Llama 4开源，竞技场吊打DeepSeek，谷歌都喊牛！

这几天正值清明假期，没想到Meta居然挑了个我们假期深夜扔出重磅炸弹——Llama 4系列正式开源！

作为Llama家族的最新成员，这次升级可不是小打小闹，直接把AI模型的性能和玩法推到了新高度。想知道有多强？竞技场排名第二，超越DeepSeek，连自家Llama 3都被甩了好几条街。话不多说，咱们一起来看看这次Meta是怎么“卷”出新花样的！

三款新模型，个个有绝活

Llama 4这次一口气推出了三兄弟：Scout、Maverick和Behemoth，名字听着就很带感。它们都经过海量文本、图像和视频数据训练，不仅能聊会写，还能看懂图，堪称“全能选手”。

• Llama 4 Scout：小而美，170亿激活参数，16个专家，主打多模态，能塞进单个NVIDIA H100 GPU。别看它“瘦”，性能却能吊打Gemma 3和Mistral 3.1，尤其擅长超长上下文——1000万token的窗口，行业第一，随手解锁记忆、个性化新玩法。

• Llama 4 Maverick：中流砥柱，128位专家，170亿激活参数，竞技场ELO得分1417，干翻GPT-4o和Gemini 2.0 Flash，编程、推理直接对标DeepSeek v3，性价比拉满。上传张图随便问，它都能秒懂。

• Llama 4 Behemoth：大哥级存在，2880亿激活参数，16个专家，总参数接近2万亿！目前还在训练中，但已经能碾压GPT-4.5和Claude 3.7 Sonnet，STEM任务表现亮眼，未来可期。

这三款模型都出自Meta对开源AI的“执念”。负责人Ahmad Al-Dahle放话：开放系统才是王道，小模型、中模型到前沿大模型，Meta都要玩出极致。

MoE初登场，效率和质量双开花

这次Llama 4最大的亮点之一是首次用上了混合专家（MoE）架构。简单来说，就是不让所有参数同时“上班”，一个token只激活一部分专家，既省算力又提效率。以Maverick为例，总参数4000亿，但实际激活的只有170亿，推理时还能跑在单个H100上，部署成本直线下降。

MoE层里，Meta玩了个花活：128个路由专家+1个共享专家，每个token都被聪明分配，既快又准。这种设计让Llama 4在训练和推理时都比传统密集模型更“聪明”，质量直接起飞。

1000万token上下文，谁看了不喊牛？

如果说MoE是效率担当，那1000万token的超长上下文就是Llama 4的“杀手锏”。Scout直接把上下文长度拉到行业天花板，啥概念？随便丢一堆文档、代码甚至聊天记录，它都能记住前因后果，推理、总结、个性化推荐都不在话下。大海捞针测试里，这家伙的表现更是让人服气。

多模态天赋，拉满视觉理解力

Llama 4还是原生多模态设计，文本、图像无缝融合。上传张图，可以问它任何有关这张图片的问题，它能精准回答。

还能把回答锚定到图片区域。

视觉编码器升级后，模型对图像的理解更细腻，12种语言随便切，全球开发者直接开卷。

竞技场硬刚，数据说话

Maverick在“大模型竞技场”里一战成名，总排名第二，开源模型第一，得分从Llama 3的1268飙到1417。编程、数学、创意写作样样第一，风格控制也排第五，硬刚GPT-4o和DeepSeek v3不落下风。

Scout在中小模型里也是王者，图像、长上下文、推理全线开挂。

Meta的野心：开源+极致性能

这次Llama 4的预训练数据超30万亿token，比Llama 3多了一倍还多，200种语言加持，FP8精度训练硬是榨出每GPU 390 TFLOPs的算力。后训练阶段，Meta还祭出SFT+RL+DPO组合拳，硬生生把模型的对话和推理能力调到顶尖。

好消息是，Scout和Maverick已经能在llama.com和Hugging Face下载，想体验的同学可以立刻上手试试。Behemoth还在“健身房”里苦练，Meta承诺后续会放更多料。

写在最后

谷歌CEO劈查伊都忍不住点赞：“AI世界永远不缺惊喜，恭喜Llama 4团队！”

确实，从MoE到千万token，再到多模态硬核表现，Meta这次不仅卷技术，还卷出了开源社区的新高度。你觉得Llama 4能火多久？欢迎留言聊聊你的看法！