 名](https://www.benchleader.com/badge/llama-4-maverick.svg?style=compact)](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。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月8日 至 2026年11月16日
384349

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 Index27.8#260Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro79.4%#94Vals AI
LegalBench77.8%#104Vals AI
CorpFin49.7%#106Vals AI
TaxEval66.6%#108Vals AI
MedQA43.3%#92Vals AI
PRBench Finance22.4%#42Scale AI SEAL
PRBench Legal24.8%#48Scale AI SEAL
MultiNRC8.4%#44Scale AI SEAL
MMLU-Pro (HELM)不计入 Index81.0%#17HELM Capabilities
MedCode不计入 Index36.5%#75Vals AI
MedScribe不计入 Index54.2%#104Vals AI
Global-MMLU-Lite (AA)不计入 Index82.5%#55Artificial Analysis

人类偏好

基准测试默认来源趋势
Arena Text1327#234Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index858#111EQ-Bench
Arena Creative Writing不计入 Index1307#216Arena (LMArena)
Arena Multi-turn不计入 Index1326#224Arena (LMArena)
Arena Longer Queries不计入 Index1335#231Arena (LMArena)
Lech Mazur Creative Writing不计入 Index62.0%#40Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1142#120Arena (LMArena)
MMMU-Pro62.1%#211Artificial Analysis
VISTA38.3%#41Scale AI SEAL
MMMU-Pro (Vals)不计入 Index71.7%#66Vals AI
MortgageTax不计入 Index58.5%#68Vals AI
VTB不计入 Index1.4%#21Scale AI SEAL
GeoBench不计入 Index52.0%#36GeoBench
SpatialViz-Bench不计入 Index31.8%#8Epoch AI Benchmarking Hub

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k36.4%#30Fiction.live
AA-LCR v1.150.0%#341Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index132.1#142Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.3#413Artificial Analysis
AA Progress Index v1不计入 Index182.6#468Artificial Analysis
HELM Capabilities mean不计入 Index71.8%#21HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index40.1%#61Scale AI SEAL
MASK不计入 Index49.7%#50Scale AI SEAL
DistressBench不计入 Index41.3%#43Scale 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
Parasail63 tok/s0.31 s$0.350$1.00524kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.267$0.533$0.800$1.0726年9月26年10月26年11月
输入 输出
当前:输入 $0.250 · 输出 $0.970

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$0.00046.1 s
总结一份 30 页的报告12,000 / 600$0.0036$0.002910.7 s
代码编辑6,000 / 1,500$0.0030$0.002624.4 s
智能体编程会话60,000 / 4,000$0.019$0.0151.0 min
结构化信息提取2,000 / 200$0.0007$0.00064.6 s

Meta 的更多模型

本月新上线

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。

[![Llama 4 Maverick on BenchLeader: 综合第 245 名](https://www.benchleader.com/badge/llama-4-maverick.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。