Llama 4多模态大模型上线即开源，测试成绩、开源模式广遭质疑

作者｜沐风

来源｜AI先锋官

就在这周末，开源界元老Meta正式推出了首个原生多模态Llama 4系列模型，性能上全面超越GPT-4o、Gemini 2.0等顶级竞品，同时支持1000万token超长上下文。

该系列总共公布了3个模型，分别为Scout、Maverick和Behemoth。

在这三个模型中，Maverick、Scout都是从Behemoth上蒸馏得来，并且Scout和Maverick已经开源，可以在其官网和Hugging Face上进行下载。

据官方介绍，Llama 4是Meta迄今为止最先进的模型，也是同类产品中多模态性最强的模型。

另外，Llama 4模型是Llama系列模型中首批采用混合专家（MoE）架构的模型，也是DeepSeek系列模型采用的架构。

与传统的稠密模型相比，在MoE架构中，单独的token只会激活全部参数中的一小部分，训练和推理的计算效率更高。

接下来，我们就一起看看Llama 4系列模型都有哪些亮点。

Llama 4 Scout

• 拥有170亿活跃参数，总参数量为1090亿。
• 配备了16个专家模块，每次推理激活其中2个。
• 支持1000万token上下文。
• 单张H100 GPU即可运行。
• 在基准测试中，其性能表现超过了Gemma 3、Gemini 2.0 Flash-Lite以及Mistral 3.1。

 

Llama 4 Maverick

• 同样具备170亿活跃参数，总参数量增加至4000亿。
• 专家模块的数量增加到128个，每次推理激活17个专家。
• 支持1000万token上下文。
• 基准测试中，其性能表现超越了GPT-4o和Gemini 2.0 Flash。
• 在推理、编程、多语言等任务上媲美DeepSeek v3，但参数仅为其一半。
• 在LMArena测试中，ELO评分高达1417。

Llama 4 Behemoth

• 拥有2880亿个活跃参数，总参数量接近2万亿。
• 具体有16个专家模型。
• 在多个 STEM 基准测试中优于 GPT-4.5、Claude Sonnet 3.7 和 Gemini 2.0 Pro。
• 目前仍在训练中，尚未公开发布。

值得一提的是，Llama 4 Maverick一经发布就冲上了LMArena排行榜中的第二名，仅仅比 Gemini-2.5-pro模型少22分，成为第四个突破 1400 分的大模型。

但这一成绩却引发了诸多质疑。

据多位AI研究人员在社交平台X上指出，Meta在LMArena上部署的Llama 4 Maverick与广泛提供给开发者的版本并不一致。

不过，Meta在其公告中明确提到，参与LMArena测试的Llama 4 Maverick是一个“实验性聊天版本”。

而根据官方Llama网站上公布的信息，Meta 在LMArena的测试中所使用的实际上是“针对对话性优化的Llama 4 Maverick”。这表明，该版本经过了专门的优化调整，以适应 LM Arena 的测试环境和评分标准。

有AI研究人员在社交平台X上指出，公开可下载的Maverick与LMArena上托管版本之间存在明显行为差异。LMArena版本更倾向于使用大量表情符号并提供冗长的回答，这在标准版本中并不常见。

在实际使用中，很多人觉得Llama 4的编码能力和数学逻辑方面都没有测试中那么厉害，甚至有社区用户给它进行了重新打分，重新打分后的Llama 4连前10都进不去。

在经典测试题“strawberry中有多少个R”的问题上，Llama 4 Maverick也未能做对。

据博主“karminski-牙医”发布的评测结果显示，Llama 4 Maverick与Qwen-QwQ-32B的写代码水平一致，Scout则是直接挂科。

其更是直言：“不建议用Llama 4写代码”。

看来，Llama 4这次更像是个“偏科生”，多模态和长文本是长板，但逻辑推理和代码生成似乎还需要打磨。

除此之外，Llama 4的开源模式也遭质疑。

例如，油管知名博主1littlecoder就指出Llama 4的许可条款与真正的开源精神相去甚远。

马克·扎克伯格在Llama 4发布视频中充满热情地宣布：”今天是Llama 4的日子。我们的目标是构建世界领先的AI，将其开源，并使其普遍可访问，让全世界都能受益。我一直认为开源AI将成为领先模型，而随着Llama 4，这开始变为现实。”

然而，1littlecoder直言不讳地表示：”这是对开源的污蔑，与开源毫无关系。你可以称它为开放模型，你可以称它为开放权重模型，但它不是开源的。”

1littlecoder认为，开源软件的基本原则之一是普遍可访问性。开源通过开源或免费许可促进对产品的普遍访问。这意味着任何人都应该能够访问你的产品，而不会有太多麻烦。”

与其他真正开源的AI模型相比，Llama 4的获取过程显得异常复杂。

1littlecoder提到，“Meta的模型要求你首先登录Hugging Face账户，这点我能理解，他们可能有垃圾邮件问题。然后填写表格，务必提供你的法定全名。我是说，为什么下载PyTorch权重或一些随机二进制文件需要提供我的法定姓名？还有出生日期、完整的组织名称、所有公司标识符。”

更令人担忧的是，表格上明确警告：“避免使用首字母缩写和特殊字符。未能按照这些指示操作可能会阻止你访问此模型和Hugging Face上的其他模型。提交后，你将无法编辑此表格。因此，请确保所有信息准确无误。”

这意味着一旦因填写信息不当被Meta禁止，用户可能永远无法从Hugging Face下载该模型，这与开源软件的普遍可访问性原则直接冲突。

更具争议性的是Llama 4的社区许可协议。

1littlecoder更是将其描述为”对开源的污蔑”。

这份许可协议包含多项限制，直接挑战了传统开源定义：

首先是用户限制条款：“如果你拥有一家月活跃用户超过7亿的公司，你不能使用这个模型。”虽然这对大多数开发者来说影响有限，但它违背了开源软件不应对使用者有歧视的基本原则。

其次是关于再分发的严格要求。许可证规定，如果分发或提供Llama材料，必须显示”使用Llama构建”的标志。

1littlecoder对此表示强烈不满：“为什么我要这样做？你想加速开源，对吧？你不是在寻求任何好处，因为你相信开源。只要给我模型，我想怎么用就怎么用。这是愚蠢，完全的愚蠢。”

更令人震惊的是命名要求：“如果你使用Llama材料或任何Llama材料的输出或结果来创建、训练、微调或以其他方式改进分发或提供的AI模型，你还应该在任何此类AI模型名称的开头包含‘Llama’。”

此外，还有版权声明要求：“在你分发的Llama材料的所有副本中，你必须包含以下归属声明，并与分发的此类副本一起提供声明文本文件‘Llama 4的许可证和Llama 4社区许可证，版权Meta平台，保留所有权利。’”

1littlecoder在结束时呼吁AI社区重新思考什么才是真正的开源：“请不要称这为开源。我相信，将任何进入Hugging Face的愚蠢模型称为开源，对于开源代表的内容或开源支持者来说，是一种污蔑。这不是开源，只是你可以下载并带有一堆限制的开放权重。”

 

（文：AI先锋官）