重磅发布
2026年7月13日，Meta AI正式开源了Llama 4系列大语言模型。这是继Llama 3之后又一次重大升级，在推理、编程、多语言等能力上均有显著提升。
模型规格
| 模型 | 参数规模 | 上下文长度 | 推荐硬件 |
|---|---|---|---|
| Llama 4-8B | 80亿 | 128K | 单GPU |
| Llama 4-70B | 700亿 | 256K | 8×GPU |
| Llama 4-405B | 4050亿 | 512K | 多节点 |
性能对比
在MMLU、HumanEval、GSM8K等基准测试中，Llama 4-405B全面超越GPT-4o：
- MMLU：92.3% vs 89.5%
- HumanEval：85.1% vs 82.0%
- GSM8K：96.7% vs 94.2%
主要改进
1. 架构创新
采用混合专家模型（MoE）架构，在保持高性能的同时降低推理成本。
2. 多语言能力
支持100+种语言，中文能力显著增强。
3. 长上下文
最长512K token的上下文窗口，可处理整本书籍。
4. 工具调用
原生支持函数调用和API集成。
开源许可
Llama 4采用自定义开源许可，允许免费商用，但需遵守以下条款：
- 月活用户超过7亿需获得Meta授权
- 不得用于违反法律法规的场景
如何获取
下载模型权重
git clone https://github.com/meta-llama/llama4
git lfs pull
使用Hugging Face
from transformers import LlamaForCausalLM, LlamaTokenizer
model = LlamaForCausalLM.from_pretrained("meta-llama/Llama-4-8B")
tokenizer = LlamaTokenizer.from_pretrained("meta-llama/Llama-4-8B")
社区反响
开源社区反响热烈，发布首日GitHub星标超过5万。开发者纷纷表示将基于Llama 4构建各类应用。
未来展望
Meta表示将继续投入开源生态，计划在2027年发布Llama 5，进一步缩小与闭源模型的差距。
结语
Llama 4的开源将极大推动AI民主化，无论是个人开发者还是企业都能从中受益。