Meta Established オープンウェイト FlowHuntでは未対応

Llama 4 Maverick

Llama 4 Maverickは、Metaが開発し2025年4月にリリースされた、現在も本番システムで広く使用されている実績のあるAIモデルです。オープンウェイトモデルとして、学習済みの重みは公開されており、セルフホスティング、独自データでのファインチューニング、またはAPIに依存しないオンプレミスでの実行が可能です。100万トークンのコンテキストウィンドウは、コードベース全体、長大な技術文書、または長時間のエージェントセッションを切り詰めることなく処理できる十分な大きさです。

続きを読む
Llama 4 Maverickは、2025年4月5日にMetaのフラッグシップLlama 4モデルとしてリリースされました。Maverickは、ネイティブマルチモーダル混合エキスパート（Mixture-of-Experts）アーキテクチャを導入しました。これは、128のエキスパートからなる400Bのパラメータプールから17Bのアクティブパラメータを使用し、推論レベルで画像を処理できる初のLlamaモデルです。リリース時点では、視覚理解タスクにおいて最強のオープンウェイトモデルであり、視覚対応のオープンウェイトエージェントの第一世代を実現しました。100万トークンのコンテキストウィンドウとマルチモーダル機能により、2025年前半を通じて、オープンウェイトのエージェント型アプリケーション開発におけるリファレンスモデルとなりました。その後、フロンティア層のクローズドモデルがリードを広げました。
Claude Haiku 5.5をFlowHuntで試す AI Leaderboardに戻る

ベンチマーク

各スコアは1回だけ表示され、追跡対象モデルの中での順位と測定者が併記されます。

同じ尺度でEstablishedの同クラスモデルと比較
  • Llama 4 Maverickこのモデル
  • GPT-4oこのモデルは3件中3件で首位
  • Llama 4 Scoutこのモデルは5件中3件で首位
検証済み 独立した評価機関、ランキングに反映
総合

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

出典 ↗

Llama 4 Maverick 10.0 GPT-4o 8.4 Llama 4 Scout 8.1
#3945中 検証済み
エージェント

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

出典 ↗

Llama 4 Maverick 0.0% GPT-4o スコアなし Llama 4 Scout 0.0%
#3336中 検証済み
推論

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

出典 ↗

Llama 4 Maverick 4.9% GPT-4o 2.4% Llama 4 Scout 3.8%
#3744中 検証済み

GPQA Diamond

Graduate-level science questions that search cannot answer.

出典 ↗その他: 自己報告 69.8%

Llama 4 Maverick 67.1% GPT-4o 54.3% Llama 4 Scout 58.7%
#3137中 検証済み

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

出典 ↗

Llama 4 Maverick 0.0% GPT-4o スコアなし Llama 4 Scout 0.0%
#2627中 検証済み

Llama 4 Maverickの活用シーン

科学的・技術的推論

STEM分野全体にわたり、要求の厳しい科学的推論、研究文献の要約、知識集約型タスクを処理します。

セルフホスティング＆プライベートデプロイ

Llama 4 Maverickはオープンウェイト（17B/400B MoE（128エキスパート）パラメータ）であり、学習済みの重みは公開されており、ダウンロードして自己デプロイが可能です。自身のGPUハードウェアまたはプライベートクラウド上で実行することで、データが環境外に出ることを防ぎ、大規模なトークン単位のAPIコストを排除し、独自データセットでモデルをファインチューニングできます。

長文書・コードベース分析

100万トークンのコンテキストウィンドウにより、Llama 4 Maverickはソフトウェアリポジトリ全体、長大な法的契約書、書籍レベルの調査レポート、または広範な会話履歴を単一のプロンプトで取り込むことができ、チャンキングヒューリスティックやRAGパイプラインを必要とせずに、深い文書Q&A、ファイル横断的なコードベース推論、および包括的な要約を実現します。

強みと制約

強み

  • 高度な科学的Q&A
  • セルフホスティング＆データプライベートデプロイ（オープンウェイト）
  • 非常に長い文書と大規模コードベース（100万コンテキスト）

制約

  • エージェント型コーディングと複雑な推論において、2026年のフロンティアモデルに大幅に劣る

FlowHuntで代替モデルを使う

Llama 4 MaverickはFlowHuntでは利用できません。次のモデルは同様の用途に対応しており、すぐに使えます。

関連AIモデル

Metaについて Menlo Park, CA · 設立 2004 · ai.meta.com

Meta Platforms（旧Facebook）は、カリフォルニア州メンロパークに本社を置く世界最大のテクノロジー企業の一つであり、Facebook、Instagram、WhatsApp、Threadsで最もよく知られています。Meta AI（旧FAIR）を通じて、同社はLlamaファミリーを介したオープンウェイト大規模言語モデルの最も多産な公開元となっています。Llama 4シリーズ（Maverick、Scout、Behemoth）は寛容なコミュニティライセンスのもとで公開され、Hugging Faceなどのプラットフォームで最もダウンロードされているオープンウェイトモデルであり続けています。MetaのAI戦略は主要研究所の中でも異色で、商用APIを運営するのではなく、研究および商用利用のためにモデルをオープンに公開し、自社アプリケーション全体に生成AI機能を統合し、オープンウェイト公開をAI開発への最も民主的なアプローチとして公に提唱しています。

ai.meta.com ↗

AIモデルリーダーボードの全データを見る

追跡しているすべてのモデルを、コーディング、エージェント、推論のベンチマークで比較できます。各スコアには検証済みか自己申告かを表示しています。

← AIリーダーボードに戻る FlowHuntで試す

よくある質問

詳しく見る

Llama 4 Scout — ベンチマーク、機能、ユースケース
Llama 4 Scout — ベンチマーク、機能、ユースケース

Llama 4 Scout — ベンチマーク、機能、ユースケース

Llama 4 ScoutはMetaによるオープンウェイトAIモデル（17B/109B MoE（16エキスパート））で、Established層に分類され、1000万トークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、推奨ユースケースをご確認ください。...

2 分で読める
Llama 3.3 70B — ベンチマーク、機能、およびユースケース
Llama 3.3 70B — ベンチマーク、機能、およびユースケース

Llama 3.3 70B — ベンチマーク、機能、およびユースケース

Llama 3.3 70Bは、Meta社によるオープンウェイトのAIモデル（70B Dense）で、Established（確立済み）ティアに分類され、128Kトークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、推奨ユースケースをご覧ください。...

2 分で読める
Large Language Model Meta AI（LLaMA）
Large Language Model Meta AI（LLaMA）

Large Language Model Meta AI（LLaMA）

Large Language Model Meta AI（LLaMA）は、Metaによって開発された最先端の自然言語処理モデルです。最大650億のパラメータを持ち、翻訳、要約、チャットボットなどのタスクで人間のようなテキストの理解と生成に優れています。...

1 分で読める
AI Language Model +6