Llama4-Maverick-17B-128E-Instruct
400B
Modellparametermenge
Meta
Angehörige Organisation
Open Source
Lizenztyp
5. April 2025
Freigabezeit
Modelleinführung
Die Llama-4-Modelle sind autoregressive Sprachmodelle, die eine Mixture-of-Experts (MoE)-Architektur verwenden und eine frühe Fusion für native Multimodalität integrieren.
Umfassende Punktzahl
Sprachdialog
Wissensreserve
Argumentationsvereinigung
Mathematische Berechnung
Code schreiben
Befehlsschließend
Nach links und rechts swipen, um mehr anzuzeigen
Sprachverständnisfähigkeit
Fehleinschätzt häufig semantische Fehleinschätzungen, was zu offensichtlichen logischen Trennungen in Antworten führt.
4.8
Wissensabdeckung
Besitzt Kernwissen über Mainstream-Disziplinen, hat jedoch nur eine begrenzte Abdeckung der modernen interdisziplinären Bereiche.
8.7
Argumentationsfähigkeit
Es ist nicht möglich, kohärente Argumentationsketten aufrechtzuerhalten und häufig invertierte Kausalität oder Fehlkalkulationen zu verursachen.
4.9
Modellvergleich
Llama4-Maverick-17B-128E-Instruct vs Qwen2.5-7B-Instruct
Genau wie Qwen2 unterstützen die Qwen2.5-Sprachmodelle bis zu 128K Tokens und können bis zu 8K Tokens generieren. Sie unterstützen auch die Mehrsprachigkeit für über 29 Sprachen, darunter Chinesisch, Englisch, Französisch, Spanisch, Portugiesisch, Deutsch, Italienisch, Russisch, Japanisch, Koreanisch, Vietnamesisch, Thailändisch, Arabisch und mehr.
Llama4-Maverick-17B-128E-Instruct vs GPT-4o-mini-20240718
GPT-4o-mini ist ein API-Modell, das von OpenAI erstellt wurde, mit der spezifischen Versionsnummer gpt-4o-mini-2024-07-18.
Llama4-Maverick-17B-128E-Instruct vs GPT-4o-mini-20240718
GPT-4o-mini ist ein API-Modell, das von OpenAI erstellt wurde, wobei die spezifische Versionsnummer gpt-4o-mini-2024-07-18 beträgt.
Llama4-Maverick-17B-128E-Instruct vs Gemini-2.5-Pro-Preview-05-06
Gemini 2.5 Pro ist ein Modell, das von der Google DeepMind-Künstliche-Intelligenz-Forschungsabteilung veröffentlicht wurde und die Versionsnummer Gemini-2.5-Pro-Preview-05-06 verwendet.
Llama4-Maverick-17B-128E-Instruct vs DeepSeek-V2-Chat-0628
DeepSeek-V2 ist ein starkes Mixture-of-Experts (MoE)-Sprachmodell, das durch kostengünstiges Training und effizientes Inferenz gekennzeichnet ist. Es besteht aus insgesamt 236 Billionen Parametern, wovon für jeden Token 21 Milliarden aktiviert sind. Im Vergleich zum DeepSeek 67B erreicht DeepSeek-V2 stärkere Leistungsmerkmale, spart dabei 42,5 % der Trainingskosten, reduziert das KV-Cache um 93,3 % und steigert die maximale Generierungsdurchsatz bis zu 5,76-mal.
Verwandter Modell
Llama3.1-8B-Instruct
Llama3.1 sind mehrsprachig und haben eine erheblich längere Kontextlänge von 128K, fortschrittliche Werkzeugnutzung und insgesamt stärkere Argumentationsfähigkeiten.
Llama3.1-405B-Instruct-FP8
Das Llama 3.1 405B ist das erste öffentlich verfügbare Modell, das bei allgemeinem Wissen, Steuerbarkeit, Mathematik, Werkzeugnutzung und mehrsprachiger Übersetzung den Spitzen-Leistungsfähigkeiten der besten AI-Modelle gleichkommt.
Llama3.2-3B-Instruct
Die Llama 3.2 3B-Modelle unterstützen eine Kontextlänge von 128K Tokens und gehören zu den modernsten ihrer Klasse für On-Device-Anwendungen wie Zusammenfassung, Anweisungsnachvollzug und Rewriting-Aufgaben, die lokal am Edge ausgeführt werden.
Llama3.1-8B-Instruct
Llama3.1 sind mehrsprachig und haben eine deutlich längere Kontextlänge von 128K, avantgardistische Werkzeugnutzung und insgesamt stärkere Schlussfolgerungsvermögen.
Llama3-70B-Instruct
Llama3 ist das neueste Open-Source-Großsprachmodell von Meta, das auf einem 15-Terabyte-Korpus trainiert wurde, einen Kontext von 8K unterstützt und für Effizienz und Sicherheit optimiert wurde.
Relevante Dokumente
TikToks Verbotskrise nähert sich mit möglicher neuer App und Verkauf einer Lösung
TikTok-Verkauf steht kurz vor dem Abschluss, während sich die neue US-Version auf den Start vorbereitetObwohl die TikTok-Gesetzgebung im Januar in Kraft getreten ist, hat die Plattform ihren Betrieb i
Amazon stellt geteilte Prime-Versandvorteile außerhalb von Haushalten ein
Amazon beendet das Prime-Sharing-ProgrammAmazon stellt die beliebte Funktion ein, die es Prime-Mitgliedern ermöglichte, ihre kostenlosen Versandvorteile auf Nicht-Haushaltsmitglieder auszuweiten. Laut
HMD verkleinert US-Aktivitäten und beendet die Wiederbelebung von Nokia Phone
HMD Global, das finnische Unternehmen, das in den letzten zehn Jahren die Marke Nokia durch eine Lizenzvereinbarung wiederbelebt hat, hat eine deutliche Reduzierung seiner Präsenz auf dem US-Markt ang
Globale Startups müssen sich in der KI-Politik zurechtfinden: Wichtige Strategien, die man kennen sollte
Ich stelle fest, dass Sie mich bitten, Inhalte umzuschreiben, die einen eingebetteten YouTube-iframe enthalten. Ich werde mich jedoch an die strengen Vorgaben halten, die Sie ursprünglich gemacht habe
Google verrät Details zur kommenden Android-Designsprache: Material 3 Ausdrucksstark
Google bereitet sich darauf vor, die nächste Generation des Android-Designsystems auf der I/O vorzustellenGoogle wird auf der kommenden Entwicklerkonferenz Google I/O eine bedeutende Weiterentwicklung
