Llama 4 Maverick 17B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
The premium Llama 4 model. 128 experts with 17B active parameters. Matches GPT-4o in benchmarks. Its 400B total parameters must all be resident, which is roughly 242 GB at Q4_K_M — a multi-GPU server or a 256 GB+ unified-memory system. The 17B active count sets its speed, not its memory footprint.
Llama 4 Maverick 17B 在 Q4_K_M 下约需 242 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 133.9 GB | — | 放不下 | |
| Q3_K_M 3.41 bpw | 172.9 GB | — | 放不下 | |
| Q4_K_M 4.83 bpw | 243.9 GB | — | 放不下 | |
| Q5_K_M 5.67 bpw | 285.9 GB | — | 放不下 | |
| Q6_K 6.56 bpw | 330.4 GB | — | 放不下 | |
| Q8_0 8.50 bpw | 427.4 GB | — | 放不下 | |
| F16 16.00 bpw | 802.4 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Llama 4 Maverick 17B 显存计算器 →
运行 Llama 4 Maverick 17B
目录中能运行 Llama 4 Maverick 17B 的最便宜 GPU 是 Apple M3 Ultra (512 GB).
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Llama 4 Maverick 17B
安装 Ollama，然后运行：
ollama run llama4:maverick规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 400 Billion (17B active)
- 上下文窗口
- 1,000,000
- 架构
- MoE (128 experts)
- 提供商
- Meta
- 许可证
- Llama 4 Community
- Practical deployment
- Workstation (large unified memory or pro GPU)
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2025-04-05
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Llama 4 Maverick 17B 吗？
- Llama 4 Maverick 17B 在 AMD Ryzen AI Max+ 395 上
- Llama 4 Maverick 17B 在 Apple M1 Max 上
- Llama 4 Maverick 17B 在 Apple M1 Pro 上
- Llama 4 Maverick 17B 在 Apple M1 Ultra 上
- Llama 4 Maverick 17B 在 Apple M2 Max 上
- Llama 4 Maverick 17B 在 Apple M2 Pro 上
- Llama 4 Maverick 17B 在 Apple M3 Max 上
- Llama 4 Maverick 17B 在 Apple M3 Pro 上
- Llama 4 Maverick 17B 在 Apple M3 Ultra 上
- Llama 4 Maverick 17B 在 Apple M4 上
- Llama 4 Maverick 17B 在 Apple M4 Max 上
- Llama 4 Maverick 17B 在 Apple M5 上
- Llama 4 Maverick 17B 在 Apple M5 Max 上
- Llama 4 Maverick 17B 在 Apple M5 Pro 上
- Llama 4 Maverick 17B 在 NVIDIA A100 80GB (PCIe) 上
- Llama 4 Maverick 17B 在 NVIDIA DGX Spark 上
- Llama 4 Maverick 17B 在 NVIDIA GeForce RTX 4090 上
- Llama 4 Maverick 17B 在 NVIDIA GeForce RTX 5090 上
- Llama 4 Maverick 17B 在 NVIDIA H100 80GB (PCIe) 上
- Llama 4 Maverick 17B 在 NVIDIA L40S 上
- Llama 4 Maverick 17B 在 NVIDIA RTX 6000 Ada Generation 上
- Llama 4 Maverick 17B 在 NVIDIA RTX PRO 6000 Blackwell 上
Llama 4 的其他尺寸
Llama 4 Maverick 17B — 常见问题
How much VRAM does Llama 4 Maverick 17B need?
About 242 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Llama 4 Maverick 17B run on an RTX 4090 (24 GB)?
No. Llama 4 Maverick 17B needs about 242 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Llama 4 Maverick 17B locally?
Install Ollama and run `ollama run llama4:maverick`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Llama 4 come in?
Llama 4 Scout 17B (67 GB), Llama 4 Maverick 17B (242 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.