Llama 4 Maverick est à regarder si votre équipe veut analyser du texte et des images, sans dépendre obligatoirement d’un seul service fermé. Le modèle de Meta est téléchargeable sous licence communautaire et proposé par des API tierces. Ce double accès est son intérêt réel : un prototype peut démarrer vite en API, tandis qu’un projet sensible peut envisager un déploiement plus contrôlé.
Les 3 points à retenir
- Multimodal : entrée texte et image ; sortie texte et code.
- Contexte : 1 million de tokens annoncé pour Maverick. Les 10 millions souvent cités concernent Scout, pas Maverick.
- Coût : les poids ne portent pas un prix par token chez Meta, mais l’API, les GPU, les journaux et l’exploitation ne sont pas gratuits.
Llama 4 Maverick, c’est quoi ?
Meta a annoncé la première vague Llama 4 le 5 avril 2025. Maverick est sa variante généraliste multimodale. C’est une architecture mixture of experts : Meta décrit 128 experts, 17 milliards de paramètres actifs à chaque passe, pour 400 milliards de paramètres totaux. L’activation partielle explique le positionnement : chercher une bonne capacité de génération et de vision sans faire tourner tous les paramètres pour chaque token.
Le résultat attendu n’est pas une magie générale, mais des usages précis : lire une facture scannée, extraire les attributs d’un produit à partir d’une image, répondre sur une capture d’écran, résumer un dossier texte et visuels, ou produire une première analyse d’une maquette. Maverick accepte image et texte ; il ne faut pas le vendre comme un générateur vidéo ou un modèle audio.
À qui le conseiller ?
| Profil | Intérêt | À contrôler |
|---|---|---|
| Équipe produit | Un modèle pour assistant et analyse de documents visuels | Latence sur vos images et prompts |
| DSI | Possibilité de l’exécuter dans un environnement maîtrisé | Licence, GPU, sécurité et supervision |
| Développeur API | Démarrage rapide via un fournisseur | Tarifs et rétention du fournisseur |
| Particulier | Intérêt limité sans interface prête | Un assistant hébergé sera plus simple |
Prix et licence : la nuance importante
Meta distribue le modèle sous la Llama 4 Community License, entrée en vigueur le 5 avril 2025. Elle permet l’usage, la reproduction et la modification sous conditions. Elle n’est pas une licence open source approuvée par l’OSI : avant une diffusion commerciale, relisez les obligations de marque et les conditions applicables à votre organisation.
Pour éviter l’infrastructure, OpenRouter affichait lors de notre vérification 0,20 $ / million de tokens en entrée et 0,696 $ / million en sortie. C’est le prix de ce fournisseur, pas un tarif Meta universel, et il peut changer. À titre d’ordre de grandeur, 2 millions de tokens entrants et 500 000 sortants représentent environ 0,75 $. Une grande fenêtre de contexte peut devenir coûteuse : indexez et récupérez les passages utiles plutôt que d’envoyer un dossier entier à chaque question.
Comment le tester correctement
- Choisissez l’accès. Une API est adaptée à un POC. L’auto-hébergement ne devient rationnel que si le volume, la conformité ou la maîtrise des données compensent l’exploitation GPU.
- Contraignez la sortie. Pour un document, demandez des champs, la langue, du JSON et une règle explicite lorsqu’une valeur est illisible.
- Évaluez en français. Préparez 30 à 50 exemples anonymisés incluant accents, tableaux, scans dégradés, jargon et cas sans réponse. Mesurez exactitude, taux de null justifié et temps de réponse.
- Ajoutez des contrôles. L’écosystème Meta cite Llama Guard et Prompt Guard. Ce sont des briques de filtrage, non un substitut à la revue humaine ou au contrôle d’accès.
Analyse cette facture en français. Retourne uniquement JSON :
{"fournisseur":"", "date":"", "total":null, "devise":"",
"confiance":"faible|moyenne|élevée"}.
Si une donnée est illisible, utilise null et ajoute "raison".
Performances, code et français : lire les benchmarks avec recul
Dans son annonce, Meta place Maverick devant GPT-4o et Gemini 2.0 Flash sur plusieurs benchmarks publiés, et près de DeepSeek V3 en raisonnement et en code. Cela éclaire le positionnement, mais ces chiffres viennent de l’éditeur. Ils ne prédisent pas la qualité d’un contrat français mal scanné ni la fiabilité d’une extraction comptable. Le catalogue OpenRouter indique des données publiques, sous licence et issues des plateformes Meta, ainsi qu’un cutoff de connaissances en août 2024. Pour les faits récents, connectez une source de recherche ou votre base documentaire.
Le modèle prend en charge le texte multilingue ; le français mérite tout de même une validation métier. Vérifiez les noms propres, les unités, le vouvoiement, la restitution des tableaux et les consignes négatives. Pour le code, Maverick sait expliquer et générer, mais un agent spécialisé peut être plus efficace lorsqu’il doit explorer un dépôt, lancer des tests et modifier plusieurs fichiers.
Confidentialité : une option d’architecture, pas une promesse
Avec les poids dans votre environnement, vous choisissez région, accès, journalisation et rétention. En API tierce, les prompts transitent chez ce fournisseur : examinez DPA, durée de conservation, sous-traitants et procédure de suppression. N’envoyez ni secrets de production, ni pièce d’identité, ni données de santé dans un bac à sable public. Le déploiement privé implique aussi supervision, correctifs, filtrage et capacité GPU ; les 400B paramètres totaux restent une contrainte matérielle même avec 17B actifs.
Alternatives à Llama 4 Maverick
| Alternative | Choix pertinent si… | Différence |
|---|---|---|
| Claude | vous voulez un service géré pour rédaction, raisonnement et code | propriétaire, sans poids à déployer |
| Gemini | vos flux sont dans Google Workspace | intégrations Google et API gérées |
| Qwen | vous comparez des familles à poids accessibles pour code ou vision | licences et variantes à comparer au cas par cas |
| Llama 4 Scout | la longueur de contexte est prioritaire | Meta annonce jusqu’à 10M de tokens pour Scout |
Points forts et limites
Points forts
- Compréhension image + texte dans une même famille.
- Choix entre API et déploiement contrôlé.
- Contexte 1M annoncé pour Maverick.
- Coût API indicatif bas chez certains agrégateurs.
Limites
- Licence communautaire, pas OSI.
- Infrastructure significative à l’échelle des 400B paramètres totaux.
- Benchmarks à compléter avec vos données.
- Connaissances arrêtées en août 2024 selon la fiche consultée.
Questions fréquentes
Llama 4 Maverick est-il gratuit ?
Les poids sont proposés sous licence communautaire, mais l’infrastructure ou une API ont un coût.
Peut-il analyser une image en français ?
Oui, il accepte image et texte et produit du texte multilingue. Testez toutefois vos documents réels.
Est-il meilleur que Claude ou Gemini ?
Pas universellement. Maverick est intéressant pour le multimodal et l’option de déploiement ; les services gérés sont souvent plus simples.
Quelle différence avec Scout ?
Maverick a un contexte annoncé de 1M ; Scout vise jusqu’à 10M selon Meta.
Verdict
Maverick vaut un test si vos flux doivent comprendre des images et si le contrôle de déploiement compte. Commencez par une API sur un jeu anonymisé, avec un budget de contexte réaliste. Ne passez à l’auto-hébergement que lorsque le volume et vos contraintes de données le justifient.
Sources utiles
- Annonce officielle Meta — Llama 4
- Page officielle Llama 4
- Licence communautaire Llama 4
- Fiche API et tarifs indicatifs OpenRouter
Vincent Vandegans — Vincent analyse les outils et modèles IA sous l’angle des usages concrets, des coûts et des limites avant adoption.
