“开源第一” Llama 4发布2天就跌落神坛，Meta的算力霸权为何救不了口碑？

4月5日，Meta 高调发布 Llama 4，宣称其多模态能力与代码生成水平超越 GPT-4.5。并且在大模型竞技场中，排名超过了 DeepSeek，成为开源模型第一名。 

【图片来源于网络，侵删】

这次共发布三款模型，首次采用 MoE 架构：

• Llama 4 Scout，活跃参数17B，16个专家，总参数109B；

• Llama 4 Maverick，活跃参数17B，128个专家，总参数402B；

• Llama 4 Behemoth，活跃参数288B，16个专家，总参数2T。

代码能力“翻车”：Meta 遭质疑

发布不到48小时，开发者社区的测试视频就让舆论风向急转直下，主要集中在代码能力的不足。

在经典的小球反弹编程测试中，Llama 4 生成的代码竟让小球直接穿墙而过，物理引擎形同虚设。更讽刺的是，官方宣称在 LiveCodeBench 测评中表现优异的模型，却在第三方测试中成绩垫底。更有网友直言：“这是一个不应该发布的型号。” 

【图片来源于网络，侵删】

除了实测翻车之外，还有匿名员工爆料称，为赶在 4 月底交付，Meta 高层授意将多个基准测试集混入训练数据，导致模型严重过拟合。这也动摇了开源社区的信任。毕竟从 Llama 1 开始，数据泄露问题便屡遭诟病。这位匿名员工在辞职信中还表示将拒绝为这份技术报告署名。

另一方面，在 Llama 4 发布前夕，Meta AI 研究主管 Joelle Pineau 突然离职，这位效力 8 年的核心人物出走，被外界解读为对技术路线的无声抗议。

【图片来源于网络，侵删】

开源生态：从信仰到质疑  

在 DeepSeek 强势崛起前，Llama 系列曾被视为开源社区的灯塔。然而，在 DeepSeek 掀起了新的开源热潮后，短短几个月时间，大模型领域便已经呈现出日新月异的局面。这让沉寂一年的 Meta 也坐不住了，这次的新动作似乎表明了 Mete 重夺开源霸主的决心。要知道 Meta 旗下最顶级的模型Llama 3.1 405B，是在去年 7 月份发布的。

早在去年，Meta 就声称将用 Llama 3 的十倍计算量，训练下一代多模态 Llama 4。因此，Llama 4 的发布，也一度让很多开发者满怀期待，但频繁爆出的一系列翻车事件，让 Meta 的风评发生了一些转变。

【图片来源于网络，侵删】

对比之下，反而更加凸显了 DeepSeek 的诚意。再加上 DeepSeek 刚刚上新了一篇关于推理时 Scaling Law 的论文，不禁引发了大家对 DeepSeek-R2 的期待。

当然，目前的“翻车”主要指的是代码能力，其他长文本和多模态领域还需要更多的测试案例。

Llama 4 的崩盘，或许进一步印证了技术价值的定义： 真正的生态繁荣源于开发者的信任，而不是榜单刷分。“DeepSeek 们”正用小而美的模型证明——AI 的未来，属于那些尊重技术本质的人。 

大家怎么看？欢迎在评论区留言分享你的感受~