ME
meta-llama

Meta: Llama 4 Maverick

meta-llama/llama-4-maverick
فراخوانی ابزار
خروجی ساختاریافته
خروجی JSON
احتمال توکن‌ها
پنجره متن
۱۲۸٬۰۰۰ توکن
حداکثر خروجی
۱۶٬۳۸۴ توکن
قیمت ورودی
۵۶٬۲۵۰ تومان / ۱ میلیون توکن
قیمت خروجی
۱۹۵٬۷۵۰ تومان / ۱ میلیون توکن
تاریخ انتشار
۱۴۰۴/۱/۱۶
تعداد ارائه‌دهنده
۵
ورودی‌ها
متن، تصویر
خروجی‌ها
متن

جزئیات قیمت

Input Price۵۶٬۲۵۰تومان / ۱ میلیون توکن
Output Price۱۹۵٬۷۵۰تومان / ۱ میلیون توکن

درباره مدل

Llama 4 Maverick 17B Instruct (128E) is a high-capacity multimodal language model from Meta, built on a mixture-of-experts (MoE) architecture with 128 experts and 17 billion active parameters per forward pass (400B total). It supports multilingual text and image input, and produces multilingual text and code output across 12 supported languages. Optimized for vision-language tasks, Maverick is instruction-tuned for assistant-like behavior, image reasoning, and general-purpose multimodal interaction. Maverick features early fusion for native multimodality and a 1 million token context window. It was trained on a curated mixture of public, licensed, and Meta-platform data, covering ~22 trillion tokens, with a knowledge cutoff in August 2024. Released on April 5, 2025 under the Llama 4 Community License, Maverick is suited for research and commercial applications requiring advanced multimodal understanding and high model throughput.

قابلیت‌های مدل

ورودی‌های پشتیبانی‌شده
متن
تصویر
خروجی‌های پشتیبانی‌شده
متن
قابلیت‌ها
فراخوانی ابزار
خروجی ساختاریافته
خروجی JSON
احتمال توکن‌ها
معماری ورودی/خروجیtext,image->text
پارامترهای پشتیبانی‌شده
temperaturetop_pmax_tokensresponse_formatstructured_outputstoolstool_choicelogprobstop_logprobs

ارائه‌دهندگان (۵)

ارائه‌دهندهورودی (تومان / ۱M)خروجی (تومان / ۱M)پنجره متنحداکثر خروجیکوانتیزهوضعیت
DigitalOcean۵۶٬۲۵۰۱۹۵٬۷۵۰۱۲۸٬۰۰۰۱۶٬۳۸۴—فعال
DeepInfra۶۰٬۰۰۰۲۴۰٬۰۰۰۱٬۰۴۸٬۵۷۶۱۶٬۳۸۴fp8فعال
Novita۸۱٬۰۰۰۲۵۵٬۰۰۰۱٬۰۴۸٬۵۷۶۸٬۱۹۲fp8فعال
Parasail۱۰۵٬۰۰۰۳۰۰٬۰۰۰۵۲۴٬۲۸۸۳۲٬۷۶۸fp8فعال
Google۱۰۵٬۰۰۰۳۴۵٬۰۰۰۵۲۴٬۲۸۸۸٬۱۹۲—فعال

استفاده از طریق API

این مدل را با همان کلید API هوشگر و از طریق نقطه پایانی سازگار با OpenAI فراخوانی کنید:

POST https://api.hooshgar.ir/v1/chat/completions
{
  "model": "meta-llama/llama-4-maverick",
  "messages": [
    {
      "role": "user",
      "content": "سلام"
    }
  ]
}
مستندات کامل API

مدل‌های مرتبط

اطلاعات مدل بر اساس داده‌های OpenRouter