O que é Llama 4 Maverick?
Llama 4 Maverick é o maior dos dois modelos Llama 4 de pesos abertos que a Meta lançou em 5 de abril de 2025, junto com o Llama 4 Scout. Hoje é uma linha antiga: a Meta substituiu o Llama pelos modelos Muse em abril de 2026, não lançou nenhum Llama desde abril de 2025 e nunca liberou o Llama 4 Behemoth, o modelo professor de quase dois trilhões de parâmetros do qual o Maverick foi destilado. O modelo aberto mais novo da Meta em escala comparável é o Muse Spark Open.
O Maverick é um modelo de mistura de especialistas com cerca de 400 bilhões de parâmetros no total e 17 bilhões ativos por token, distribuídos em 128 especialistas. Ele lê texto e imagens e escreve texto e código em 12 idiomas suportados, com contexto de 1 milhão de tokens e corte de conhecimento em agosto de 2024. A Meta distribui pesos BF16 e FP8; a versão FP8 cabe num único host H100 de oito GPUs.
Os pesos têm acesso restrito no Hugging Face sob a Llama 4 Community License. Os preços hospedados no OpenRouter vão de $0.188 de entrada e $0.652 de saída por milhão de tokens na DigitalOcean a $0.35 e $1.15 no Google Vertex AI. A Groq o desligou em 9 de março de 2026.
Quanto custa Llama 4 Maverick?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | BF16 e FP8, Llama 4 Community License |
| DigitalOcean | $0.188 in / $0.652 out per 1M tokens | Contexto de 128,000 tokens via OpenRouter |
| Parasail | $0.35 in / $1.00 out per 1M tokens | FP8, contexto de 524,288 tokens |
| Google Vertex AI | $0.35 in / $1.15 out per 1M tokens | Saída limitada a 8,192 tokens via OpenRouter |
Pesos gratuitos sob a Llama 4 Community License (acesso restrito). Hospedado, por 1M tokens: DigitalOcean $0.188 de entrada / $0.652 de saída; Parasail $0.35 / $1.00; Google Vertex AI $0.35 / $1.15.
Compare este preço com outros modelos
Llama 4 Maverick vale a pena?
Do lançamento do Maverick ficou a lembrança de um resultado que ele não conquistou. A versão que fez 1417 pontos e ficou em segundo no LMArena era uma variante não lançada e ajustada para chat, "Llama-4-Maverick-03-26-Experimental"; o LMArena disse que a Meta deveria ter deixado isso mais claro e mudou suas regras, e o modelo lançado ficou então em 32º, segundo o TechCrunch. A Artificial Analysis colocou o modelo público em 49 no seu Intelligence Index, depois 50, atrás do DeepSeek V3 0324 com 53.
Os números da própria Meta são respeitáveis para a época e autodeclarados: 80.5 no MMLU Pro, 69.8 no GPQA Diamond, 43.4 no LiveCodeBench e 73.4 no MMMU, contra 74.3, 57.2, 32.8 e 69.4 do Scout. O contexto de 1 milhão de tokens é o ponto fraco. No Fiction.LiveBench com 120,000 tokens o Maverick marcou 28.1%, nada melhor que o Llama 3.3 70B, segundo o The Decoder.
Rodá-lo por conta própria é trabalho de data center. Os pesos BF16 têm cerca de 803GB e a versão FP8 oficial cerca de 417GB, que segundo a Meta cabe num host H100 DGX de oito placas de 80GB; o GGUF de 4 bits da Unsloth tem cerca de 243GB. Só 17 bilhões de parâmetros ficam ativos por token, então ele é rápido depois de carregado, mas você paga memória para os 400 bilhões.
A licença é a mesma do Scout: uma licença separada da Meta acima de 700 milhões de usuários mensais, o aviso "Built with Llama", "Llama" no início do nome de qualquer modelo derivado e nenhum direito multimodal para empresas sediadas na União Europeia. A Groq abandonou o Maverick em março de 2026 e indicou aos clientes o gpt-oss-120b, que é Apache 2.0 e roda numa única GPU de 80GB. Para a maioria das equipes essa troca é um caminho mais provável do que uma nova implantação do Maverick.
Onde ele se destaca
Uma equipe de suporte de um marketplace do Sudeste Asiático que responde em tailandês, indonésio e vietnamita
Rascunhar respostas a tickets de clientes que incluem capturas de tela
Os três idiomas estão na lista da Meta e as capturas entram como imagens. Um milhão de respostas por mês com 2,000 tokens de entrada e 300 de saída custa cerca de $376 de entrada e $196 de saída na DigitalOcean, embora lá o contexto de 128,000 tokens seja menor.
Um líder de infraestrutura com um nó de oito H100 já pago
Rodar internamente um modelo aberto maior para chat e perguntas sobre documentos
Sirva os pesos FP8 oficiais com vLLM nas oito placas e mantenha os prompts abaixo de cerca de 100K tokens, onde a precisão se mantém. Compare antes com o gpt-oss-120b numa só dessas GPUs antes de comprometer as oito.
Antes de decidir
- Configuração
- Aceite a licença no Hugging Face e baixe meta-llama/Llama-4-Maverick-17B-128E-Instruct ou a versão -FP8, depois sirva com vLLM ou SGLang num nó multi-GPU; endpoints hospedados funcionam na hora pelo OpenRouter, Parasail, DigitalOcean ou Vertex AI.
- Integrações
- APIs compatíveis com a OpenAI dos provedores listados e do OpenRouter; chamada de ferramentas na maioria dos endpoints; Google Vertex AI Model Garden; builds GGUF para llama.cpp.
- Dados e privacidade
- Hospedado por você, os dados ficam no seu hardware. A Llama 4 Community License acrescenta um limite de 700M de usuários mensais e regras de atribuição e nome, e a política de uso aceitável nega os direitos multimodais a pessoas e empresas sediadas na UE, mas não aos seus usuários finais.
- Custo em escala
- 1B de tokens de entrada e 250M de saída por mês custam cerca de $351 na DigitalOcean ou $600 na Parasail. Por conta própria: cerca de 803GB em BF16, 417GB em FP8 (um host 8x H100) e de 214 a 243GB em 4 bits.
- Limites
- Contexto anunciado de 1M tokens, mas fraco acima de 100K em testes independentes; contextos dos provedores de 128,000 a 524,288 tokens; testado com até 5 imagens; modelo estático com corte em agosto de 2024.
O que é bom
- A partir de $0.188 de entrada e $0.652 de saída por 1M tokens na DigitalOcean
- 69.8 no GPQA Diamond e 80.5 no MMLU Pro (Meta, autodeclarado)
- Entrada de imagem nativa em 12 idiomas suportados
- Pesos FP8 oficiais que cabem num host H100 de oito GPUs
O que não é
- A posição no LMArena no lançamento veio de uma variante não lançada
- 28.1% no Fiction.LiveBench a 120K tokens apesar da promessa de 1M
- Cerca de 417GB mesmo em FP8; sem opção de GPU única
- Termos da licença Llama 4, incluindo exclusão multimodal na UE; sem novas versões Llama
Ideal para
Equipes com uma implantação do Maverick ou contrato com um provedor que querem processar texto e imagem em vários idiomas a baixo custo e estão fora da UE.
Alternativas ao Llama 4 Maverick
Llama 4 Maverick: perguntas frequentes
- Llama 4 Maverick vale a pena?
- O Maverick era um modelo aberto razoável na primavera de 2025, lançado sob a nuvem de uma polêmica de ranking, e nada do que a Meta fez desde então dá motivo para começar um projeto com ele. Damos nota 3.3 de 5.
- Quanto custa Llama 4 Maverick?
- Pesos gratuitos sob a Llama 4 Community License (acesso restrito). Hospedado, por 1M tokens: DigitalOcean $0.188 de entrada / $0.652 de saída; Parasail $0.35 / $1.00; Google Vertex AI $0.35 / $1.15.
- Quais são as desvantagens de Llama 4 Maverick?
- A posição no LMArena no lançamento veio de uma variante não lançada; 28.1% no Fiction.LiveBench a 120K tokens apesar da promessa de 1M; cerca de 417GB mesmo em FP8; sem opção de GPU única; termos da licença Llama 4, incluindo exclusão multimodal na UE; sem novas versões Llama.
- Para quem Llama 4 Maverick é indicado?
- Equipes com uma implantação do Maverick ou contrato com um provedor que querem processar texto e imagem em vários idiomas a baixo custo e estão fora da UE.
- Quanto custa Llama 4 Maverick para uma equipe ou em produção?
- 1B de tokens de entrada e 250M de saída por mês custam cerca de $351 na DigitalOcean ou $600 na Parasail. Por conta própria: cerca de 803GB em BF16, 417GB em FP8 (um host 8x H100) e de 214 a 243GB em 4 bits.
- Llama 4 Maverick é seguro para dados da empresa?
- Hospedado por você, os dados ficam no seu hardware. A Llama 4 Community License acrescenta um limite de 700M de usuários mensais e regras de atribuição e nome, e a política de uso aceitável nega os direitos multimodais a pessoas e empresas sediadas na UE, mas não aos seus usuários finais.
- Quais são as melhores alternativas ao Llama 4 Maverick?
- As alternativas mais próximas que analisamos são Muse Spark Open, gpt-oss-120b, DeepSeek-V4.1-Flash, Qwen3.5-397B-A17B e Llama 4 Scout.
Respostas verificadas em 9 de nov. de 2026.