Llama 4 Maverick
Réseau Neuronal
Llama 4 Maverick est un modèle multimodal de Meta basé sur l'architecture mixture-of-experts pour le texte et les images.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Llama 4 Maverick?
Llama 4 Maverick est un modèle multimodal de Meta basé sur l'architecture mixture-of-experts : sur 128 experts, seuls 17 milliards de paramètres sont activés par passage, alliant la capacité d'une grande architecture à une efficacité de calcul. La version Instruct est optimisée pour les instructions et le dialogue, et sa multimodalité permet de traiter du texte et des images. Sur BotHub, vous l'utilisez sans VPN ni carte étrangère : paiement en roubles par carte russe à l'usage, les jetons n'expirent pas. Plus de 250 réseaux de neurones sont disponibles dans une même fenêtre, facilitant la comparaison avec d'autres modèles, tandis qu'une API compatible OpenAI permet de basculer sans réécrire l'intégration. Les requêtes et réponses sont chiffrées ; pour les entreprises, nous proposons contrats, factures, EDI et panneau d'administration avec limites. Utile pour analyser des captures d'écran ou des schémas, créer un assistant traitant texte et images, simplifier des descriptions techniques, aider au codage et au débogage, ou comparer les réponses de plusieurs modèles.Questions fréquentes sur Llama 4 Maverick
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Llama 4 Maverick traite le texte : rédaction, édition, analyse de code, réponses basées sur des documents et analyse d'images. Un contexte allant jusqu'à 524 288 jetons permet de charger des fichiers volumineux et de longues conversations. Il prend en charge l'appel de fonctions, facilitant son intégration dans des services et automatisations.
Le modèle génère jusqu'à 16 384 jetons par réponse, suffisant pour un long article, une analyse détaillée ou un grand fragment de code. Si vous avez besoin de plus, demandez-lui de continuer ou divisez la tâche : le contexte de 524 288 jetons conservera tout le texte précédent.
Un mode de raisonnement spécifique n'est pas mentionné dans nos données, nous ne pouvons donc pas le garantir. En pratique, une astuce simple aide : demandez dans votre prompt de décomposer la tâche étape par étape, de noter les conditions, puis de conclure — les réponses basées sur la logique et les calculs deviennent plus précises.
Oui, l'appel de fonctions et la sortie structurée en JSON sont pris en charge, permettant de connecter le modèle à des recherches, bases de données ou services internes avec un schéma défini. Sur BotHub, cela fonctionne via une API compatible OpenAI, permettant de changer de modèle sans réécrire l'intégration.
Les images et documents, oui : vous pouvez envoyer une capture d'écran, un schéma, une photo ou un fichier pour analyse. L'audio et la vidéo ne sont pas dans la liste des formats d'entrée pris en charge ; pour ces tâches, BotHub propose d'autres modèles disponibles dans la même fenêtre.
La gestion du français n'est pas spécifiquement documentée dans nos données, nous conseillons donc de tester le modèle : quelques prompts suffiront. Côté BotHub, tout est en français : interface, support et paiement par carte, sans VPN ni carte étrangère.