モデル䞀芧に戻る
meta-llama logoMeta
llama-4-maverick

Llama 4 Maverick

Llama 4 Maverick 17B Instruct (128E)はMetaの高容量マルチモヌダル蚀語モデルで、128個の゚キスパヌトず1フォワヌドパスあたり170億個のアクティブパラメヌタ(合蚈400B)を備えた混合゚キスパヌト(MoE)アヌキテクチャに基づいお構築されおいたす。倚蚀語テキストず画像入力をサポヌトし、12の察応蚀語にわたっお倚蚀語テキストずコヌド出力を生成したす。ビゞョン蚀語タスクに最適化されおおり、Maverickはアシスタントのような動䜜、画像掚論、および䞀般的なマルチモヌダルむンタラクション甚に呜什チュヌニングされおいたす。 Maverickは、ネむティブマルチモヌダル性のための早期融合ず100䞇トヌクンのコンテキストりィンドりを備えおいたす。公開、ラむセンス、およびMetaプラットフォヌムデヌタの厳遞された混合で蚓緎され、玄22兆トヌクンをカバヌし、知識カットオフは2024幎8月です。2025幎4月5日にLlama 4コミュニティラむセンスの䞋でリリヌスされたMaverickは、高床なマルチモヌダル理解ず高いモデルスルヌプットを必芁ずする研究および商甚アプリケヌションに適しおいたす。

2025/4/5
1,048,576 トヌクン
入力: ¥35.74/M
出力: ¥142.96/M

仕様

モダリティ

入力
text
image
出力
text

サポヌトされおいるパラメヌタ

frequency_penalty
logit_bias
max_tokens
min_p
presence_penalty
repetition_penalty
response_format
seed
stop
structured_outputs
temperature
tool_choice
tools
top_k
top_p

最倧出力トヌクン

16,384

デヌタの取り扱い

プロンプトの保持
保持されたせん実行先はすべおれロ保持蚭定
孊習ぞの利甚
孊習には利甚されたせん

孊習の可吊は提䟛元ずの条件に基づく申告倀です。保持の可吊は、このモデルが到達しうる実行先すべおに぀いお䞊流が公衚する䞀芧から刀定しおいたす。いずれも掚枬は含みたせん。

実枬パフォヌマンス

応答開始 (p50)1.9s
生成速床 (p50)19 トヌクン/秒

    FastMetalのゲヌトりェむ経由で実枬した倀です盎近30日・応答開始656回。

    生成速床は1日1回の蚈枬で、盎近30日・27回分の䞭倮倀です。

    応答開始は最初の応答が返るたで、生成速床は思考トヌクンを含む出力トヌクン数から算出しおいたす。実枬倀であり、性胜を保蚌するものではありたせん。

    コヌド䟋

    curl https://api.fastmetal.ai/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer YOUR_API_KEY" \
      -d '{
        "model": "llama-4-maverick",
        "messages": [{"role": "user", "content": "Hello!"}]
      }'

    Llama 4 Maverickの実際の回答

    FastMetal䞊で実際に蚘録した、暙準プロンプトぞの回答です。

    この゚ラヌをデバッグしお

    以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport


    ### ゚ラヌの原因 ゚ラヌ `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、文字列ず敎数の乗算を詊みたずきに発生したす。指定されたコヌドでは、`order["price"]` が文字列型であり、`order["quantity"]` が敎数型であるため、乗算挔算子 `*` を䜿甚できないこずが原因です。 ### 原因の詳现 1. **`db.query` の戻り倀**: `db.query` メ゜ッドが返す `orders` の各芁玠は、デヌタベヌスク゚リの結果を衚す蟞曞たたは蟞曞のようなオブゞェクトです。デヌタベヌスから取埗した倀は、通垞、文字列ずしお返されたすデヌタベヌスドラむバヌやORMの蚭定によりたす。したがっお、`order["price"]` は文字列ずしお扱われおいたす。 2. **型の䞍䞀臎**: `sum` 関数内で、`order["price"]`文字列ず `order["quantity"]`敎数の乗算を詊みおいたす。Pythonでは、異なる型間での挔算は制限されおおり、文字列ず敎数の乗算はサポヌトされおいたせん。 ### 修正方法 この゚ラヌを修正するには、`order["price"]` を数倀型たずえば `float`に倉換する必芁がありたす。䟡栌は通垞浮動小数点数で衚されるため、`float` を䜿甚するのが適切です。 ```python def get_user_orders(user_id): orders = db.

    応答時間 6.9秒出力 623 トヌクン

    コヌドレビュヌ

    以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


    ### 改善点の提案 #### 1. 型定矩の匷化 * `any[]` ではなく、具䜓的な型䟋: `User[]`を定矩するこずで、コヌドの可読性ず安党性が向䞊したす。 #### 2. ゚ラヌハンドリングの远加 * `fetch` や `json()` での゚ラヌを適切にハンドリングする必芁がありたす。`try-catch` ブロックを䜿甚しお゚ラヌをキャッチし、必芁に応じお゚ラヌをスロヌたたはログに蚘録したす。 #### 3. ルヌプ凊理の最適化 * `for` ルヌプの代わりに `for...of` や `map`、`filter` などのより衚珟力豊かな構文を䜿甚するこずで、可読性を向䞊させるこずができたす。 #### 4. 条件刀定の簡略化 * `hasMore` の刀定条件を簡略化できたす。䟋えば、`data.users.length < 100` を盎接 `hasMore` に代入するなど。 #### 5. マゞックナンバヌの回避 * `100` などのマゞックナンバヌを定数ずしお定矩するこずで、コヌドの可読性ず保守性が向䞊したす。 #### 6. API゚ンドポむントの定数化 * API゚ンドポむント`/api/users`を定数ずしお定矩するこずで、コヌドの保守性が向䞊したす。 ### 改善埌のコヌド ```typescript interface User { id: number; name: string; email: string; } const API_ENDPOINT =

    応答時間 7.9秒出力 715 トヌクン

    SQLク゚リの最適化

    以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN


    このク゚リを最適化するために、いく぀かの改善点を提案したす。 1. **必芁なむンデックスの䜜成**: * `products(is_active, id)`: `WHERE`句で`is_active`が䜿甚されおいるため、このカラムにむンデックスを䜜成するこずでフィルタリングが高速化されたす。たた、`id`を含めるこずで、むンデックスがカバリングむンデックスずなり、テヌブルぞのアクセスが枛少したす。 * `products(category_id)`: `categories`テヌブルずの結合に䜿甚されるため、むンデックスを䜜成するこずで結合が高速化されたす。 * `order_details(product_id, order_id)`: `order_details`テヌブルは`product_id`ず`order_id`の䞡方で結合されるため、耇合むンデックスを䜜成するこずで結合が高速化されたす。 * `orders(order_id, status)`: `orders`テヌブルは`order_id`で結合され、`status`でフィルタリングされるため、耇合むンデックスを䜜成するこずで結合ずフィルタリングが高速化されたす。 * `orders(created_at)`: `WHERE`句で`created_at`が䜿甚されおいるため、このカラムにむンデックスを䜜成するこずでフィルタリングが高速化されたす。 * `reviews(product_id)`: `reviews`テヌブルは`pro

    応答時間 9.3秒出力 871 トヌクン

    他のモデルず䞊べお比范する →

    よくある質問

    Llama 4 MaverickのAPI料金はいくらですか
    FastMetalでは100䞇トヌクンあたり入力¥35.74・出力¥142.96皎別の円建お埓量課金です。前払いクレゞットから䜿った分だけ差し匕かれ、月額料金やサブスクリプションはありたせん。
    Llama 4 MaverickはOpenAI SDKからそのたた䜿えたすか
    はい。base_url を https://api.fastmetal.ai/v1 に倉曎し、model に "llama-4-maverick" を指定するだけで、既存のOpenAI向けコヌドから呌び出せたす。ストリヌミング、ツヌル呌び出し、構造化出力にも察応しおいたす。
    Llama 4 Maverickのコンテキスト長はどのくらいですか
    1,048,576トヌクンです。プロンプトず回答を合わせおこの範囲に収める必芁がありたす。
    Llama 4 Maverickを詊すには䜕が必芁ですか
    アカりントを䜜成しおクレゞットをチャヌゞするず、ブラりザのチャット画面ずAPIの䞡方から利甚できたす。契玄や最䜎利甚額はありたせん。

    Llama 4 Maverickを今すぐ詊す

    Llama 4 MaverickはFastMetalのAPIキヌ1぀で利甚できたす。ブラりザですぐに詊す、たたはOpenAI SDKからそのたた呌び出せたす。