Llama 4 Maverick
Meta 製のオープンウェイト LLM。Llama 4 で MoE アーキ + native multimodal + 1M〜10M context へ進化。
◎ 強み
- ◎ 中身(重み)が公開されている
- ◎ 自分の PC・サーバーで動かせる
- ◎ 派生モデル・改造モデルが豊富
- ◎ Llama 4 で native multimodal(テキスト + 画像)に対応
- ◎ Scout は 10M tokens 長コンテキスト
VS COMPARISON
Meta
Llama 4 Maverick (MoE 400B / 17B active, 128 experts) / 2025-04-05
「自前で動かせるオープン系の代表格」
Mistral AI
Large 3 (MoE 675B/41B active) / 2025-12
「ヨーロッパ生まれのバランス型だよ」
編集部の総合判定
総合性能は拮抗。用途で選ぶのが正解
WHICH ONE
SPECS
| 項目 | Llama 4 Maverick | Mistral Large 3 |
|---|---|---|
| バージョン | Llama 4 Maverick (MoE 400B / 17B active, 128 experts) | Large 3 (MoE 675B/41B active) |
| 公開日 | 2025-04-05 | 2025-12 |
| コンテキスト長 | 1000K 勝ち | 256K |
| 入力料金 $/1M | — | $0.5 安い |
| 出力料金 $/1M | — | $1.5 安い |
| 推論モデル | — | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
| AIコスパ指数 独自指標 | — | 53 |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
コード修正力(SWE-Bench)
知識の広さ(MMLU)
専門知識(GPQA)
数学(AIME)
※ SWE-Bench Verified(実OSSバグ修正)/ MMLU(総合学力)/ GPQA Diamond(博士レベル理系)/ AIME(数学オリンピック予選)
※「—」は未公表(実測0ではありません)。未公表の項目は勝敗のカウント対象外です。
PROS & CONS
Meta 製のオープンウェイト LLM。Llama 4 で MoE アーキ + native multimodal + 1M〜10M context へ進化。
◎ 強み
ヨーロッパ発、軽量で速いオープンモデル。Mistral Large 3 で MoE 675B へ大型化。
◎ 強み
PRIMARY SOURCES
FAQ
Q. Llama 4 Maverick と Mistral Large 3、結局どっちがいい?
A. Llama 4 Maverick と Mistral Large 3 の総合性能はほぼ拮抗しています(ベンチ勝ち数 0/1)。用途・料金・使い勝手で選ぶのが正解です。
Q. Llama 4 Maverick と Mistral Large 3、ベンチマークで強いのはどっち?
A. SWE-Bench・MMLU・GPQA・AIME などの主要ベンチマークでは Mistral Large 3 の勝ち数が多く(1/0)、総合的なベンチ性能では Mistral Large 3 が優勢です。
Q. Llama 4 Maverick と Mistral Large 3、初心者にはどっちがおすすめ?
A. 初心者へのおすすめ度は Llama 4 Maverick・Mistral Large 3 とも同程度(2/5)。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。
更新を受け取る