Llama 4 Maverick은 오픈소스인가요, 아니면 오픈 가중치인가요?

Llama 4 Maverick은 오픈 가중치 모델입니다. 학습된 가중치는 다운로드, 자체 호스팅 및 파인튜닝을 위해 공개적으로 제공됩니다. 토큰당 API 비용 없이 자체 인프라에서 실행할 수 있습니다. 오픈 가중치가 오픈소스와 동일하지는 않다는 점에 유의하세요. 학습 코드와 데이터는 완전히 공개되지 않을 수 있습니다.

Llama 4 Maverick의 컨텍스트 윈도우는 어떻게 되나요?

Llama 4 Maverick은 100만 토큰 컨텍스트 윈도우를 지원하며, 전체 코드베이스, 긴 기술 문서 또는 확장된 에이전트 세션을 잘림 없이 처리할 수 있을 만큼 큽니다.

Llama 4 Maverick은 어떤 벤치마크에서 평가되었나요?

Llama 4 Maverick은 GPQA Diamond(69.8%), MMLU-Pro(80.5%), LiveCodeBench(43.4%)에서 평가되었습니다. SR로 표시된 점수는 제공업체가 자체 보고한 점수이며, 3P 또는 AA로 표시된 점수는 제3자에 의해 독립적으로 검증되었습니다.

FlowHunt에서 Llama 4 Maverick을 사용할 수 있나요?

Llama 4 Maverick은 현재 FlowHunt에 통합되어 있지 않습니다. FlowHunt는 Claude 4.x 시리즈, GPT-5 시리즈, DeepSeek V4, Qwen 3.7, Llama 4 및 기타 주요 모델에 대한 액세스를 제공합니다. 사용 가능한 모델은 전체 AI 리더보드를 확인하세요.

Llama 4 Maverick은 다른 AI 모델과 어떻게 비교되나요?

정렬 가능한 벤치마크 테이블을 사용하여 FlowHunt AI 리더보드에서 추적되는 24개 모델 모두와 Llama 4 Maverick을 비교할 수 있습니다. 이 페이지의 벤치마크 순위 섹션은 Llama 4 Maverick이 평가된 각 벤치마크에서의 위치를 보여줍니다.

Llama 4 Maverick

EstablishedOpen-weight

Try in FlowHunt

Llama 4 Maverick은 Meta가 개발하여 2025년 4월에 출시한, 검증되었으며 여전히 프로덕션 시스템에서 널리 사용되는 AI 모델입니다. 오픈 가중치 모델로서 학습된 가중치가 공개적으로 제공되어 자체 호스팅, 독점 데이터로 파인튜닝, 또는 API 의존성 없이 온프레미스에서 실행할 수 있습니다. 100만 토큰 컨텍스트 윈도우는 전체 코드베이스, 긴 기술 문서 또는 확장된 에이전트 세션을 잘림 없이 처리할 수 있을 만큼 큽니다.

FlowHunt AI 리더보드에서 24개 추적 모델 중 하나로, 3개 벤치마크에서 평가되었습니다. 주요 점수: MMLU-Pro 80.5%(8개 중 4위), LiveCodeBench 43.4%(5개 중 4위), GPQA Diamond 69.8%(14개 중 11위).

Llama 4 Maverick은 2025년 4월 5일 Meta의 주력 Llama 4 모델로 출시되었습니다. Maverick은 네이티브 멀티모달 mixture-of-experts 아키텍처를 도입하여 — 추론 수준에서 이미지를 처리할 수 있는 최초의 Llama 모델 — 128개 전문가를 갖춘 400B 풀에서 17B 활성 파라미터를 사용합니다. 출시 당시 시각적 이해 작업에서 가장 강력한 오픈 가중치 모델이었으며, 최초의 비전 기능을 갖춘 오픈 가중치 에이전트 세대를 가능하게 했습니다. 100만 토큰 컨텍스트 윈도우와 멀티모달 기능은 2025년 상반기 동안 오픈 가중치 에이전틱 애플리케이션 개발의 기준 모델이 되었으며, 이후 Frontier 등급의 폐쇄형 모델이 그 격차를 확장했습니다.

참고: 출시 당시 동급 최고의 멀티모달 오픈 가중치. 단일 H100 호스트에서 실행 가능.

Try in FlowHunt

출시일: 2025년 4월
파라미터: 17B/400B MoE (128개 전문가)
컨텍스트: 100만 토큰
가중치: 공개
등급: Established
제공업체: 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(전 Facebook)는 캘리포니아주 멘로파크에 본사를 둔 세계 최대 기술 기업 중 하나로, Facebook, Instagram, WhatsApp, Threads로 가장 잘 알려져 있습니다. Meta AI(전 FAIR)를 통해 이 회사는 Llama 제품군을 통해 오픈웨이트 대규모 언어 모델을 가장 많이 발표한 기관이 되었습니다. Llama 4 시리즈(Maverick, Scout, Behemoth)는 허용적인 커뮤니티 라이선스로 출시되었으며 Hugging Face와 같은 플랫폼에서 가장 많이 다운로드된 오픈웨이트 모델로 남아 있습니다. Meta의 AI 전략은 주요 연구소 중에서 독특합니다. 상업용 API를 운영하는 대신 연구 및 상업적 사용을 위해 모델을 공개적으로 출시하고, 자체 애플리케이션 전반에 생성형 AI 기능을 통합하며, 오픈웨이트 공개가 AI 개발에 가장 민주적인 접근 방식이라고 공개적으로 옹호해 왔습니다.

사용 사례

Llama 4 Maverick을 활용하는 방법

과학 및 기술 추론: Llama 4 Maverick은 GPQA Diamond에서 69%를 기록하여(14개 모델 중 11위), 인간 박사급 전문가 기준선 이상입니다. STEM 분야 전반에 걸쳐 까다로운 과학적 추론, 연구 문헌 요약 및 지식 집약적 작업을 처리합니다.
자체 호스팅 및 프라이빗 배포: Llama 4 Maverick은 오픈 가중치 모델(17B/400B MoE, 128개 전문가)로, 학습된 가중치가 공개적으로 다운로드 및 자체 배포 가능합니다. 자체 GPU 하드웨어 또는 프라이빗 클라우드에서 실행하여 데이터가 환경을 벗어나지 않도록 하고, 대규모 토큰당 API 비용을 제거하며, 독점 데이터셋으로 모델을 파인튜닝할 수 있습니다.
긴 문서 및 코드베이스 분석: 100만 토큰 컨텍스트 윈도우를 갖춘 Llama 4 Maverick은 전체 소프트웨어 저장소, 긴 법률 계약서, 책 분량의 연구 보고서 또는 방대한 대화 기록을 단일 프롬프트로 처리할 수 있어, 청킹 휴리스틱이나 RAG 파이프라인 없이도 심층 문서 Q&A, 파일 간 코드베이스 추론 및 포괄적인 요약이 가능합니다.

Strengths & Limitations

Strengths

고급 과학 Q&A — GPQA Diamond 69%
자체 호스팅 및 데이터 프라이빗 배포 (오픈 가중치)
매우 긴 문서 및 대규모 코드베이스 (100만 컨텍스트)

Limitations

에이전틱 코딩 및 복잡한 추론에서 2026년 프론티어 모델에 비해 현저히 뒤처짐

더 비교해보기

전체 AI 모델 리더보드 살펴보기

11개 벤치마크에서 24개 모델을 모두 비교 — 정렬 가능, 출처 표시, 2026년 6월 업데이트.

← AI 리더보드로 돌아가기 FlowHunt에서 사용해보기

자주 묻는 질문

: Llama 4 Maverick은 Meta가 개발하여 2025년 4월에 출시한, 검증되었으며 여전히 프로덕션 시스템에서 널리 사용되는 AI 모델입니다. 글쓰기, 분석, 요약, 질문 응답 등 일반적인 AI 작업을 처리합니다.
: Llama 4 Maverick은 오픈 가중치 모델입니다. 학습된 가중치는 다운로드, 자체 호스팅 및 파인튜닝을 위해 공개적으로 제공됩니다. 토큰당 API 비용 없이 자체 인프라에서 실행할 수 있습니다. 오픈 가중치가 오픈소스와 동일하지는 않다는 점에 유의하세요. 학습 코드와 데이터는 완전히 공개되지 않을 수 있습니다.
: Llama 4 Maverick은 100만 토큰 컨텍스트 윈도우를 지원하며, 전체 코드베이스, 긴 기술 문서 또는 확장된 에이전트 세션을 잘림 없이 처리할 수 있을 만큼 큽니다.
: Llama 4 Maverick은 GPQA Diamond(69.8%), MMLU-Pro(80.5%), LiveCodeBench(43.4%)에서 평가되었습니다. SR로 표시된 점수는 제공업체가 자체 보고한 점수이며, 3P 또는 AA로 표시된 점수는 제3자에 의해 독립적으로 검증되었습니다.
: Llama 4 Maverick은 현재 FlowHunt에 통합되어 있지 않습니다. FlowHunt는 Claude 4.x 시리즈, GPT-5 시리즈, DeepSeek V4, Qwen 3.7, Llama 4 및 기타 주요 모델에 대한 액세스를 제공합니다. 사용 가능한 모델은 전체 AI 리더보드를 확인하세요.
: 정렬 가능한 벤치마크 테이블을 사용하여 FlowHunt AI 리더보드에서 추적되는 24개 모델 모두와 Llama 4 Maverick을 비교할 수 있습니다. 이 페이지의 벤치마크 순위 섹션은 Llama 4 Maverick이 평가된 각 벤치마크에서의 위치를 보여줍니다.

더 알아보기

Llama 4 Scout — 벤치마크, 성능 및 사용 사례

Llama 4 Scout는 Meta의 오픈 웨이트 AI 모델(17B/109B MoE(16개 전문가))로, Established 티어에 속하며 1,000만 토큰의 컨텍스트 윈도우를 제공합니다. FlowHunt에서 바로 사용할 수 있습니다. 벤치마크 점수, 강점 및 권장 사용 사례를 알아보...

Apr 5, 2025 4 분 읽기

Llama 3.3 70B — 벤치마크, 기능 및 사용 사례

Llama 3.3 70B는 Meta가 개발한 오픈 웨이트 AI 모델(70B 덴스)로, Established 등급에 속하며 128K 토큰 컨텍스트 윈도우를 지원합니다. FlowHunt에서 직접 사용할 수 있습니다. 벤치마크 점수, 강점 및 권장 사용 사례를 확인하세요....

Dec 6, 2024 3 분 읽기