Qu'est-ce que Llama 4 Maverick ?

Llama 4 Maverick est un modèle d'IA éprouvé encore largement déployé dans les systèmes de production, développé par Meta et publié en avril 2025. Il gère des tâches d'IA générales, notamment la rédaction, l'analyse, le résumé et le question-réponse.

Llama 4 Maverick est-il open-source ou open-weight ?

Llama 4 Maverick est un modèle open-weight. Ses poids entraînés sont publiquement disponibles pour le téléchargement, l'hébergement autonome et le fine-tuning. Vous pouvez l'exécuter sur votre propre infrastructure sans frais d'API par token. Notez qu'open-weight n'est pas équivalent à open-source : le code d'entraînement et les données peuvent ne pas être entièrement publics.

Sur quels benchmarks Llama 4 Maverick a-t-il été évalué ?

Llama 4 Maverick a été évalué sur : GPQA Diamond (69,8 %), MMLU-Pro (80,5 %), LiveCodeBench (43,4 %). Les scores marqués SR sont auto-déclarés par le fournisseur ; les scores marqués 3P ou AA ont été vérifiés de manière indépendante par des tiers.

Puis-je utiliser Llama 4 Maverick dans FlowHunt ?

Llama 4 Maverick n'est actuellement pas intégré dans FlowHunt. FlowHunt donne accès à la série Claude 4.x, à la série GPT-5, à DeepSeek V4, à Qwen 3.7, à Llama 4 et à d'autres modèles leaders. Consultez le classement IA complet pour savoir quels modèles sont disponibles.

Comment Llama 4 Maverick se compare-t-il aux autres modèles d'IA ?

Vous pouvez comparer Llama 4 Maverick aux 24 modèles suivis sur le classement IA FlowHunt à l'aide du tableau de benchmarks triable. La section Classement des Benchmarks sur cette page montre la position de Llama 4 Maverick pour chaque benchmark sur lequel il a été évalué.

Llama 4 Maverick

EstablishedOpen-weight

Try in FlowHunt

Llama 4 Maverick est un modèle d’IA éprouvé encore largement déployé dans les systèmes de production, développé par Meta et publié en avril 2025. En tant que modèle open-weight, ses poids entraînés sont publiquement disponibles — vous pouvez l’héberger vous-même, l’affiner sur des données propriétaires ou l’exécuter sur site sans dépendances d’API. La fenêtre de contexte de 1 million de tokens est suffisamment grande pour contenir des bases de code entières, de longs documents techniques ou des sessions agentiques étendues sans troncature.

Sur le classement IA FlowHunt, il est l’un des 24 modèles suivis, évalué sur 3 benchmarks. Scores remarquables : 80,5 % sur MMLU-Pro (#4 sur 8) ; 43,4 % sur LiveCodeBench (#4 sur 5) ; 69,8 % sur GPQA Diamond (#11 sur 14).

Llama 4 Maverick a été publié le 5 avril 2025 en tant que modèle phare Llama 4 de Meta. Maverick a introduit une architecture native multimodale à mélange d’experts — le premier modèle Llama capable de traiter les images au niveau du raisonnement — utilisant 17 milliards de paramètres actifs issus d’un pool de 400 milliards avec 128 experts. À son lancement, c’était le modèle open-weight le plus performant sur les tâches de compréhension visuelle, permettant la première génération d’agents open-weight capables de vision. Sa fenêtre de contexte d’un million de tokens et sa capacité multimodale en ont fait le modèle de référence pour le développement d’applications agentiques open-weight au cours du premier semestre 2025, avant que les modèles fermés de niveau Frontière n’étendent leur avance.

Note : Meilleur modèle multimodal open-weight de sa catégorie au lancement. Tient sur un seul hôte H100.

Try in FlowHunt

Date de sortie: Avril 2025
Paramètres: 17B/400B MoE (128 experts)
Contexte: 1M tokens
Poids: Ouverts
Niveau: Établi
Fournisseur: Meta

Llama 4 Maverick Benchmark Rankings

Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.

Benchmark	Score	Rank	Source	What it measures
GPQA Diamond	69.8%	11 of 14	SR	Graduate-level Google-proof science Q&A
MMLU-Pro	80.5%	4 of 8	SR	Hard knowledge reasoning, 12K questions
LiveCodeBench	43.4%	4 of 5	SR	Competitive programming, continuously updated

Detailed Benchmark Scores

GPQA ◇ SR

69.8%

Graduate-level Google-proof science Q&A

MMLU-P SR

80.5%

Hard knowledge reasoning, 12K questions

LiveCode SR

43.4%

Competitive programming, continuously updated

Llama 4 Maverick vs. Established Peers

Head-to-head benchmark comparison with other Established-tier models. Higher is better for all metrics.

Benchmark	Llama 4 Maverick	GPT-4o	Llama 4 Scout
GPQA ◇	69.8%	53.6%	—
MMLU-P	80.5%	72.6%	52.2%
LiveCode	43.4%	—	32.8%

About Meta

Meta Founded 2004 · Menlo Park, CA

Website →

Meta Platforms (anciennement Facebook) est l'une des plus grandes entreprises technologiques mondiales, dont le siège est à Menlo Park, en Californie, et surtout connue pour Facebook, Instagram, WhatsApp et Threads. Via Meta AI (anciennement FAIR), l'entreprise est devenue l'éditeur le plus prolifique de grands modèles de langage à poids ouverts via la famille Llama. Les séries Llama 4 — Maverick, Scout et Behemoth — ont été publiées sous des licences communautaires permissives et restent les modèles à poids ouverts les plus téléchargés sur des plateformes comme Hugging Face. La stratégie IA de Meta est distincte parmi les grands laboratoires : plutôt que d'exploiter une API commerciale, Meta publie ses modèles ouvertement pour la recherche et l'usage commercial, intègre des fonctionnalités d'IA générative dans ses propres applications, et a publiquement plaidé en faveur des publications à poids ouverts comme l'approche la plus démocratique du développement de l'IA.

Cas d'Usage

À Quoi Sert Llama 4 Maverick

Raisonnement Scientifique et Technique: Llama 4 Maverick obtient 69 % sur GPQA Diamond (#11 sur 14 modèles), autour ou au-dessus du niveau de référence des experts humains titulaires d'un doctorat. Il gère le raisonnement scientifique exigeant, le résumé de littérature de recherche et les tâches à forte intensité de connaissances dans toutes les disciplines STEM.
Déploiements Autonomes et Privés: Llama 4 Maverick est un modèle open-weight (17B/400B MoE (128 experts) paramètres) — ses poids entraînés sont publiquement disponibles pour le téléchargement et le déploiement autonome. Exécutez-le sur votre propre matériel GPU ou cloud privé pour garantir que vos données ne quittent jamais votre environnement, éliminez les coûts d'API par token à grande échelle, ou affinez le modèle sur des ensembles de données propriétaires.
Analyse de Documents Longs et de Bases de Code: Avec une fenêtre de contexte d'un million de tokens, Llama 4 Maverick peut ingérer des dépôts logiciels entiers, de longs contrats juridiques, des rapports de recherche de la taille d'un livre ou de vastes historiques de conversation en une seule requête — permettant un question-réponse approfondi sur les documents, un raisonnement inter-fichiers sur les bases de code, et un résumé complet sans heuristiques de découpage ni pipelines RAG.

Strengths & Limitations

Strengths

Question-réponse scientifique avancé — 69 % GPQA Diamond
Déploiements autonomes et respectueux de la confidentialité des données (open-weight)
Très longs documents et grandes bases de code (1M de contexte)

Limitations

Significativement en retrait par rapport aux modèles de pointe de 2026 pour le codage agentique et le raisonnement complexe

À Comparer

Modèles d'IA Connexes

Parcourez le Classement Complet des Modèles d'IA

Comparez les 24 modèles sur 11 benchmarks — triables, sourcés et mis à jour en juin 2026.

← Retour au Classement IA Essayer dans FlowHunt

Questions fréquemment posées

: Llama 4 Maverick est un modèle d'IA éprouvé encore largement déployé dans les systèmes de production, développé par Meta et publié en avril 2025. Il gère des tâches d'IA générales, notamment la rédaction, l'analyse, le résumé et le question-réponse.
: Llama 4 Maverick est un modèle open-weight. Ses poids entraînés sont publiquement disponibles pour le téléchargement, l'hébergement autonome et le fine-tuning. Vous pouvez l'exécuter sur votre propre infrastructure sans frais d'API par token. Notez qu'open-weight n'est pas équivalent à open-source : le code d'entraînement et les données peuvent ne pas être entièrement publics.
: Llama 4 Maverick prend en charge une fenêtre de contexte de 1 million de tokens, suffisamment grande pour contenir des bases de code entières, de longs documents techniques ou des sessions agentiques étendues sans troncature.
: Llama 4 Maverick a été évalué sur : GPQA Diamond (69,8 %), MMLU-Pro (80,5 %), LiveCodeBench (43,4 %). Les scores marqués SR sont auto-déclarés par le fournisseur ; les scores marqués 3P ou AA ont été vérifiés de manière indépendante par des tiers.
: Llama 4 Maverick n'est actuellement pas intégré dans FlowHunt. FlowHunt donne accès à la série Claude 4.x, à la série GPT-5, à DeepSeek V4, à Qwen 3.7, à Llama 4 et à d'autres modèles leaders. Consultez le classement IA complet pour savoir quels modèles sont disponibles.
: Vous pouvez comparer Llama 4 Maverick aux 24 modèles suivis sur le classement IA FlowHunt à l'aide du tableau de benchmarks triable. La section Classement des Benchmarks sur cette page montre la position de Llama 4 Maverick pour chaque benchmark sur lequel il a été évalué.

En savoir plus

Llama 4 Scout — Benchmarks, capacités et cas d'usage

Llama 4 Scout est un modèle d'IA à poids ouverts de Meta (17B/109B MoE (16 experts)), classé dans le niveau Établi avec une fenêtre de contexte de 10M tokens. I...

Apr 5, 2025 5 min de lecture

Llama 3.3 70B — Benchmarks, Capacités et Cas d'Usage

Llama 3.3 70B est un modèle d'IA open-weight de Meta (70B dense), classé au niveau Établi avec une fenêtre de contexte de 128K tokens. Il est disponible directe...

Dec 6, 2024 4 min de lecture

GPT-4.1 — Références, Capacités et Cas d'Usage

GPT-4.1 est un modèle d'IA propriétaire d'OpenAI, classé au niveau Avancé avec une fenêtre de contexte de 1 million de tokens. Il est disponible directement dan...

Apr 14, 2025 4 min de lecture