# Llama 4 Maverick

> Fiche du modèle de langage Llama 4 Maverick sur Quelle IA, édition du 28 septembre 2026. Llama 4 Maverick (Meta AI) : score IA de 56,0, 165e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-4-maverick/
Origine : Meta AI · États-Unis · sorti le 5 avril 2025

## Score général

- Score IA : 56,0 (marge à 90 % : de 51,8 à 60,2)
- Rang : 165 (Groupe 11, ex æquo)
- Couverture : 80 % du poids des tâches, 22 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 55,2 | Rang 93 · 78 % |
| Code | 56,8 | Provisoire · 23 % |
| Agents | non mesuré | Non mesuré |
| Usage | 54,4 | Rang 189 · 100 % |
| Maths | 53,1 | Provisoire · 38 % |
| Sciences | 61,5 | Rang 82 · 80 % |
| Français | 53,1 | Rang 118 · 50 % |
| Vision | 56,3 | Provisoire · 33 % |
| Écriture | 55,8 | Rang 181 · 100 % |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Llama 4 Maverick](https://artificialanalysis.ai/models/llama-4-maverick) | 10,0 (estimé) | hors classement | 84,3 jetons/s | 0,98 s | 0,26 $ / 0,91 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/llama-4-maverick

## Exécution locale

Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 276,0 Go.

- Allégée, 4 bits : 276,0 Go
- Allégée, 8 bits : 483,0 Go
- Complète, 16 bits : 920,0 Go

- Plus petite machine : [Mac 512 Go](https://quelleia.com/local/#mac_512_go), version allégée à 4 bits
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 512 Go](https://quelleia.com/local/#mac_512_go), version allégée à 4 bits ; par exemple [Mac Studio M5 Ultra, 512 Go](https://quelleia.com/local/mac-studio-m5-ultra-512go/)
- Ryzen AI Max : Trop juste
- Nvidia DGX : [4 DGX Spark, 512 Go](https://quelleia.com/local/#dgx_spark_x4), version allégée à 4 bits ; par exemple [Quatre DGX Spark en grappe](https://quelleia.com/local/dgx-spark-x4/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,13 € / 0,52 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 048 576 jetons (environ 786 000 mots)
- Entrées : Texte, image
- Réflexion : Non communiqué
- Paramètres : 400 milliards
- Licence : Llama 4 (poids ouverts, téléchargeables)
- Classe énergétique : D (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Août 2024

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-llama/Llama-4-Maverick-17B-128E-Instruct)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Llama-4-Maverick-17B-128E-Instruct)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/meta-llama/llama-4-maverick)
- L'essayer : [Meta AI](https://www.meta.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| MATH Level 5 | Maths | 73 % | 57,0 | archivé | https://epoch.ai/benchmarks |
| Lech Mazur Writing | Écriture | 6,2 | 38,0 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 67 % | 63,6 | actif | https://epoch.ai/benchmarks |
| GeoBench | Vision | 52 % | 41,1 | archivé | https://epoch.ai/benchmarks |
| compar:IA | Français | 1 030,0 Elo | 75,7 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Fiction.LiveBench | Données | 46,2 % | 57,2 | archivé | https://epoch.ai/benchmarks |
| Arena, écriture créative | Écriture | 1 307,0 Elo | 55,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 372,7 Elo | 53,7 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 327,0 Elo | 52,5 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 145,1 Elo | 56,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 316,3 Elo | 52,3 | actif | https://arena.ai/leaderboard |
| DTBench | Raisonnement | 61,9 % | 54,3 | saturé | https://conceptualreasoning.ai/dtbench |
| Arena, questions d'experts | Sciences | 1 325,7 Elo | 52,1 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 33,1 % | 62,5 | actif | https://artificialanalysis.ai/evaluations/scicode |
| Arena, questions en français | Français | 1 296,9 Elo | 43,3 | actif | https://arena.ai/leaderboard |
| SpatialViz-Bench | Vision | 31,8 % | 43,8 | archivé | https://arxiv.org/abs/2507.07610 |
| WeirdML (v2) | Code | 24,5 % | 55,5 | actif | https://htihle.github.io/weirdml.html |
| OTIS Mock AIME 2024-2025 | Maths | 20,6 % | 53,1 | saturé | https://epoch.ai/benchmarks |
| LMCA | Raisonnement | 15,87 | 57,7 | actif | https://conceptualreasoning.ai/lmca |
| Aider Polyglot | Code | 15,6 % | 51,3 | archivé | https://aider.chat/docs/leaderboards/ |
| ForecastBench | Raisonnement | 57,5 % | 47,0 | actif | https://epoch.ai/benchmarks |
| SimpleBench | Raisonnement | 27,7 % | 55,9 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 4,4 % | 55,8 | saturé | https://arcprize.org/leaderboard |
| FrontierMath, paliers 1 à 3 (version 2025) | Maths | 0,7 % | 53,6 | actif | https://epoch.ai/benchmarks |
| Humanity's Last Exam | Sciences | 5,7 % | 44,5 | actif | https://epoch.ai/benchmarks |
| EnigmaEval | Raisonnement | 0,6 % | 54,4 | actif | https://labs.scale.com/leaderboard/enigma_eval |
| ARC-AGI-2 | Raisonnement | 0 % | 64,7 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Llama 4 Maverick ?** Llama 4 Maverick obtient un score IA de 56,0, avec une marge de 51,8 à 60,2, dans l'édition du 28 septembre 2026. Il est classé 165e sur 246 modèles, à partir de 22 mesures.

**Dans quelles tâches Llama 4 Maverick est-il le plus fort ?** Ses deux meilleures tâches sont sciences (61,5) et code (56,8). Sa tâche la plus faible est français (53,1).

**Llama 4 Maverick peut-il tourner en local ?** Tient à partir d'un Mac de 512 Go (378,9 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 512 Go. Mémoire estimée : 276,0 Go.

**Combien coûte Llama 4 Maverick ?** 0,13 € par million de jetons en entrée et 0,52 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Llama 4 Maverick ?** Llama 4 Maverick est édité par Meta AI (États-Unis), et il est sorti le 5 avril 2025. Ses poids sont ouverts, sous licence Llama 4.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com