Llama 4 Maverick kalkulator TPS

Otwórz wagi Meta AI 400B parametry April 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

6 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI300X

192 GB · Q3_K_M · 65.9 tok/s

Najszybsza karta

B300

109 tok/s · 288 GB

Które GPU mogą uruchomić Llama 4 Maverick?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

6 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
109 tok/s 65–174 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	214.8 GB	Q4_K_M	Wygodny
86.8 tok/s 52–139 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q4_K_M	Wygodny
86.8 tok/s 52–139 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q4_K_M	Wygodny
65.9 tok/s 40–105 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	168.2 GB	Q3_K_M	Wąski
65.9 tok/s 40–105 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	168.2 GB	Q3_K_M	Wąski
63.6 tok/s 38–102 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	214.8 GB	Q4_K_M	Wąski

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: Meta AI
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 5 April 2025

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Multimodal, Language, Vision
Zadanie: Chat, Code generation, Visual question answering, Language modeling/generation, Question answering

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 400B
Dane treningowe: 30,000,000,000,000 tokens

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 2.2 × 10²⁴ FLOP

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (restricted use)
Kod treningowy: Unreleased
Hugging Face: meta-llama

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Prawdopodobnie powyżej 10²³ FLOP: Yes
Dlaczego to jest śledzone: Discretionary
Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Llama 4 Maverick

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają Llama 4 Maverick

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Radeon Instinct MI300X

Pamięć potrzebna

168.2 GB

Najszybszy

109 tok/s

Llama 4 Maverick osiąga liczbę parametrów równą 400B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 6.

Punkt wejścia to Radeon Instinct MI300X, o pojemności pamięci 192 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 65.9 tokeny na sekundę

Najszybciej, jak to obliczamy, to B300, generowanie w przybliżeniu 109 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Llama 4 Maverick został opublikowany przez Meta AI, w kraju zapisanym jako United States of America, podczas April 2025. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Multimodal, Language, Vision, i jest zapisany jako wykonujący zadanie chat, Code generation, Visual question answering, Language modeling/generation, Question answering.

Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta. Na Hugging Face jest opublikowane pod organizacją meta-llama.

Co decyduje o szybkości

Mediana wyniku wynosi około 76.3 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 6 ich

Routing mieszanki ekspertów jest powodem, dla którego prędkości tutaj wyglądają wysoko w stosunku do liczby parametrów. Tylko ułamek jest odczytywany na token, ale całość musi być załadowana.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Szkolenie i pochodzenie

Wytworzenie tego wymagało arytmetyki sumującej około 2.2 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 30,000,000,000,000 Tokeny tekstu.

Kryterium włączenia: discretionary.

Krok po kroku

Jak wybrać GPU do Llama 4 Maverick

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić Llama 4 Maverick, potrzebując około 168.2 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. Llama 4 Maverick.
03

Zdecyduj, ile kompresji zaakceptujesz

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Oceń według przepustowości, a nie kart specyfikacji

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla Llama 4 Maverick. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B300, w 109 tok/s
05

Przeczytaj kolumnę dopasowania jako ostatnią

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Llama 4 Maverick. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Zobacz, co jeszcze ta karta uruchamia

Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Llama 4 Maverick.

Odpowiedzi

Llama 4 Maverick — częste pytania

Llama 4 Maverick— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2.2 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

Llama 4 Maverick— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 52.8 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Llama 4 Maverick— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 6. Więc druga karta rzadko jest odpowiedzią tutaj.

Llama 4 Maverick— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 2. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Llama 4 Maverick— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 65–174 tok/s na B300. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Llama 4 Maverick— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI300X, o pojemności pamięci 192 GB. Uruchamia model przy kompresji Q3_K_M używając około 168.2 GB, i produkuje w przybliżeniu 65.9 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 6.

Llama 4 Maverick— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B300, około 109 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 6.

Llama 4 Maverick— Ile VRAM-u potrzebuje?

Potrzebuje około 168.2 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

Llama 4 Maverick— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

Llama 4 Maverick— ile ma parametrów?

Ma liczbę parametrów równą 400B. "Llama 4 Maverick models have 17B active parameters and 400B total parameters." https://ai.meta.com/blog/llama-4-multimodal-intelligence/. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

Llama 4 Maverick— kto to stworzył?

Zostało opublikowane przez Meta AI, oparty na United States of America, organizacja sklasyfikowana jako industry.

Llama 4 Maverick— kiedy to zostało wydane?

Zostało opublikowane w April 2025.

Llama 4 Maverick— do czego to służy?

Działa w dziedzinie Multimodal, Language, Vision, i jest zarejestrowany jako realizujący zadanie chat, Code generation, Visual question answering, Language modeling/generation, Question answering. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

Llama 4 Maverick— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją meta-llama. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI