实锤了，Llama 4重测排名掉至32名！远不及DeepSeek和Qwen

4月13日消息，LMArena 更新了Meta最新发布的开源大模型Llama-4-Maverick的排名，从此前的第2名，直线掉到了第32名！

这也实锤了此前开发者对Meta为刷榜排名向LMArena提供了“特供版”的Llama 4大模型的质疑。（详情：Llama 4大模型跌落神坛：作弊刷榜、代码能力极差、和DeepSeek比就是伪开源）

4月6日，Meta发布了最新的大模型Llama 4，包含Scout、Maverick和Behemoth三个版本。其中，Llama-4-Maverick在LMArena公布的Chatbot Arena LLM 排行榜中的排名第二，仅次于Gemini 2.5 Pro。

然而，随着开发者实际使用Llama 4大模型开源版的效果陆续曝出，Llama 4口碑急转直下。有开发者发现Meta提供给LMArena的Llama 4版本与提交给社区的开源版本不同，因而Meta被质疑为刷榜作弊。

4月8日，Chatbot Arena官方发文确认了用户的上述质疑，公开表示Meta提供给他们的是“特供版”，并考虑更新排行榜。

根据Chatbot Arena官方消息，Meta首次提交LMArena的Llama-4-Maverick-03-26-Experimental是一个实验性聊天优化版本，当时该版本的排名为第二。修正后的模型为HuggingFace开源版同款Llama-4-Maverick-17B-128E-Instruct，是17B激活参数、128个MoE专家的指令微调模型。

目前，开源版同款Llama-4-Maverick-17B-128E-Instruct在LMArena的排名为32名，远低于Gemini 2.5 Pro（1）、GPT4o（2）、DeepSeek-V3-0324（5）、DeepSeek-R1（7）、Qwen2.5-Max（11），甚至连英伟达基于上一代Llama 3.3改造的Llama-3.3-Nemotron-Super-49B-v1（17）都不如。

LMArena详细排名如下：

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。