文：王智遠 | ID:Z201440

昨天（4月6日凌晨），Meta發布了Llama 4的消息，估計你也聽說了。要是你想了解更多，可以去這兩個網址看看：

官方介紹頁面：https://ai.meta.com/meta-ai
官網地址：https://www.meta.ai

登錄后，Chatbot的頁面特別簡單，一打開就能免費試用。左邊有個小菜單，三個選項：對話框、收藏，還有Meta畫畫。

這次Meta推出了三個不同版本的Llama 4。

第一個叫Llama 4 Scout（偵察兵），它有170億個活躍參數，就像它手上有170億個小工具可以隨時用。它還有16個專家模型幫忙，總參數量加起來有1090億。

這個版本適合做輕量級的任務，比如：總結文檔、處理代碼庫之類的推理任務。能支持1000萬字的上下文。

第二個版本叫Llama 4 Maverick，有點像“特立獨行”的意思；它同樣有170億參數，但專家模型增加到了128個，總參數量達到4000億；場景適合多模態，像文檔、圖標、PDF等。

目前我看到介紹，它在很多基礎測試里表現特別好，超過了GPT-4o和Gemini 2.0 Flash，在推理和編碼任務上和DeepSeek v3差不多厲害。

最厲害的是第三個版本，叫Llama 4 Behemoth（巨獸）。官方說，它的總參數接近2萬億，活躍參數有2880億。不過，這個版本還沒正式發布，它主要是當“老師”，用自己的知識教Scout和Maverick。

很多人可能不太明白“活躍參數”是什么。我打個比方：

一個超級大廚（模型）有很多很多工具和技巧（總參數量），但做飯的時候，他只會用到其中一部分（活躍參數）。

活躍參數越多，廚師能用的工具和技巧就越多，做出來的菜（也就是任務效果）可能就越好吃（厲害）。

面對這三個版本，說實話，我都覺得太厲害，完全無法想象它的強大。尤其是2萬億參數的版本，似乎吞掉了整個世界的知識，消化掉了人類文明的精髓。

既然這樣，問題來了：

吹的這么大，到底該如何評價它的性能呢？是遙遙領先，還是一騎絕塵？說實話，我都已經沒有概念了。

不過，我直接問Llama 4：針對一個這么大的模型，該問什么問題，才能感受到它的厲害呢？

它告訴我，可以試試多步驟推理、自然語言理解問題、創造性寫作、多語言翻譯，或者對某個領域的知識進行解析；從這些角度提問，能更好地感受到Llama 4的強大之處。

索性從多步驟推理開始。我問的第一個問題：

假設你有100元，想用這些錢買一種商品。這種商品每件3元，但商家有個優惠活動：如果你一次性買超過10件，每件可以便宜1元。那我最多能買多少件呢？請快速推理并給出答案。

它不到2秒就給出了答案。我用Kimi、DeepSeek、Qwen分別測試了這個問題，結果也都差不多。毫無疑問，這種問題對模型來說太簡單了，簡直小菜一碟。

那怎么辦呢？

我向Qwen咨詢了一個問題，我對Qwen2.5-Max說：請給我一個超難的問題，來測試Llama 4的多步驟推理，越難越好。

經過一番思考，Qwen給出了一道題目，并解釋說，這道題的關鍵在于“短小精悍”，同時要覆蓋多語言翻譯、事實核查和語義分析這三項能力。

它還提到，這道題符合知識庫中的評測維度，比如翻譯技巧和幻覺檢測。問題是這樣的：請閱讀以下句子，并完成以下任務：一，將句子翻譯成法語，保留原意； 二，指出句子中可能被夸大的部分，并解釋原因。

句子如下：

盡管人工智能在醫療、金融等領域被稱為革命性力量，但其通過節能算法緩解氣候變化的效果仍存在爭議。

結果來看，Kimi回答比Llama 4更詳細。Kimi指出兩個可能被夸大的地方：一是“革命性力量”，二是“仍存在爭議”。而Llama 4只指出了其中一個。

接下來，我體驗了一個自然語言理解的難題。Qwen說，這個問題看起來很簡單，其實里面藏著很深的難度。

它不僅要識別“相關性≠因果性”的謬誤，還要補充隱含條件，考驗邏輯重構能力。我把任務交給Llama 4：請分析下中文句子的邏輯漏洞，并用英語改寫句子，讓它更嚴謹。句子是：

"所有成功企業家都早起，因此如果你想創業成功，必須每天五點起床。"

對比Kimi和Llama 4的答案，我認為Llama 4的回答更簡潔，但Kimi的表達更詳細、更清晰。

然后，我研究了一道“領域知識”。問題是：設計一個基于AI的商品智能推薦系統的測試方案。

我讓Llama 4先分析問題，再給出答案。它說，主要存在三個測試難點。不過，它給的答案和Kimi給的答案我都不太滿意，主要問題是：

答案太宏觀、太理論化，雖然也有舉例，但都沒具體說清楚“到底該怎么做”。可能因為我之前提出的問題不夠詳細。

這也給我一個提醒：雖然網上有海量公開資料，但遇到行業知識或者具體問題時，AI在個人經驗方面還是差了點火候。

最后，我試了試創造性寫作，感覺特別有意思。

題目是寫一個微小說，里面要包含“鑰匙”“雨夜”“陌生人”這三個元素，還得分析用到的文學技巧。

Llama 4給出了好幾個版本，創造力和理解力都很強。相比之下，Kimi只寫了一個版本，感覺Llama 4在處理復雜任務時更有優勢，能給出更多元化的回答。

我覺得，以后可以用這個功能寫更多好玩的段子，確實是一件很有趣的事情。

我還試了它的文生圖能力。

隨便說了一句“幫我換輪胎”，它居然生成了四張不同的圖，每張都不一樣。其中第四張看起來像在森林里換輪胎，感覺挺真實的。

我可以點進去繼續修改，只要告訴它我的想法就行。上傳照片換背景圖，也可以。不過，修改效果不太理想，不如ChatGPT 4o。

經過這一系列體驗，所以，我得出什么結論呢？

Llama 4的文本處理能力很強。會理解上下文的意思，回答問題時，能給出很準確、很貼切的答案。特別是碰到復雜的問題，或者要仔細琢磨的任務，它表現得特別好。

比如，我讓它幫我做一個測試，根據一段文本理解人類的情感，把這種情感用到別的地方，它都能搞定。

語言生成能力也很棒，寫出來的文本很流暢、很自然。有時，它還能模仿某種特定的寫作風格或者語氣；還有一個優點，多輪對話能力很強。不管后面給它什么內容，前面的內容它都不會忘。

不過，也有不足的地方。

在一些專業知識上，還不夠深入、不夠具體。但有個好處，它能帶著我一起完成任務；我有個問題自己解決不了，交給它，它就能分步驟帶著我一起做，最后把任務完成。

在交互方面，它也很厲害。

從普通的文字聊天，到生成圖片，再到上傳文件讓它幫忙修改，這些都能在一個聊天框里搞定。甚至還能基于圖片制作動畫，功能很全面。不過，它沒有語音功能，也不能聯網搜索，這有點不太方便。

但是，雖然它能進行多種交互，但有時候也會出錯。

我給它一個PDF文件，讓它把里面的內容提取出來做成表格，結果它卻生成了一個圖標。這種理解上的偏差還挺讓人頭疼的。

可能它在開源市場更有潛力吧，感興趣，可以試試。