💡
原文中文，约4700字，阅读约需12分钟。
📝
内容提要
Meta发布的Llama 4引发失望，网友认为其性能低于预期，尤其在编程任务中表现不佳。尽管参数较高，但实测结果显示其能力不及竞争对手，甚至被指控在基准测试中存在“作弊”。Meta的开源优势减弱，Gemini和DeepSeek等模型表现更佳。
🎯
关键要点
- Meta发布的Llama 4引发失望，网友认为其性能低于预期。
- Llama 4在编程任务中的表现不佳，实测结果显示其能力不及竞争对手。
- Llama 4的编码能力与其他模型相比处于底部水平。
- Llama 4的上下文长度达到1000万tokens，但整体效果不及Gemini 2.0 Flash。
- Llama 4的开源优势减弱，Meta的许可证条款受到批评。
- 有网友指控Llama 4在基准测试中存在作弊行为。
- Meta计划在2025年投入650亿美元扩展AI基础设施。
- Meta希望在AI领域实现弯道超车，但Llama 4的表现让其面临挑战。
- 开源AI的竞争加剧，其他模型如Gemini和DeepSeek表现更佳。
- Meta的资源优势不再是决定性因素，开源大模型的竞争需要更高的透明度和性能。
❓
延伸问答
Llama 4 的发布引发了哪些主要问题？
Llama 4 的发布引发了失望，尤其在编程任务中表现不佳，甚至被指控在基准测试中存在作弊行为。
Llama 4 在编程任务中的表现如何？
Llama 4 在编程任务中的表现较差，得分仅为16%，在众多模型中处于底部水平。
Meta 对 Llama 4 的开源策略有什么变化？
Meta 的开源优势减弱，新的许可证条款受到批评，限制了开发者的使用。
Llama 4 的上下文长度有什么特点？
Llama 4 的上下文长度达到1000万tokens，能够处理极长的文本内容，但整体效果不佳。
Llama 4 的发布对Meta的AI战略有什么影响？
Llama 4 的表现不佳使Meta面临挑战，影响其在AI领域实现弯道超车的目标。
用户对Llama 4的反馈如何？
用户普遍对Llama 4感到失望，认为其表现不及预期，甚至有人调侃其发布像愚人节玩笑。
➡️
