深度好文DeepSeek打醒了MetaLlama4的最后一搏

大模型的 “卷”，是 “肉眼可见的卷”。

这一次是 Meta。

它甚至，破天荒的，选择了在周六这个休息日发布新模型。

面对各个强大竞争对手的“来势汹汹”，很明显，Meta 急了。

DeepSeek 在年初的强势崛起，让全球侧目，也撕下了 Meta 长期以来引以为傲的最后一块遮羞布：“ 最强开源模型 ”。

更不用提后来更加强大的闭源模型：OpenAI 的 o3 、 GPT-4.5 ；Anthropic 的 Claude 3.7 Sonnet 、马斯克 xAI 的 Grok 3 以及 谷歌的 Gemini 2.5 Pro 。

大模型排行榜上早已不见 Meta Llama 模型的身影。

而 Meta 旗下最顶级的模型 Llama 3.1 405B ，它的发布已经是去年 7 月 23 日的事情了。

相比以往“不痛不痒”的轻量发布，这次 Meta 的动作颇有“不成功 便成仁”的意味。

三款模型，两个已发布并开源，一个预热，表面上是 Meta 给用户、市场、投资人这大半年的答卷，背后是 Meta 重夺“最强开源模型”的明确野心。

这一次， Llama 4 系列真的进入新阶段了吗？

01 三款模型，一个生态的试探

Llama 4 系列包含三个不同参数的模型。

Llama 4 Scout ：1090 亿参数 + 170 亿活跃参数 + 16 专家，轻量级、小参数通用模型，主打长上下文 + 多模态支持。

Llama 4 Maverick ：4000 亿参数 + 170 亿活跃参数 + 128 专家，定位旗舰通用模型，主打推理、代码、图像理解。

Llama 4 Behemoth ：2 万亿参数 + 2880 亿活跃参数 + 16 专家，还在训练中，被 Meta 自称为“史上最强开源教师模型”。

整理成表格，方便小可爱们对比。

模型

活跃参数

专家数

总参数量

特点

场景定位

可用性

Llama 4 Scout

170亿

16

1090亿

支持1000万上下文长度，轻量快速，长文推理、图像定位极强

边缘部署、多模态文档处理

✅ 已开放下载（llama.com / Hugging Face）

Llama 4 Maverick

170亿

128

4000亿

性能与多模态理解俱佳，图文兼容，推理能力超越GPT-4o

通用AI、企业助手、聊天机器人

✅ 已开放下载（llama.com / Hugging Face）

Llama 4 Behemoth

2880亿

16

近2万亿

教师模型，性能极致，支持更复杂STEM任务

蒸馏、科研、前沿AI能力拓展

🔒 训练中，暂未开放下载

其实从 Meta 对 Llama 4 系列模型的命名上就能看出些许端倪。

Scout 是“探索者”，Maverick 是“特立独行者”，Behemoth 则是“巨兽”。

总结来看，Meta 想讲的并不只是“我们有三款模型”，而是：我们正在构建一个生态闭环。

02 Scout：参数不大，上下文很大

先说参数量最小的 Llama 4 Scout 。

这个模型参数量不算吓人，170 亿活跃参数，只用 1 张 H100 就能跑起来。

但它的上下文长度，直接拉到了 1000 万 tokens。

是的，你没看错， 1000万 。从 Llama 3 的 128K，一步跳到 Llama 4 Scout 的 1000 万，几乎等于把“上下文窗口”这条赛道提前打穿了。

不出意外地，这是目前全世界所有 AI 模型里，上下文最长的模型，比谷歌 Gemini 的 200 万 tokens 还要强。

当然，1000 万这个数字听起来虽然炫酷，但它到底意味着什么？

简单讲，你可以直接把全套《三体》、一堆合同、十几个 PRD + 代码全部塞进 Scout 的大脑里。

这让它天然适合：

多文档检索 + 总结；

超长代码库的“调试”型推理；

高密度用户行为数据的个性化处理。

03 Maverick：对标 GPT-4o、DeepSeek-V3

Meta 给 Llama 4 Maverick 的定位很清晰，就是：面向对话场景的旗舰多模态模型。

Maverick 的技术参数和前面的 Scout 相同，也是 170 亿活跃参数，但专家数量翻了几倍，达到 128 个，总参数量 4000亿。作为对比， DeepSeek-V3 的参数量是 6710 亿，活跃参数为 370 亿。

不难看出，相比 Scout 的 “卷长”，Maverick 更强调 “卷强”。

换句话说，它不追求极限的上下文长度，而追求更高的单次推理质量和更好的图文理解。

从 Meta 官方给出的 Llama 4 Maverick 模型基准测试结果来看，它无疑是第一梯队的。

以仅二分之一的活跃参数， Llama 4 Maverick 就取得了超过 DeepSeek-V3 0324 的成绩，并且，多模态上明显“更胜一筹”，因为 DeepSeek 的模型还没有支持多模态类型（如图像、文件）的输入。

新模型发布前先上 LMSYS 大模型竞技场跑一跑分几乎成了一个必然，这次的 Llama 4 也不例外。

而在最新的 LMSYS 排行榜上， Llama 4 Maverick 刚发布就占据了第二名的宝座，仅次于谷歌的 Gemini 2.5 Pro ，超越了之前的老牌强者，如 GPT-4o 、 Grok 3 等。

虽然 LMSYS 排行榜的打分和排名带有很强的客观性，但也能从侧面反映一些东西的。

另外，让我们期待一波 Llama 4 在 LiveBench 上的排名。

04 Behemoth：2T 参数的“巨兽”，不是给你用的

Behemoth，发音为 /bɪˈhiː.mɑːθ/（比赫马），是英文中 “ 巨兽 ” 的意思。

Behemoth 的存在更像是 Meta 给自己留的一手。

虽然目前尚未开源，只是预宣传，但 Meta 官方已经明确表示：Maverick 和 Scout，都是它蒸馏出来的。

换句话说，它是一个 “教师模型”。

在大模型训练中，教师模型通常指的是一个能力更强、体量更大的模型，用于指导或“传授知识”给较小模型。

这种过程叫做“蒸馏”，本质上是让小模型模仿大模型的思维方式、判断逻辑和回答风格，从而在保持高质量输出的同时，大幅减少推理成本。

一些 Llama 4 Behemoth 值得注意的参数：

活跃参数：2880亿。

总参数量：近 2 万亿。

使用 FP8 精度训练。

每 GPU 实现 390 TFLOPs 计算效率。

数据量：30 万亿 tokens（是 Llama 3 的 2 倍）。

参数量如此庞大的模型，它的成本将会是一个恐怖的数字，你看 OpenAI 的 GPT-4.5 有多贵就知道了。

而这个用“算力”堆出来的模型，也确实值得有这样的基准测试表现：全面超越了 GPT-4.5 、 Claude 3.7 Sonnet 和 Gemini 2.0 Pro 。

05 Llama 4 哪里用？

Llama 4 Scout 和 Llama 4 Maverick 已完全发布并开源。这意味着你可以像部署 DeepSeek 模型一样在本地部署这两个模型。

Llama 4 Behemoth 则还在训练中，不开放下载。

https://www.llama.com/llama-downloads/

https://huggingface.co/meta-llama

这里再说几个针对个人用户的使用方案。

首先，Meta 官方不提供任何 API 服务，只能通过其他渠道使用官方的 Llama 4 。

比如 官网（meta.ai），WhatsApp，Messenger，和 Instagram Direct。但弊端是 Meta 官方并没有明确说明这些官方渠道集成的模型是 Scout 还是 Maverick。

如果想要调用 Llama 4 的 API，那就只有使用第三方 API 服务了。

这里当然首推我们的老伙计 OpenRouter ，它已经第一时间上线了 Llama 4 Scout 和 Llama 4 Maverick 的 API，并且，完全免费。

06 结语：是起点，但不是终点

我们当然可以说： Llama 4 是 Meta 有史以来最重磅、最用力的一次模型发布。

无论是模型性能、参数配置、基准测试结果，还是开源的诚意，都展现出一种“全力一搏”的姿态。

然而，不得不承认， Llama 4 的核心路径依然是熟悉的那一套 —— 用参数、数据和算力堆出领先，用蒸馏和 MoE 拉平成本。

创新也有，但不多。