We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
Meta: Llama 4 Maverick
meta-llama/llama-4-maverickProbeer Meta: Llama 4 Maverick nu
Draait op je saldo tegen de prijzen hierboven. Nieuwe accounts beginnen met gratis gebruik.
Eén API. Elk model.
Sessiekosten US$ 0,00
Instellingen
Geavanceerde parameters
Meta: Llama 4 Maverick in het kort
- De invoerprijs is 58% lager dan de mediaan van 434 Tekst-modellen.
- Contextvenster van 524.288 tokens, genoeg voor lange documenten en gesprekken met veel beurten.
- Ondersteunt tool calling (function calling) voor agents en integraties.
- Ondersteunt gestructureerde JSON-output met een schema.
- Accepteert afbeeldingen als invoer (vision).
- Een gangbaar verzoek (1,000 invoer- / 500 uitvoertokens) kost ongeveer US$ 0,00180.
Over Meta: Llama 4 Maverick
Meta: Llama 4 Maverick is een multimodaal taalmodel van Meta, uitgebracht op 5 april 2025. Het wordt beschreven als Llama 4 Maverick 17B Instruct (128E), gebouwd op een mixture-of-experts-architectuur met 128 experts en 17 miljard actieve parameters per forward pass. Het staat in de tekstcategorie op api14 en de knowledge cutoff is 31 augustus 2024.
Het model accepteert tekst- en afbeeldingsinvoer en retourneert tekst. Het contextvenster is 1.048.576 tokens, groot genoeg om zeer lange documenten, codebases of multi-turn-geschiedenissen in één verzoek te bevatten, en het kan tot 16.384 tokens in één antwoord produceren. Omdat het zowel afbeeldingen als tekst verwerkt, kun je screenshots, diagrammen, gescande pagina's of foto's samen met geschreven instructies sturen en één tekstantwoord terugkrijgen.
Die combinatie van een zeer lange context en afbeeldingsinvoer wijst op een paar praktische patronen. Je kunt lange contracten, onderzoekspapers of logbestanden invoeren en om samenvattingen, extractie of vraagbeantwoording vragen zonder eerst te chunkeren. Screenshots van dashboards of UI-mockups kunnen worden omgezet in beschrijvingen of code. Gemengde invoer werkt goed voor documentbeoordeling, waarbij een pagina-afbeelding en de omringende tekst beide van belang zijn. De lange uitvoerlimiet past ook bij taken die een volledig rapport of een grote refactor vereisen in plaats van een kort antwoord.
Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "meta-llama/llama-4-maverick". De aanvraagparameters die het ondersteunt zijn frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs en top_p. Tools en tool_choice laten je function calling aansluiten, structured_outputs en response_format helpen je de vorm van het antwoord te beperken, en seed plus de sampling-besturing geven je herhaalbare of afgestemde generatie.
Twee limieten zijn het vermelden waard voordat je je vastlegt. De uitvoer is beperkt tot 16.384 tokens per antwoord, dus werk dat een langer enkel antwoord nodig heeft, moet over meerdere aanroepen worden gesplitst. De knowledge cutoff is 31 augustus 2024, dus vragen over gebeurtenissen na die datum zijn afhankelijk van wat je in de prompt aanlevert. Als je taak alleen tekst betreft en comfortabel binnen een kleinere context past, kan een lichter model eenvoudiger zijn om mee te werken.
Zo roep je de Meta: Llama 4 Maverick API aan
- Maak een API-key aan in je dashboard.
- Installeer de officiële openai SDK voor je taal.
- Stel baseURL in op https://api14.com/api/v1 en model op "meta-llama/llama-4-maverick".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "meta-llama/llama-4-maverick",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Ondersteunde parameters
frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pSpecificaties
- Contextlengte
- 524.288
- Max. uitvoer
- 16.384
- Invoer
- text, image
- Uitvoer
- text
- Kennisgrens
- 2024-08-31
Verzoeken op api14 · afgelopen 7 dagen
Meta: Llama 4 Maverick: veelgestelde vragen
- Wat kost de Meta: Llama 4 Maverick API?
- Meta: Llama 4 Maverick kost Invoer US$ 0,66 / 1M tokens. Er wordt alleen voor geslaagde verzoeken van je USD-saldo afgeschreven; mislukte verzoeken zijn gratis.
- Hoe groot is het contextvenster van Meta: Llama 4 Maverick?
- Meta: Llama 4 Maverick leest tot 524.288 tokens per verzoek, prompt, geschiedenis en documenten samen. Het schrijft tot 16.384 outputtokens per antwoord.
- Wat kan Meta: Llama 4 Maverick?
- Meta: Llama 4 Maverick accepteert text, image en geeft text terug. Het ondersteunt tool calling, gestructureerde JSON-output.
- Hoe roep ik Meta: Llama 4 Maverick aan vanuit mijn code?
- Richt een willekeurige OpenAI SDK op https://api14.com/api/v1 en zet het model op "meta-llama/llama-4-maverick", verder geen codewijzigingen. Kopieer een kant-en-klaar voorbeeld uit het codepaneel op deze pagina.
- Wat zijn alternatieven voor Meta: Llama 4 Maverick?
- Vergelijkbare modellen in Tekst met een vergelijkbare prijs: DeepSeek: DeepSeek V4.1 Flash, DeepSeek: DeepSeek V4 Flash Vision Exp, Google: Gemini 3.1 Flash Lite (batch). Ze werken allemaal met dezelfde API-key, dus overstappen is één string aanpassen.
Community over Meta: Llama 4 Maverick
Nieuw topicDeze community heeft nog geen topics. Open het eerste topic over Meta: Llama 4 Maverick.