模型评测对比
最新基准汇总
Llama 4 Maverick Instruct与GPT-4o、Qwen2.5-72B、DeepSeek-V3-0324模型对比
本页面提供Llama 4 Maverick Instruct,GPT-4o,Qwen2.5-72B,DeepSeek-V3-0324模型的对比，包括参数、开源情况、API价格等。同时，页面也会展示Llama 4 Maverick Instruct,GPT-4o,Qwen2.5-72B,DeepSeek-V3-0324模型在MMLU,MMLU Pro,GPQA Diamond,LiveCodeBench等评测基准中的详细对比数据，评测数据来自系统收录结果汇总。
📊 左右滑动可查看更多模型数据 →
Llama 4 Maverick Instruct
Facebook AI研究实验室 发布的多模态大模型模型。
核心信息
开发机构
Facebook AI研究实验室
Facebook AI研究实验室
发布时间
2025-04-05
模型类型
多模态大模型
MoE 架构
性能与规格
总参数量
4,000 亿
激活参数量
未公开
模型大小
218GB
推理能力
推理速度
思考模式
深度思考
最大上下文
1000K
最大输出
4096
支持模态
Input
Output
开源与许可
开源与许可
代码开源
--
权重开源
--
商业用途
免费商用授权
相关资源
论文/报告
查看
模型详细介绍
--
相关链接
GPT-4o
OpenAI 发布的多模态大模型模型。
OpenAI
Qwen2.5-72B
阿里巴巴 发布的基础大模型模型。
阿里巴巴
DeepSeek-V3-0324
DeepSeek-AI 发布的聊天大模型模型。
核心信息
开发机构
DeepSeek-AI
DeepSeek-AI
发布时间
2025-03-24
模型类型
聊天大模型
MoE 架构
性能与规格
总参数量
6,710 亿
激活参数量
370 亿
模型大小
1442GB
推理能力
推理速度
思考模式
深度思考
最大上下文
128K
最大输出
0
支持模态
Input
Output
开源与许可
开源与许可
代码开源
否
权重开源
否
商业用途
免费商用授权
相关资源
论文/报告
模型详细介绍
阅读
相关链接
评测对比模式筛选
当前大多数模型的评测都有不同的模式，包括是否使用推理过程，是否使用工具等，建议选择特定模式对比。
点击下方任一按钮，将 过滤模型的模式的对比表格，并同步更新
汇总图 与 各基准小图。
快捷组合
思考模式
说明：Thinking（默认）在检测到 low / medium / high 子模式时只保留 medium 版本，点击 Thinking（全部）可查看所有子模式。
工具使用
Llama 4 Maverick Instruct与GPT-4o、Qwen2.5-72B、DeepSeek-V3-0324模型各评测基准得分对比表
| 评测基准 |
Llama 4 Maverick Instruct
normal
|
GPT-4o
normal
|
Qwen2.5-72B
normal
|
DeepSeek-V3-0324
normal
|
|---|---|---|---|---|
|
MMLU
综合评估
|
-- | 88.7 | 86.1 | 86.5 |
|
MMLU Pro
综合评估
|
80.5 | 77.9 | 58.1 | 81.2 |
|
GPQA Diamond
综合评估
|
69.8 | 70.1 | 45.9 | 68.4 |
|
LiveCodeBench
编程与软件工程
|
43.4 | 35.1 | -- | 49.2 |