Llama 4 Maverick Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Llama 4 Maverick para seu caso de uso.
Mais rápido
Azure (FP8)
Amazon
Novita (FP8)
DeepInfra (FP8)
Parasail (FP8)Velocidade de saída
6 provedores no total
Menor latência
DeepInfra (FP8)AmazonNovita (FP8)Parasail (FP8)Azure (FP8)Tempo até o primeiro token
6 provedores no total
Menor preço
DeepInfra (FP8)Parasail (FP8)AmazonAzure (FP8)Novita (FP8)Preço combinado (por 1M de tokens)
6 provedores no total
Llama 4 Maverick está disponível em 6 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são Azure (FP8) (393.1 t/s), Amazon (233.6 t/s) e Novita (FP8) (85.6 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 597% entre o mais rápido e o mais lento.
- Em latência, DeepInfra (FP8) (0.50s), Amazon (0.75s) e Novita (FP8) (0.78s) têm o menor tempo até o primeiro token.
- Em preço, DeepInfra (FP8) (0.26), Parasail (FP8) (0.29) e Amazon (0.31) têm os menores preços combinados por 1M de tokens.
- DeepInfra (FP8) oferece a menor latência e o melhor preço, sendo uma opção atraente para aplicações atentas aos custos. Azure (FP8) é a opção mais rápida para cargas de trabalho que exigem alta vazão.
Destaques
Atualização: A carga de trabalho padrão do benchmarking de desempenho passou a usar 10k tokens de entrada para representar melhor os casos de uso em produção. Você ainda pode selecionar outras cargas de trabalho acima.
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: Llama 4 Maverick
Latency vs. Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do Llama 4 Maverick
Llama 4 Maverick está disponível em 6 provedores de API: Novita (FP8), Azure (FP8), Amazon, Together AI, DeepInfra (FP8) e Parasail (FP8). Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Llama 4 Maverick está disponível em 6 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Llama 4 Maverick em velocidade de saída são Azure (FP8) (393.1 t/s), Amazon (233.6 t/s) e Novita (FP8) (85.6 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token para o Llama 4 Maverick são DeepInfra (FP8) (0.50s), Amazon (0.75s) e Novita (FP8) (0.78s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Llama 4 Maverick em preço combinado são DeepInfra (FP8) ($0.26 por 1M de tokens), Parasail (FP8) ($0.29 por 1M de tokens) e Amazon ($0.31 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Llama 4 Maverick são DeepInfra (FP8) ($0.20 por 1M de tokens de entrada), Amazon ($0.24 por 1M de tokens de entrada) e Azure (FP8) ($0.25 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Llama 4 Maverick são DeepInfra (FP8) ($0.80 por 1M de tokens de saída), Novita (FP8) ($0.85 por 1M de tokens de saída) e Together AI ($0.85 por 1M de tokens de saída).
Os preços do Llama 4 Maverick variam em até 1.3x entre os provedores. O mais acessível é DeepInfra (FP8), com $0.26 por 1M de tokens, enquanto Novita (FP8) cobra $0.33 por 1M de tokens.
A velocidade de saída do Llama 4 Maverick varia significativamente entre os provedores. Azure (FP8) é o mais rápido, com 393.1 t/s, 7.0x mais rápido que Parasail (FP8), com 56.4 t/s.
5 de 6 provedores são compatíveis com o modo JSON para o Llama 4 Maverick: Novita (FP8), Azure (FP8), Together AI, DeepInfra (FP8) e Parasail (FP8).
5 de 6 provedores são compatíveis com chamadas de funções para o Llama 4 Maverick: Novita (FP8), Azure (FP8), Amazon, Together AI e Parasail (FP8).
O melhor provedor para o Llama 4 Maverick depende das suas prioridades: Azure (FP8) oferece a maior velocidade de saída, DeepInfra (FP8) tem a menor latência e DeepInfra (FP8) tem o preço mais competitivo.
Ao escolher um provedor para o Llama 4 Maverick, considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Llama 4 Maverick, além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo