Was ist Llama 4 Maverick?
Llama 4 Maverick ist das größere der beiden Llama-4-Modelle mit offenen Gewichten, die Meta am 5. April 2025 zusammen mit Llama 4 Scout veröffentlichte. Inzwischen ist es eine ältere Linie: Meta hat Llama im April 2026 durch seine Muse-Modelle ersetzt, seit April 2025 kein Llama mehr veröffentlicht und Llama 4 Behemoth nie herausgebracht, das Lehrermodell mit fast zwei Billionen Parametern, aus dem Maverick destilliert wurde. Metas neuestes offenes Modell vergleichbarer Größe ist Muse Spark Open.
Maverick ist ein Mixture-of-Experts-Modell mit insgesamt etwa 400 Milliarden Parametern, von denen pro Token 17 Milliarden aktiv sind, verteilt auf 128 Experten. Es liest Text und Bilder und schreibt Text und Code in 12 unterstützten Sprachen, mit 1 Million Tokens Kontext und Wissensstand August 2024. Meta liefert BF16- und FP8-Gewichte; der FP8-Build passt auf einen H100-Host mit acht GPUs.
Die Gewichte sind auf Hugging Face zugangsbeschränkt und stehen unter der Llama 4 Community License. Gehostete Preise auf OpenRouter reichen von $0.188 Eingabe und $0.652 Ausgabe pro Million Tokens bei DigitalOcean bis $0.35 und $1.15 bei Google Vertex AI. Groq hat es am 9. März 2026 abgeschaltet.
Was kostet Llama 4 Maverick?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | BF16 und FP8, Llama 4 Community License |
| DigitalOcean | $0.188 in / $0.652 out per 1M tokens | 128,000 Tokens Kontext über OpenRouter |
| Parasail | $0.35 in / $1.00 out per 1M tokens | FP8, 524,288 Tokens Kontext |
| Google Vertex AI | $0.35 in / $1.15 out per 1M tokens | Ausgabe über OpenRouter auf 8,192 Tokens begrenzt |
Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt). Gehostet pro 1M Tokens: DigitalOcean $0.188 Eingabe / $0.652 Ausgabe; Parasail $0.35 / $1.00; Google Vertex AI $0.35 / $1.15.
Diesen Preis mit anderen Modellen vergleichen
Lohnt sich Llama 4 Maverick?
Von Mavericks Start ist ein Benchmark in Erinnerung, den es nicht verdient hat. Die Version, die 1417 Punkte erzielte und auf LMArena Platz zwei belegte, war eine unveröffentlichte, auf Chat getrimmte Variante, "Llama-4-Maverick-03-26-Experimental"; LMArena erklärte, Meta hätte das deutlicher machen müssen, und änderte seine Regeln, worauf das veröffentlichte Modell laut TechCrunch auf Platz 32 landete. Artificial Analysis setzte das öffentliche Modell im Intelligence Index auf 49, später 50, hinter DeepSeek V3 0324 mit 53.
Metas eigene Zahlen sind für ihre Zeit respektabel und selbst berichtet: 80.5 auf MMLU Pro, 69.8 auf GPQA Diamond, 43.4 auf LiveCodeBench und 73.4 auf MMMU, gegenüber 74.3, 57.2, 32.8 und 69.4 bei Scout. Der Kontext von 1 Million Tokens ist die Schwachstelle. Auf Fiction.LiveBench bei 120,000 Tokens erreichte Maverick 28.1%, nicht besser als Llama 3.3 70B, so The Decoder.
Der Eigenbetrieb ist eine Aufgabe fürs Rechenzentrum. Die BF16-Gewichte sind etwa 803GB groß und der offizielle FP8-Build etwa 417GB, was laut Meta auf einen H100-DGX-Host mit acht 80GB-Karten passt; Unsloths 4-Bit-GGUF hat etwa 243GB. Pro Token sind nur 17 Milliarden Parameter aktiv, einmal geladen ist es also schnell, doch man bezahlt den Speicher für alle 400 Milliarden.
Die Lizenz entspricht der von Scout: eine eigene Meta-Lizenz oberhalb von 700 Millionen monatlichen Nutzern, die Nennung "Built with Llama", "Llama" am Anfang des Namens jedes abgeleiteten Modells und keine multimodalen Rechte für Unternehmen mit Sitz in der Europäischen Union. Groq hat Maverick im März 2026 eingestellt und Kunden auf gpt-oss-120b verwiesen, das unter Apache 2.0 steht und auf einer einzigen 80GB-GPU läuft. Für die meisten Teams ist dieser Wechsel der wahrscheinlichere Weg als ein neues Maverick-Deployment.
Wo es sich lohnt
Ein Support-Team eines südostasiatischen Marktplatzes, das auf Thai, Indonesisch und Vietnamesisch antwortet
Antworten auf Kundentickets mit Screenshots entwerfen
Alle drei Sprachen stehen auf Metas Liste, und Screenshots gehen als Bilder hinein. Eine Million Antworten im Monat mit 2,000 Eingabe- und 300 Ausgabetokens kosten bei DigitalOcean etwa $376 Eingabe und $196 Ausgabe, wobei der Kontext dort mit 128,000 Tokens kürzer ist.
Ein Infrastruktur-Lead mit einem bereits bezahlten H100-Knoten mit acht GPUs
Ein größeres offenes Modell intern für Chat und Fragen zu Dokumenten betreiben
Stelle die offiziellen FP8-Gewichte mit vLLM über die acht Karten bereit und halte Prompts unter etwa 100K Tokens, wo die Genauigkeit hält. Vergleiche vorher mit gpt-oss-120b auf einer einzigen dieser GPUs, bevor du alle acht bindest.
Bevor du dich festlegst
- Einrichtung
- Die Lizenz auf Hugging Face akzeptieren und meta-llama/Llama-4-Maverick-17B-128E-Instruct oder den -FP8-Build herunterladen, dann mit vLLM oder SGLang über einen Multi-GPU-Knoten bereitstellen; gehostete Endpunkte funktionieren sofort über OpenRouter, Parasail, DigitalOcean oder Vertex AI.
- Integrationen
- OpenAI-kompatible APIs der gelisteten Anbieter und von OpenRouter; Tool Calling auf den meisten Endpunkten; Google Vertex AI Model Garden; GGUF-Builds für llama.cpp.
- Daten und Datenschutz
- Selbst gehostet bleiben die Daten auf deiner Hardware. Die Llama 4 Community License fügt eine Schwelle von 700M monatlichen Nutzern sowie Nennungs- und Namensregeln hinzu, und die Acceptable Use Policy verweigert Personen und Unternehmen mit Sitz in der EU die multimodalen Rechte, nicht aber ihren Endnutzern.
- Kosten im großen Maßstab
- 1B Eingabe- und 250M Ausgabetokens im Monat kosten etwa $351 bei DigitalOcean oder $600 bei Parasail. Eigenbetrieb: etwa 803GB in BF16, 417GB in FP8 (ein Host mit 8x H100) und 214 bis 243GB mit 4 Bit.
- Grenzen
- Beworbener Kontext von 1M Tokens, in unabhängigen Tests jenseits von 100K aber schwach; Anbieter-Kontexte von 128,000 bis 524,288 Tokens; mit bis zu 5 Bildern getestet; statisches Modell mit Wissensstand August 2024.
Was gut ist
- Ab $0.188 Eingabe und $0.652 Ausgabe pro 1M Tokens bei DigitalOcean
- 69.8 auf GPQA Diamond und 80.5 auf MMLU Pro (Meta, selbst berichtet)
- Native Bildeingabe in 12 unterstützten Sprachen
- Offizielle FP8-Gewichte, die auf einen H100-Host mit acht GPUs passen
Was nicht
- Die LMArena-Platzierung zum Start stammte von einer unveröffentlichten Variante
- 28.1% auf Fiction.LiveBench bei 120K Tokens trotz 1M-Versprechen
- Selbst in FP8 etwa 417GB; keine Option für eine einzelne GPU
- Llama-4-Lizenzbedingungen inklusive multimodalem EU-Ausschluss; keine weiteren Llama-Versionen
Am besten für
Teams mit bestehendem Maverick-Deployment oder Anbietervertrag, die günstige mehrsprachige Text- und Bildverarbeitung wollen und außerhalb der EU sitzen.
Alternativen zu Llama 4 Maverick
Llama 4 Maverick: häufige Fragen
- Lohnt sich Llama 4 Maverick?
- Maverick war im Frühjahr 2025 ein ordentliches offenes Modell, gestartet unter einer Wolke aus Ranglistenärger, und nichts, was Meta seither getan hat, spricht dafür, ein Projekt darauf zu beginnen. Wir bewerten es mit 3.3 von 5.
- Was kostet Llama 4 Maverick?
- Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt). Gehostet pro 1M Tokens: DigitalOcean $0.188 Eingabe / $0.652 Ausgabe; Parasail $0.35 / $1.00; Google Vertex AI $0.35 / $1.15.
- Welche Nachteile hat Llama 4 Maverick?
- Die LMArena-Platzierung zum Start stammte von einer unveröffentlichten Variante; 28.1% auf Fiction.LiveBench bei 120K Tokens trotz 1M-Versprechen; Selbst in FP8 etwa 417GB; keine Option für eine einzelne GPU; Llama-4-Lizenzbedingungen inklusive multimodalem EU-Ausschluss; keine weiteren Llama-Versionen.
- Für wen eignet sich Llama 4 Maverick?
- Teams mit bestehendem Maverick-Deployment oder Anbietervertrag, die günstige mehrsprachige Text- und Bildverarbeitung wollen und außerhalb der EU sitzen.
- Was kostet Llama 4 Maverick für ein Team oder im Produktivbetrieb?
- 1B Eingabe- und 250M Ausgabetokens im Monat kosten etwa $351 bei DigitalOcean oder $600 bei Parasail. Eigenbetrieb: etwa 803GB in BF16, 417GB in FP8 (ein Host mit 8x H100) und 214 bis 243GB mit 4 Bit.
- Ist Llama 4 Maverick sicher für Firmendaten?
- Selbst gehostet bleiben die Daten auf deiner Hardware. Die Llama 4 Community License fügt eine Schwelle von 700M monatlichen Nutzern sowie Nennungs- und Namensregeln hinzu, und die Acceptable Use Policy verweigert Personen und Unternehmen mit Sitz in der EU die multimodalen Rechte, nicht aber ihren Endnutzern.
- Was sind die besten Alternativen zu Llama 4 Maverick?
- Die nächsten Alternativen, die wir getestet haben, sind Muse Spark Open, gpt-oss-120b, DeepSeek-V4.1-Flash, Qwen3.5-397B-A17B und Llama 4 Scout.
Antworten geprüft am 9. Nov. 2026.