Llama 4 Maverick TPS-rekenmachine

Open gewichten Meta AI 400B parameters April 2025

Elke kaart hieronder wordt beoordeeld op basis van dit model met de contextlengte en minimale kwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..

Bereken voor dit model

6 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Radeon Instinct MI300X

192 GB · Q3_K_M · 65.9 tok/s

Snelste kaart

B300

109 tok/s · 288 GB

Welke GPU's kunnen draaien Llama 4 Maverick?

Stel de invoer in, lees het antwoord

Contextlengte tokens

Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..

Minimale kwaliteit

Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.

Zoek kaarten

Kaartgeheugen

Toon ook kaarten die het niet kunnen draaien

6 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
109 tok/s 65–174 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	214.8 GB	Q4_K_M	Comfortabel
86.8 tok/s 52–139 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q4_K_M	Comfortabel
86.8 tok/s 52–139 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q4_K_M	Comfortabel
65.9 tok/s 40–105 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	168.2 GB	Q3_K_M	Krap
65.9 tok/s 40–105 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	168.2 GB	Q3_K_M	Krap
63.6 tok/s 38–102 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	214.8 GB	Q4_K_M	Krap

Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie: Meta AI
Organisatietype: Industry
Land: United States of America
Gepubliceerd: 5 April 2025

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein: Multimodal, Language, Vision
Taak: Chat, Code generation, Visual question answering, Language modeling/generation, Question answering

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters: 400B
Training gegevens: 30,000,000,000,000 tokens

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Training rekenen: 2.2 × 10²⁴ FLOP

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten: Open — downloadable
Toegang tot model: Open weights (restricted use)
Training code: Unreleased
Hugging Face: meta-llama

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarschijnlijk boven de 10²³ FLOP: Yes
Waarom het wordt gevolgd: Discretionary
Record vertrouwen: Likely

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie: The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien Llama 4 Maverick

Gerangschikt op geschatte tokens per seconde, nieuwste kaart eerst waar snelheden gelijk zijn. Omdat generatie gebonden is aan geheugensnelheid, volgt deze ordening de snelheid in plaats van een gamebenchmark..

De kleinste GPU's die nog steeds draaien Llama 4 Maverick

De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..

Wat de cijfers betekenen

Hardwarevereisten in de praktijk

Minimum kaart

Radeon Instinct MI300X

Geheugen nodig

168.2 GB

Snelste

109 tok/s

Llama 4 Maverick bereikt een parameter telling van 400B. Dat is meer dan wat enige enkele grafische kaart bevat. Het draaien ervan betekent ofwel het splitsen over meerdere kaarten of het huren van hardware die voor de klus is gebouwd, en elke kaart die het alleen kan vasthouden, is een datacenteronderdeel. Het aantal dat kan: 6.

Het toegangspunt is Radeon Instinct MI300X, met een geheugen capaciteit van 192 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 65.9 tokens per seconde

De snelste we er voor berekenen is B300, genereren ongeveer 109 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

Llama 4 Maverick werd gepubliceerd door Meta AI, in het land geregistreerd als United States of America, tijdens April 2025. De publicerende organisatie is geclassificeerd als industry.

Het werkt in het domein van Multimodal, Language, Vision, en wordt geregistreerd als het uitvoeren van de taak van chat, Code generation, Visual question answering, Language modeling/generation, Question answering.

De gewichten zijn gepubliceerd, zodat ze gedownload en onbeperkt, offline, op je eigen hardware kunnen worden uitgevoerd, zonder dat er een account aan verbonden is. Op Hugging Face is het gepubliceerd onder de organisatie meta-llama.

Wat bepaalt de snelheid

De mediaanresultaat is rond 76.3 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 6 van hen

Mixture-of-experts routeren is waarom de snelheden hier hoog lijken voor het aantal parameters. Slechts een fractie wordt per token gelezen, maar het geheel moet worden geladen.

Geheugen hier is geschat op basis van grootte in plaats van berekend vanuit de architectuur, die niet is vastgelegd voor dit model — de cijfers zijn indicatief eerder dan exact.

Training en herkomst

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 2.2 × 10²⁴ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

Het is getraind op een corpus van ongeveer 30,000,000,000,000 tekstokens

De inclusiecriteria: discretionary.

Stap voor stap

Hoe een GPU te kiezen voor Llama 4 Maverick

De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..

01

Lees eerst de geheugenfiguur

De tabel vermeldt elke kaart die in staat is om te bevatten. Llama 4 Maverick, ongeveer nodig 168.2 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
02

Stem de context af op uw werkelijke gebruik

Stel de context in op wat je daadwerkelijk gaat gebruiken. De cache groeit met het gesprek, en het is de gebruikelijke reden dat een CARD die in eerste instantie prima leek, niet meer past. Llama 4 Maverick.
03

Bepaal hoeveel compressie je accepteert

De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., bereiken van een compressie van Q3_K_M op de kleinste kaart die past. Het instellen van een minimumkwaliteit laat de kaarten vallen die het alleen maar beheersen door verder te persen dan je zou willen, en houdt de vergelijking op één niveau.
04

Rangschik op doorvoer in plaats van specificatielijst

Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor Llama 4 Maverick. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B300, bij 109 tok/s
05

Lees de passen kolom laatst

Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van Llama 4 Maverick. Comfortabel betekent dat je de context later kunt vergroten. Dat verschil is belangrijker dan een paar tokens per seconde, dus koop voor comfortabel als je dat verwacht.
06

Zie wat die kaart nog meer draait

Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast Llama 4 Maverick.

Antwoorden

Llama 4 Maverick — veelgestelde vragen

Llama 4 Maverick— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 2.2 × 10²⁴ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

Llama 4 Maverick— kan ik het draaien als het niet in mijn GPU past?

Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 52.8 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

Llama 4 Maverick— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 6. Dus een tweede card is zelden het antwoord hier.

Llama 4 Maverick— waarom verschilt de quantisatie tussen kaarten?

Een grotere CARD houdt een nauwkeuriger kopie. Het aantal compressieniveaus dat gebruikt wordt op de CARDS die het draaien: 2. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

Llama 4 Maverick— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 65–174 tok/s op B300. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Llama 4 Maverick— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Radeon Instinct MI300X, met een geheugen capaciteit van 192 GB. Het draait het model op een compressie van Q3_K_M ongeveer 168.2 GB, en produceert ongeveer 65.9 tokens per second. Het aantal kaarten dat het totaal kan draaien: 6.

Llama 4 Maverick— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B300, ongeveer 109 tokens per seconde; de langzaamste die het nog steeds draait haalt aanzienlijk minder. De leessnelheid is rond de tien tokens per seconde, en het aantal kaarten dat dat haalt: 6.

Llama 4 Maverick— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 168.2 GB bij een compressie van Q3_K_M, welke is wat de kleinste card die het draait gebruikt. Minder compressie heeft meer nodig: de cijfers in de memory-kolom hierboven worden opnieuw berekend voor elke card, omdat elke card de minst gecomprimeerde versie kan vasthouden.

Llama 4 Maverick— is het open-source?

De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.

Llama 4 Maverick— hoeveel parameters heeft het?

Het heeft een parameter telling van 400B. "Llama 4 Maverick models have 17B active parameters and 400B total parameters." https://ai.meta.com/blog/llama-4-multimodal-intelligence/. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

Llama 4 Maverick— wie heeft het gemaakt?

Het werd gepubliceerd door Meta AI, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

Llama 4 Maverick— wanneer is het uitgebracht?

Het werd gepubliceerd in April 2025.

Llama 4 Maverick— waarvoor wordt het gebruikt?

Het werkt in het domein van Multimodal, Language, Vision, en wordt geregistreerd als het afhandelen van chat, Code generation, Visual question answering, Language modeling/generation, Question answering. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.

Llama 4 Maverick— waar kan ik het downloaden?

Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie meta-llama. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.

Alle AI-modellen