VerdictPal
Beitreten

Modelle / Meta

Llama 4 Maverick

Llama 4 · Release 2026-04-05

Metas reasoning-fokussiertes Llama-4-MoE. 1M-Kontext, 17B aktiv / 400B gesamt, 128 Experten. Open Weights für multimodale Assistenten und Coding.

Standard-Llama-4-Wahl für qualitätsorientiertes Self-Hosting, wenn Scouts 10M-Kontext nicht nötig ist.

#154 von 168 im AA Index · aktueller Snapshot
15 AA Index · 21 Benchmark-Zeilen · 6 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite49
Kontext1M
Input / 1M$0.17
Output / 1M$0.60
Wissensstichtag2024-08-01
Output-Speed90 t/s
TTFT (Default-API)0.54s
Statusflagship

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

66/100 Ø
Wissen
86
Reasoning
69
Mathe
89
Coding
92
Agentisch
8
Multimodal
61
Langer Kontext
50
Tool-Nutzung
76

8 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Llama 4 Maverick auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
MMMUMultimodal#6/ 861MMMU leaderboard2026-04-05
MATHMath#10/ 2589Artificial Analysis2026-09-01
LongBench v2Long context#12/ 1950LongBench v2 leaderboard2026-04-01
LiveBenchReasoning#13/ 2162LiveBench leaderboard2026-04-15
HumanEvalCoding#14/ 1592Meta Llama 4 model card2026-04-05
BFCLTool use#15/ 2076Berkeley Function Calling Leaderboard V42026-04-15
MMLUKnowledge#19/ 2286Meta Llama 4 model card2026-04-05
SWE-bench VerifiedCoding#22/ 2375SWE-bench Verified leaderboard2026-06-09
LiveCodeBenchCoding#28/ 3140Artificial Analysis2026-09-01
MMLU-ProKnowledge#29/ 3981Artificial Analysis2026-09-01
AIMEMath#34/ 3719Artificial Analysis2026-09-01
AA output speedPerformance#45/ 187Artificial Analysis2026-09-01
AA time to first tokenPerformance#78/ 186Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#104/ 1064Artificial Analysis2026-09-01
IFBenchReasoning#116/ 12743Artificial Analysis2026-09-01
AA-LCRLong context#150/ 17950Artificial Analysis2026-09-01
SciCodeCoding#159/ 18033Artificial Analysis2026-09-01
GPQA DiamondReasoning#166/ 18569Artificial Analysis GPQA Diamond evaluation2026-06-09
Humanity's Last ExamReasoning#173/ 1805Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#174/ 18715Artificial Analysis2026-09-01
Terminal-BenchAgentic#177/ 1848Artificial Analysis2026-09-01
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Llama 4 Maverick auftaucht, ist es hervorgehoben.

KnowledgeLlama 4 Maverick · 86
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningLlama 4 Maverick · 69
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathLlama 4 Maverick · 89
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    99
CodingLlama 4 Maverick · 92
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticLlama 4 Maverick · 8
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextLlama 4 Maverick · 50
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Tool useLlama 4 Maverick · 76
  1. 1
    Claude Sonnet 4.6
    89
  2. 2
    GPT 5.5
    87
  3. 3
    Claude Opus 4.8
    87
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Llama 4 Maverick in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

15 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context50%Artificial Analysis5
AA output speedPerformance90 t/sArtificial Analysis5
AA time to first tokenPerformance0.54sArtificial Analysis5
AIMEMath19.33%Artificial Analysis5
Artificial Analysis Intelligence IndexReasoning14.5%Artificial Analysis5
Humanity's Last ExamReasoning4.9%Artificial Analysis5
IFBenchReasoning42.99%Artificial Analysis5
LiveCodeBenchCoding39.7%Artificial Analysis5
MATHMath88.87%Artificial Analysis5
MMLU-ProKnowledge80.9%Artificial Analysis5
SciCodeCoding33.1%Artificial Analysis5
τ³-Bench BankingAgentic3.71%Artificial Analysis5
Terminal-BenchAgentic7.87%Artificial Analysis5
SWE-bench VerifiedCoding74.8%SWE-bench Verified leaderboard89
GPQA DiamondReasoning69.4%Artificial Analysis GPQA Diamond evaluation89
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen86
Reasoning69
Mathe89
Coding92
Agentisch8
Multimodal61
Langer Kontext50
Tool-Nutzung76
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Llama 4 Maverick. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

21 Quell-Zeilen

21 von 37 Katalog-Benchmarks haben eine belegte Zeile für Llama 4 Maverick.

Knowledge

Reasoning

Math

Coding

Agentic

Multimodal

Long context

Tool use

Performance

Quellen