Llama 4 完整指南资料参考，包含🦙 什么是 Llama 4？、 Llama 4 模型家族、 性能对比、 快速开始等主题。查阅页面示例、适用条件和相关资源，版本、价格及第三方服务状态需结合官方当前说明核对。
Llama 4 是 Meta 于 2025 年 4 月 5 日发布的新一代开源大模型，首次采用混合专家(MoE)架构，支持文本、图像、视频、音频多模态处理。这是 Meta 在 AI 领域的重大突破，标志着开源模型正式进入与闭源模型正面竞争的新阶段。
混合专家架构，动态路由，高效推理
文本/图像/视频/音频统一处理
Scout 支持 1000 万 token 上下文
专为文档摘要、代码库分析等长文本任务设计，可在单张 H100 GPU 上运行。
主力旗舰版本，在编程、数学推理、多语言处理等任务中超越 GPT-4o 和 Gemini 2.0。
终极版本，2 万亿参数，STEM 基准测试超越 GPT-4.5 和 Claude Sonnet 3.7。
| 模型 | 参数量 | 上下文 | 多模态 | 开源 |
|---|---|---|---|---|
| Llama 4 Maverick | 4000亿 | 128K | 是 | 是 |
| GPT-4o | 未公开 | 128K | 是 | 否 |
| Gemini 2.0 | 未公开 | 1M | 是 | 否 |
| DeepSeek V3 | 6850亿 | 128K | 是 | 是 |
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "meta-llama/Llama-4-Maverick"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)
inputs = tokenizer("Hello, Llama 4!", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0]))# 下载并运行 Llama 4 ollama pull llama4-maverick ollama run llama4-maverick
Llama 4 完整指南资料参考，包含🦙 什么是 Llama 4？、🤖 Llama 4 模型家族、📊 性能对比、🚀 快速开始等主题。查阅页面示例、适用条件和相关资源，版本、价格及第三方服务状态需结合官方当前说明核对。可以按「🦙 什么是 Llama 4？」、「🤖 Llama 4 模型家族」、「📊 性能对比」、「🚀 快速开始」等章节查阅。页面用于资料查阅，外部资源需通过对应链接访问。
先找到与当前需求对应的「🦙 什么是 Llama 4？」等章节，查看示例的适用条件，再核对对应项目或服务的官方说明。页面中的名称、版本和示例属于资料内容，不表示已实时检查第三方服务的状态。
区分页面内置规则、示例资料和真正的模型调用。静态介绍不代表最新版本、价格或可用性；生成或整理后的内容仍需结合实际需求核对。
查阅本页不需要提交业务数据。打开外部资源链接后，会访问对应网站，其登录、数据处理和服务条款由该网站提供。
DeepSeek V3 完整指南 · Kimi K2 完整指南 · Gemini 2.5 Pro 指南 · Nemotron 3 指南 · 全部AI 工具