--- title: "Llama とは？料金・性能・Llama 4 Maverick のスペックを解説 - ai-garage" description: "Llama（Meta）の料金・得意なこと・注意点・最新バージョンをまとめて解説。Llama 4 Maverick は API 入力 — / 出力 —、コンテキスト 1M トークン。比較ページ・関連ニュース・一次ソース付き。" source: https://ai-garage.jp/models/llama/ --- 🧩 オープンソース Meta # Llamaとは？ オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。 ⚡ 基本情報 ## Llama の基本データ | 提供元 | Meta | | --- | --- | | カテゴリ | [🧩 オープンソース](https://ai-garage.jp/categories/opensource/) | | 最新バージョン | Llama 4 Maverick（MoE 400B/17B active）/ Llama 4 Scout（MoE 109B/17B active、10M context） | | 料金 | モデル自体は無料（Llama 4 Community License、自分で動かす）。API 提供は AWS Bedrock / Azure / Oracle 等のクラウドベンダ経由 | | はじめて度 | ★★☆☆☆ 2 / 5 | | 公式サイト | [https://developer.meta.com/ai/models/llama-4/](https://developer.meta.com/ai/models/llama-4/) | 最新バージョンの公開日: 2025-04-05 ページ情報の確認日: 2026-10-09 ◎ 得意なこと ## Llama は何が得意？ - ◎ 中身（重み）が公開されている - ◎ 自分の PC・サーバーで動かせる - ◎ 派生モデル・改造モデルが豊富 - ◎ Llama 4 で native multimodal（テキスト + 画像）に対応 - ◎ Scout は 10M tokens 長コンテキスト △ 注意点 ## 使う前に知っておきたいこと - △ Meta のフロンティアは閉源の Muse Spark 系（1.3 まで更新）へ移行済みで、Llama ブランドの後継は依然として未発表 - △ ただし Meta は 2026-08-10 に別系統のオープンモデル Muse Glimmer（約296億パラメータ・Apache 2.0）を公開し、重みを配る路線に部分的に戻った。圧縮された配布版なら 24GB の VRAM でも動く（圧縮しない場合は55GB超が必要） - △ ネットに出回る「Llama 5 リリース」記事は誤情報なので注意（2026-10 時点で Llama 5 は存在しない） - △ 単独ブランドサイト llama.com は Meta の開発者ポータル（developer.meta.com）に統合された 💡 使いどころ クラウド任せにしたくないエンジニア向け。Llama 4 で更新が止まっているので、新規なら Meta 自身の Muse Glimmer や Qwen / DeepSeek / Mistral も比較を。 📊 スペック ## Llama のベンチマークと料金 公表されていない指標は「—」のままにしています（他モデルや旧バージョンの値では埋めません）。 | モデル | AA指数 | SWE-bench | HLE | GPQA | 入力 | 出力 | 文脈長 | 公開日 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | Llama 4 Maverick | 10 | — | — | — | — | — | 1M | 2025-04-05 | 入力・出力は100万トークンあたりの API 料金（USD）。文脈長は一度に読める量。 AA指数は第三者計測の Artificial Analysis Intelligence Index。 📝 編集部メモ Llama 4 Maverick Meta 公式 Llama 4 系の旗艦。MoE 128 experts、native multimodal、1M context、Knowledge cutoff 2024-08。 公式公表ベンチは MMLU Pro 80.5、LiveCodeBench 43.4、MMMU 73.4、MathVista 73.7、ChartQA 90、DocVQA 94.4。 SWE-Bench / GPQA / AIME / HLE は Meta から公式公表なし（同列比較困難）。Llama 4 Scout（10M context、17B/109B MoE）も同時リリース。 第三者機関 Artificial Analysis の Intelligence Index は 10（v4.3.2・2026-09-23 確認）。ただし AA はこの値を推定値（estimated）として表示しており、全体の順位には入れていない（2026-09-08 の v4.3 では 9）。 オープンウェイト（Llama 4 Community License、月7億 MAU 超は別ライセンス必要）。 本表の100万トークンは公式モデルカードの Context length（同時公開の Scout は 10M）。入力と出力の内訳は公表されていない（2026-08-18 確認）。 ⚖️ 比較 ## Llama と他のモデル、どっちがいい？ [Qwen3.8-Max vs Llama 4 Maverick 料金・性能を横並びで比較 →](https://ai-garage.jp/vs/qwen-vs-llama/)[DeepSeek V4.1-Flash vs Llama 4 Maverick 料金・性能を横並びで比較 →](https://ai-garage.jp/vs/deepseek-vs-llama/) [→ 全モデルの比較表を見る](https://ai-garage.jp/compare/) [→ 1対1で比べる](https://ai-garage.jp/vs/) ❓ FAQ ## Llama についてよくある質問 Q. Llama の料金は？ A. Llama（提供元 Meta）の料金は「モデル自体は無料（Llama 4 Community License、自分で動かす）。API 提供は AWS Bedrock / Azure / Oracle 等のクラウドベンダ経由」です。API を直接使う場合、Llama 4 Maverick は100万トークンあたり入力 — / 出力 — です。 Q. Llama の最新モデルは？ A. Llama 4 Maverick（MoE 400B/17B active）/ Llama 4 Scout（MoE 109B/17B active、10M context）です。この版が出た（または直近で大きく動いた）のは 2025-04-05 です。 Q. Llama は何が得意？ A. オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。 具体的には、中身（重み）が公開されている／自分の PC・サーバーで動かせる／派生モデル・改造モデルが豊富——といった点が強みです。 Q. Llama の弱点・注意点は？ A. Meta のフロンティアは閉源の Muse Spark 系（1.3 まで更新）へ移行済みで、Llama ブランドの後継は依然として未発表。ただし Meta は 2026-08-10 に別系統のオープンモデル Muse Glimmer（約296億パラメータ・Apache 2.0）を公開し、重みを配る路線に部分的に戻った。圧縮された配布版なら 24GB の VRAM でも動く（圧縮しない場合は55GB超が必要）。ネットに出回る「Llama 5 リリース」記事は誤情報なので注意（2026-10 時点で Llama 5 は存在しない）。単独ブランドサイト llama.com は Meta の開発者ポータル（developer.meta.com）に統合された。用途がここに当たる場合は、他のモデルと併用するのが現実的です。 Q. Llama 4 Maverick のベンチマークスコアは？ A. 第三者計測の Artificial Analysis Intelligence Index は 10です（2025-04-05 公開時点の掲載値）。各社が公表していない指標は当サイトでは「—」のままにしており、他モデルや旧バージョンの値で埋めることはしていません。 Q. Llama は無料で使える？ A. 料金体系は「モデル自体は無料（Llama 4 Community License、自分で動かす）。API 提供は AWS Bedrock / Azure / Oracle 等のクラウドベンダ経由」です。無料枠の有無や条件は変更されることがあるので、最終確認は公式サイト（https://developer.meta.com/ai/models/llama-4/）でお願いします。 📰 関連ニュース ## 「Llama」が出てくる記事 [![Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/images/news-heroes/meta-muse-spark-open-local-card.webp) 2026/10/17 Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/news/meta-muse-spark-open-local/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp) 2026/9/5 Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/)[![Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ](https://ai-garage.jp/images/news-heroes/meta-muse-glimmer-local-open-model-card.webp) 2026/8/11 Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ](https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/)[![Kimi K3 とは？2.8兆パラメータの世界最大級オープンモデル、重み公開【2026年10月】](https://ai-garage.jp/images/news-heroes/kimi-k3-release-status-card.webp) 2026/7/6 Kimi K3 とは？2.8兆パラメータの世界最大級オープンモデル、重み公開【2026年10月】](https://ai-garage.jp/news/kimi-k3-release-status/)[![「PLaMo 3」はもう出てる？【2026年10月時点】最新は PLaMo 3.0 Prime（6月正式リリース）](https://ai-garage.jp/images/news-heroes/plamo-3-release-status-card.webp) 2026/7/6 「PLaMo 3」はもう出てる？【2026年10月時点】最新は PLaMo 3.0 Prime（6月正式リリース）](https://ai-garage.jp/news/plamo-3-release-status/)[![「DeepSeek V5 / R2」はまだ？【2026年10月時点】最新は V4.1-Flash](https://ai-garage.jp/images/news-heroes/deepseek-v5-release-status-card.webp) 2026/7/2 「DeepSeek V5 / R2」はまだ？【2026年10月時点】最新は V4.1-Flash](https://ai-garage.jp/news/deepseek-v5-release-status/) 📚 関連用語 [LoRA](https://ai-garage.jp/glossary/lora/)[SFT（教師あり微調整）](https://ai-garage.jp/glossary/sft/)[オープンウェイト](https://ai-garage.jp/glossary/open-weight/)[オンプレ（自社運用）](https://ai-garage.jp/glossary/on-premise/)[ガードレール](https://ai-garage.jp/glossary/guardrails/)[パラメータ](https://ai-garage.jp/glossary/parameter/)[ファインチューニング](https://ai-garage.jp/glossary/fine-tuning/)[モデルカード](https://ai-garage.jp/glossary/model-card/)[ロングコンテキスト](https://ai-garage.jp/glossary/long-context/)[学習](https://ai-garage.jp/glossary/training/) 📎 SOURCES ## 一次ソース - [→ Meta Developer：Llama 4 モデルページ（llama.com の統合先）](https://developer.meta.com/ai/models/llama-4/) - [→ Meta AI Blog：Llama 4 リリース（2025-04-05）](https://ai.meta.com/blog/llama-4-multimodal-intelligence/) - [→ Meta AI Blog：Muse Spark 発表（2026-04-08、閉源フロンティア）](https://ai.meta.com/blog/introducing-muse-spark-msl/) - [→ Meta Developer：Muse Glimmer（2026-08-10 公開・約296億パラメータ・Apache 2.0）](https://developer.meta.com/ai/models/muse-glimmer/) - [→ Hugging Face：meta-models/Muse-Glimmer-30B（公式モデルカード）](https://huggingface.co/meta-models/Muse-Glimmer-30B) - [→ Llama 4 model card / GitHub](https://github.com/meta-llama/llama-models) - [→ Artificial Analysis：Llama 4 Maverick（Intelligence Index v4.3.2 で 10・AA の推定値で順位の対象外・2026-09-23 確認。v4.3 では 9・130モデル中112位）](https://artificialanalysis.ai/models/llama-4-maverick) - [→ Hugging Face：meta-llama/Llama-4-Maverick-17B-128E-Instruct（公式モデルカード・Context length 1M）](https://huggingface.co/meta-llama/Llama-4-Maverick-17B-128E-Instruct) オープンソース の他のモデル [DeepSeek](https://ai-garage.jp/models/deepseek/)[Kimi](https://ai-garage.jp/models/kimi/)[Qwen](https://ai-garage.jp/models/qwen/)[Mistral](https://ai-garage.jp/models/mistral/)[GLM](https://ai-garage.jp/models/glm/) [← 前のモデル Qwen](https://ai-garage.jp/models/qwen/) [次のモデル → Mistral](https://ai-garage.jp/models/mistral/) NEXT [AI MODELS AIモデル一覧 41本 カテゴリ別に主要モデルを整理。はじめて度つき。](https://ai-garage.jp/models/) [COMPARE AIモデル比較表 料金・ベンチマークを一覧で横並び比較。](https://ai-garage.jp/compare/)