【TechWeb】4月13日消息，LMArena 更新了Meta最新發(fā)布的開源大模型Llama-4-Maverick的排名，從此前的第2名，直線掉到了第32名！
這也實(shí)錘了此前開發(fā)者對(duì)Meta為刷榜排名向LMArena提供了“特供版”的Llama 4大模型的質(zhì)疑。（詳情：Llama 4大模型跌落神壇：作弊刷榜、代碼能力極差、和DeepSeek比就是偽開源）
4月6日，Meta發(fā)布了最新的大模型Llama 4，包含Scout、Maverick和Behemoth三個(gè)版本。其中，Llama-4-Maverick在LMArena公布的Chatbot Arena LLM 排行榜中的排名第二，僅次于Gemini 2.5 Pro。
然而，隨著開發(fā)者實(shí)際使用Llama 4大模型開源版的效果陸續(xù)曝出，Llama 4口碑急轉(zhuǎn)直下。有開發(fā)者發(fā)現(xiàn)Meta提供給LMArena的Llama 4版本與提交給社區(qū)的開源版本不同，因而Meta被質(zhì)疑為刷榜作弊。
4月8日，Chatbot Arena官方發(fā)文確認(rèn)了用戶的上述質(zhì)疑，公開表示Meta提供給他們的是“特供版”，并考慮更新排行榜。
根據(jù)Chatbot Arena官方消息，Meta首次提交LMArena的Llama-4-Maverick-03-26-Experimental是一個(gè)實(shí)驗(yàn)性聊天優(yōu)化版本，當(dāng)時(shí)該版本的排名為第二。修正后的模型為HuggingFace開源版同款Llama-4-Maverick-17B-128E-Instruct，是17B激活參數(shù)、128個(gè)MoE專家的指令微調(diào)模型。
目前，開源版同款Llama-4-Maverick-17B-128E-Instruct在LMArena的排名為32名，遠(yuǎn)低于Gemini 2.5 Pro（1）、GPT4o（2）、DeepSeek-V3-0324（5）、DeepSeek-R1（7）、Qwen2.5-Max（11），甚至連英偉達(dá)基于上一代Llama 3.3改造的Llama-3.3-Nemotron-Super-49B-v1（17）都不如。
LMArena詳細(xì)排名如下：
熱門跟貼