Meta
Llama 4 Maverick 评测成绩
来自 3 个来源、7 项基准的 7 条成绩。
其他名称: llama-4-maverick-17b-128e-instruct · Llama-4-Maverick-17B-128E-Instruct-FP8 · Llama 4 Maverick (FP8) · Llama-4-Maverick-17B-128E-Instruct · Llama-4-Maverick-17B-128E-Instruct-FP8 (FC)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1327 | 247 | Overall, style control on; 39453 votes; 95% CI 1323–1331“llama-4-maverick-17b-128e-instruct” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1145 | 113 | Overall, style control on; 6923 votes; 95% CI 1136–1154“llama-4-maverick-17b-128e-instruct” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 67.0% | 168 | Epoch AI run, accuracy; effort: FP8 | 独立评测 | 2025年4月8日 |
| AIME (OTIS Mock AIME 2024–2025) | 20.6% | 207 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: FP8 | 独立评测 | 2025年4月8日 |
| MATH Level 5 | 73.0% | 40 | Epoch AI run, accuracy; effort: FP8 | 独立评测 | 2025年4月8日 |
| Humanity's Last Exam | 5.7% | 43 | Compiled by Epoch AI | 第三方汇编 via Epoch AI | 2025年4月5日 |
| BFCL v4 (function calling) | 37.3% | 50 | Overall accuracy; native function calling (FC)“Llama-4-Maverick-17B-128E-Instruct-FP8 (FC)” | 官方榜单 | 2026年10月17日 |
本站相关
常见问题
Llama 4 Maverick 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。