Llama 4 Maverick：128 专家的开放多模态模型

它是什么

Llama 4 Maverick 是 Meta AI 在 2025 年 4 月 5 日随 Llama 4 系列发布的开放权重模型。官方把它定位成通用助手和聊天场景的“主力型号”，强调图像理解和创意写作。一句话说，它是总参数 400B、每个 token 只激活 17B 的混合专家（MoE）多模态模型。

同一天亮相的还有总参数 109B 的小个子 Scout，以及当时还在训练的大模型 Behemoth。官方说 Maverick 是从 Behemoth 共同蒸馏出来的，相当于请了一位更大的老师带着学。

关键规格怎么读

架构上，Maverick 的 MoE 层有 128 个路由专家外加 1 个共享专家。每个 token 交给共享专家和其中一个路由专家处理，MoE 层与稠密层交替排列。这意味着 400B 参数都得放进显存，但每个 token 的计算量只相当于 17B 的模型，服务成本和延迟因此压得下来。官方说它的 FP8 量化权重能放进一台 H100 DGX 主机，所以本地部署是机房级的事，普通工作站就别想了。

上下文窗口是 1M tokens。输入是多语言文本加图像，输出是多语言文本和代码，不出图。模型卡写明图像输入测试到 5 张。训练数据约 22T tokens，知识截止到 2024 年 8 月。模型卡列的 12 种支持语言包括英语、法语、德语、西班牙语、阿拉伯语、印地语等，中文不在其中。官方说预训练覆盖了 200 种语言，也允许开发者自己微调，但中文效果得你自己验证。

许可证是 Llama 4 Community License：权重开放，可以商用，但不是 OSI 意义上的开源。月活超过 7 亿的公司要另向 Meta 申请授权，分发时要标注“Built with Llama”，衍生模型的名字要以“Llama”开头。欧盟境内的个人和主要营业地在欧盟的公司，按使用政策拿不到多模态模型的授权，终端用户不受这一条影响。

能力和成绩

下面是 Meta 在模型卡里自己报的指令微调版成绩，括号里是上一代 Llama 3.3 70B 的数字：MMLU Pro 80.5（68.9），GPQA Diamond 69.8（50.5），LiveCodeBench（2024 年 10 月到 2025 年 2 月的题目）43.4（33.3）。图像一侧，MMMU 73.4，ChartQA 90.0，DocVQA 94.4。官方还说，它在一大批常见基准上超过 GPT-4o 和 Gemini 2.0 Flash，推理和编码与 DeepSeek V3 系列相当，激活参数却不到对方的一半。以上都是厂商自测。

发布稿里那个 LMArena 1417 分，来自一个“实验性聊天版本”，并不是放出来的权重。LMArena 随后公开表示，Meta 的做法和平台对模型提供方的期待不一致，并更新了榜单政策。公开版加入榜单后，当时有报道称它排在第 32 位。AI主线 的看法很直白：看 Maverick 就看模型卡和公开权重的成绩，别把那个 1417 当成日常表现。

长上下文也要留心。有第三方的长上下文评测显示，Maverick 相比 Llama 3.3 70B 没有提升。1M 的窗口能塞得进去，不等于塞进去的内容都能用好。

怎么用、多少钱

权重在 llama.com 和 Hugging Face 提供，需要先同意许可，有 BF16 和 FP8 两个版本。云平台和推理服务方面，Meta 发布时点名的合作方包括 AWS、Google Cloud、Microsoft Azure、Databricks、Snowflake、Groq、Together AI、Cerebras 和 SambaNova 等。

价格没有统一口径，权重免费，API 价格看托管商。Google Cloud 的定价页列的是每百万 token 输入 0.35 美元、输出 1.15 美元，聚合站统计的各家托管商输入价大致在 0.20 到 0.35 美元之间。另外要留意，不少平台实际开放的上下文比 1M 短，比如 Groq 文档里写的是 128K，选之前先查清楚。

和谁比

对上一代 Llama 3.3 70B，Maverick 在上面那几项成绩上差距明显，还多了看图能力和 1M 窗口，代价是 400B 的权重要吃多得多的显存。官方的说法是它用更低的价格提供更高的质量。

对 DeepSeek V3 系列，后者是 671B 总参数、37B 激活的纯文本模型。Artificial Analysis 在 Maverick 发布后不久的指数里给它 49 分，GPT-4o 是 50 分，DeepSeek V3 0324 是 53 分，它赢在能看图，输在纯文本综合成绩。后来该机构换了新版指数，DeepSeek V3.2（非推理）25 分，Maverick 14 分，两版题目不同，分数不能直接对照，但方向一致。那个页面上两者的混合价格也接近，每百万 token 0.29 美元对 0.34 美元。

适合谁

写代码的人要知道，Maverick 没有推理模式，Artificial Analysis 收录的 AIME 2025 成绩只有 19.3%，复杂编码、数学和智能体式任务更适合带推理能力的新模型。做内容的人，官方强调创意写作和图像理解，但中文不在官方支持清单里，真要用，先拿自己的稿子跑一遍。

做选型的人，想自托管、要微调、需要图文输入、又能接受许可条款的团队，它仍然有位置。欧盟公司要先过法务这一关，月活接近 7 亿的更要提前和 Meta 谈。AI主线 的判断是：它的价值在自托管和图文输入，纯文本推理和编码这块，同价位已经有更新的选择。