Meta发布Llama 4：首个MoE架构，Maverick登顶开源榜首

Meta在周末突然发布Llama 4系列，这是Llama家族首个基于MoE（混合专家）架构的模型系列，目前包含三款：Llama 4 Scout、Llama 4 Maverick，以及尚未推出、仅作预告的Llama 4 Behemoth。Meta毫不避讳地称前两者为“迄今为止最先进的型号，也是同类产品中最好的多模态型号”。

从参数配置看，中杯Scout为16个专家、170亿激活参数的多模态模型，单个H100 GPU即可运行，并拥有1000万（10M）token的上下文窗口；大杯Maverick为128个专家、170亿激活参数，官方称其击败GPT-4o和Gemini 2.0 Flash，并与DeepSeek-V3拥有同等代码能力、而参数仅需一半，主打与DeepSeek类似的性价比。超大杯Behemoth则是总参数量高达2万亿、288B激活参数的教师模型，Scout与Maverick均由其蒸馏而来，目前仍在训练中，多个基准测试已超过GPT-4.5、Claude Sonnet 3.7和Gemini 2.0 Pro。

在发布同步更新的大模型竞技场排名中，Llama 4 Maverick在困难提示、编码、数学、创意写作方面并列第一，得分1417，不仅较Meta自家的Llama-3-405B提升149分，也成为史上第4个突破1400分的模型，并超越DeepSeek-V3，实现“亮相即登顶”，直接成为排名第一的开源模型。

Llama 4还开启了该系列的原生多模态时代：用户上传图片即可在对话框中直接提问，中杯与大杯被官方冠以“世界上同类产品中最好的多模态模型”标签，并掌握全球12种语言。在API定价上，Meta也打出低价策略，Maverick在性能与价格多个维度对标乃至压过DeepSeek。对开源阵营而言，Llama 4的发布不仅重夺开源榜首，也把长上下文与原生多模态作为新的竞争基准，迫使整个行业重新校准“开源天花板”的位置。