meta-llama
Meta: Llama 4 Maverick
meta-llama/llama-4-maverick
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
El catálogo de OpenRouter describe meta-llama/llama-4-maverick como Llama 4 Maverick 17B Instruct (128E) de Meta, un modelo multimodal de mezcla de expertos con 128 expertos y 17 000 millones de parámetros activos. La ficha indica una ventana de contexto de 524 288 tokens, entradas de texto e imagen, salidas de texto, salidas estructuradas, llamada de herramientas y amplios controles de muestreo. Su fecha de corte de conocimiento declarada es el 31 de agosto de 2024. El paquete incluye entradas de evaluación comparativa del catálogo, pero ninguna ficha independiente; las capacidades deben considerarse reportadas por el catálogo y validarse en cargas reales.[1]
Puntos fuertes
- Diseño de mezcla de expertos reportado por el catálogo, con 128 expertos y 17 000 millones de parámetros activos.[1]
- Acepta entradas de texto e imagen, produce texto e indica una ventana de contexto de 524 288 tokens.[1]
- La ficha de API incluye llamada de herramientas, salidas estructuradas, semilla, logprobs y control del formato de respuesta.[1]
Limitaciones
- La evidencia se limita al catálogo de OpenRouter; no había una ficha independiente del modelo, por lo que sigue siendo necesaria la validación con cargas reales.[1]
- Las salidas se limitan a texto; la ficha no declara modalidades de salida de imagen ni audio.[1]
- El catálogo no identifica una capacidad de razonamiento dedicada, y la fecha de corte declarada es el 31 de agosto de 2024.[1]
Dónde utilizarlo
- Considérelo para asistentes que interpreten imágenes y flujos documentales donde importe una ventana de contexto muy amplia.[1]
- Puede ser adecuado para aplicaciones de API que requieran llamadas de herramientas o salidas estructuradas legibles por máquinas.[1]
- Para tareas de programación, agentes o interfaces, use las entradas de evaluación del catálogo como punto de partida y pruébelo con su carga de trabajo.[1]
Fuentes
- [1] OpenRouter catalog · Meta: Llama 4 MaverickFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Llama 4 Maverick 17B Instruct (128E) is a high-capacity multimodal language model from Meta, built on a mixture-of-experts (MoE) architecture with 128 experts and 17 billion active parameters per forward...
Especificaciones
- ID del modelo
- meta-llama/llama-4-maverick
- ID canónico
- meta-llama/llama-4-maverick-17b-128e-instruct
- Creador
- meta-llama
- Añadido a OpenRouter
- 05.04.2025
- Longitud de contexto
- 524,288
- Modalidad
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.350 / salida $1
- Corte de conocimiento
- 31.08.2024
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | CC — por debajo de la franja B | — |
| Agentes | CC — por debajo de la franja B | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 16.3 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Agentic index | 0.6 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 40.2% · posición 130 | 884Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 35.8% · posición 142 | 870Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 38.4% · posición 133 | 882Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 33.7% · posición 143 | 828Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 40.8% · posición 137 | 890Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 34.4% · posición 145 | 864Elo | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Parasailfp8 | 524,288 | $0.350 | $1 | — | — | 100% |
| 524,288 | $0.350 | $1.15 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.