本分析旨在帮助你根据使用场景，选择 Llama 4 Maverick 的最佳 API 服务商。
速度最快
Azure (FP8)
Amazon
Novita (FP8)
DeepInfra (FP8)
Parasail (FP8)输出速度
共 6 家服务商
延迟最低
DeepInfra (FP8)AmazonNovita (FP8)Parasail (FP8)Azure (FP8)首 Token 延迟
共 6 家服务商
价格最低
DeepInfra (FP8)Parasail (FP8)AmazonAzure (FP8)Novita (FP8)每 100 万 token 的混合价格
共 6 家服务商
可通过 6 家 API 服务商使用 Llama 4 Maverick，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。
- 输出速度最快的服务商是 Azure (FP8)（391.2 t/s）、Amazon（220.2 t/s）和Novita (FP8)（85.6 t/s）。 各服务商之间的速度差异显著，最快与最慢相差 602%。
- 延迟方面，DeepInfra (FP8)（0.50 秒）、Amazon（0.75 秒）和Novita (FP8)（0.78 秒） 的首 Token 延迟最低。
- 价格方面，DeepInfra (FP8)（0.26）、Parasail (FP8)（0.29）和Amazon（0.31） 每 100 万 token 的混合价格最低。
- DeepInfra (FP8) 同时拥有最低延迟和最佳价格，对注重成本的应用很有吸引力。对于吞吐量密集型工作负载，Azure (FP8) 速度最快。
亮点
更新：默认性能基准测试工作负载已调整为 1 万个输入 token，以更贴近生产使用场景。你仍可在上方选择其他工作负载。
价格
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed: Llama 4 Maverick
Latency vs. Output Speed
延迟
按首 Token 延迟（秒）衡量
首 Token 延迟
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间
关键比较指标与 API 功能
常见问题
关于 Llama 4 Maverick 服务商的常见问题
可通过 6 家 API 服务商使用 Llama 4 Maverick：Novita (FP8)、Azure (FP8)、Amazon、Together AI、DeepInfra (FP8)和Parasail (FP8)。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 6 家 API 服务商使用 Llama 4 Maverick。
按输出速度计算，Llama 4 Maverick 速度最快的服务商是 Azure (FP8)（391.2 t/s）、Amazon（220.2 t/s）和Novita (FP8)（85.6 t/s）。输出速度衡量模型开始响应后生成 token 的速度。
Llama 4 Maverick 的首 Token 延迟最低的服务商是 DeepInfra (FP8)（0.50s）、Amazon（0.75s）和Novita (FP8)（0.78s）。延迟越低，初始响应越快。
按混合价格计算，Llama 4 Maverick 最实惠的服务商是 DeepInfra (FP8)（每 100 万 token $0.26）、Parasail (FP8)（每 100 万 token $0.29）和Amazon（每 100 万 token $0.31）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
Llama 4 Maverick 输入 token 价格最低的服务商是 DeepInfra (FP8)（每 100 万输入 token $0.20）、Amazon（每 100 万输入 token $0.24）和Azure (FP8)（每 100 万输入 token $0.25）。
Llama 4 Maverick 输出 token 价格最低的服务商是 DeepInfra (FP8)（每 100 万输出 token $0.80）、Novita (FP8)（每 100 万输出 token $0.85）和Together AI（每 100 万输出 token $0.85）。
Llama 4 Maverick 各服务商价格最多相差 1.3 倍。最实惠的是 DeepInfra (FP8)，每 100 万 token 收费 $0.26；Novita (FP8) 则收费 $0.33。
Llama 4 Maverick 的输出速度在不同服务商之间差异显著。Azure (FP8) 最快，为 391.2 t/s，是 Parasail (FP8)（55.8 t/s）的 7.0 倍。
提供 Llama 4 Maverick 的 6 家服务商中，有 5 家支持 JSON 模式：Novita (FP8)、Azure (FP8)、Together AI、DeepInfra (FP8)和Parasail (FP8)。
提供 Llama 4 Maverick 的 6 家服务商中，有 5 家支持函数调用：Novita (FP8)、Azure (FP8)、Amazon、Together AI和Parasail (FP8)。
Llama 4 Maverick 的最佳服务商取决于你的侧重点：Azure (FP8) 输出速度最高，DeepInfra (FP8) 延迟最低，DeepInfra (FP8) 的价格最具竞争力。
选择 Llama 4 Maverick 服务商时，请考虑：输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
有关 Llama 4 Maverick 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。 查看模型概览