重磅！MetaAI开源Llama4系列，全面进入MoE架构时代，本次发布Llama4 Scout和Llama4 Maverick，1000万上下文输入，170亿激活参数，不支持中文！

就在刚刚，MetaAI发布了全新一代Llama4大模型，Llama正式进入多模态和MoE架构时代。本次新发布的是Llama4中的2个模型分别是Llama4 Scout和Llama4 Maverick。这两个模型都是170亿激活参数，但是前者共16个专家，后者有128个专家，因此总的参数量分别达到了1090亿和4000亿！不过根据评测的情况看，即使是4000亿规模170亿激活的模型，也和DeepSeek V3.1（即DeepSeek V3 0324）版本差不多。

Llama4 Scout模型介绍

Llama4 Scout是一个MoE架构的大模型，包含16个专家，每次推理激活170亿参数，因此总参数量1090亿左右。Int4量化后的版本可以用一张H100 GPU推理（按照估计，FP16应该是218GB显存，做了INT4量化应该是55G显存左右）。

Scout是侦察小队的意思，因此Meta也是寓意着这个模型会很快。

Llama4 Scout最高支持1000万上下文的输入（10 M Context），这是这个模型最大的亮点之一。Llama4 Scout在约40万亿tokens数据集上做的预训练，最新的知识截止到2024年8月份，预训练中包含200种以上的语言，不过官方依然只声明仅支持阿拉伯语、英语、法语、德语、印地语、印尼语、意大利语、葡萄牙语、西班牙语、他加禄语、泰语和越南语，不含中文（在这个全球都难以找到如此抵制中文的大模型时代中，Llama系列始终有点奇葩，甚至可以说是不是隐含某种特别的含义？）。

Llama4 Scout模型预训练花费了大约500万个GPU小时（应该是H100）。

Llama4 Scout模型评测结果

官方将这个模型对标为Gemma3 27B和Mistral 3.1 24B等参数规模在300亿以下的模型，Llama4 Scout模型还是有优势的，而且也可以看到，Llama4 Scout模型比此前的Llama模型进步明显。

Llama4 Scout与其它模型评测对比，数据来源：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?benchmarkInputString=15,16,32,40&modelInputString=549,459,454,530,538

可以看到，即使与此前4050亿稠密模型Llama3.1-405B相比，Llama4 Scout也是很不错的。

Llama4 Maverick模型介绍

Llama4 Maverick是本次Meta发布的另一个模型，相比较Llama4 Scout，这个模型的激活参数也是170亿，但是有128个专家，因此，总的参数两达到了4000亿。除此之外，它和Llama4 Scout最大的区别就是预训练只训练了22万亿的数据，但是效果却更好。从这个角度看，更小的专家，在较少的数据上训练似乎也可以达到更好的效果，这好像和DeepSeek有256个专家的逻辑差不多。

Llama4 Maverick对标的是DeepSeek和GPT-4o这种级别的模型，但是评测结果看，还是有差距。

Llama4 Maverick与其他模型的评测对比，数据来源：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?benchmarkInputString=15,16,32,40&modelInputString=551,543,429,462,549

可以看到，Llama4 Maverick与其它模型还是有点差距，不过GPQA Diamond这种专业问答效果不错，比Llama4 Scout也好很多。

LLama4 Behemoth：未发布的全球最大模型

Llama 4 Behemoth是MetaAI的Llama4系列模型的教师模型，16个专家，2880亿激活参数，总参数量达到了2万亿！应该是全球最大规模的模型了。

Llama 4 Behemoth并未发布或者开源，官方透露还在训练中，但是目前评测结果还可以。下图是DataLearnerAI收集的LLama4 Behemoth与其它模型的评测对比结果：

Llama4 Behemoth与其它大模型对比评测结果：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?benchmarkInputString=16,32,40,36&modelInputString=552,543,492,515,545,512

可以看到，Llama4 Behemoth的GPQA Diamond是除了Gemini 2.5 Pro以外最强的，MATH-500也得分比较高。不过总体来说还是不特殊。不过官方说这个模型正在训练中，也许可以看看后面（根据此前Llama 3 405B，没训练完就说最大最强，发布之后水花都很小，也很一般，感觉Llama4 Behemoth也有“垮”的可能）。

Llama4总结

此次发布的Llama4模型只是这个系列中的2个，不过根据当前已有的数据，我们可以看到Llama4已经全面进入多模态和MoE架构时代。虽然这些模型依然开源（月活7亿以上需要授权），但是和DeepSeek这种模型比似乎优势不那么明显，特别是4000亿参数规模，即使量化之后也需要8个H100 GPU，那还是有点不突出的。

关于Llama4系列模型的更多信息可以参考DataLearnerAI模型信息卡： Llama4 Scout：https://www.datalearner.com/ai-models/pretrained-models/Llama-4-Scout-Instruct Llama4 Maverick：https://www.datalearner.com/ai-models/pretrained-models/Llama-4-Maverick-Instruct Llama4 Behemoth：https://www.datalearner.com/ai-models/pretrained-models/Llama-4-Behemoth-Instruct