在DeepSeek R1-V3、GPT-4o、Claude-3.7的强势围攻下，Meta坐不住了。曾作为开源之光的Llama在一年的竞争内连连失利，并没有研发出让公众惊艳的功能。创始人扎克伯格下达死命令，今年4月一定要更新。

于是我们迎来它仓促的答卷——一款在实测中让人大跌眼镜的模型Llama4，号称10m token的上下文长度频频出错、初代小球测试难以完成、9.11>9.9的比大小失误……这场本应扎眼的亮相从期待变成群嘲。上线几天内，高管离职、测试作弊等丑闻被内部员工爆料证实。

作为开源生态的标杆，Llama系列曾以Llama 2的辉煌战绩——衍生超过7000个变体、累计下载超3亿次，定义了商业级开源大模型的黄金时代。而短短两年间，这场由Meta主导的开源运动在技术内卷中逐步迷失初心，进入到一种缺乏创新的恶性内卷。

再加上，开源模型并不靠C端会员制付费变现，短期盈利无望。既如此，Llama为何急着更新？国内外的开源模型又在卷什么呢？

Llama4的仓促答卷

Meta最新发布的Llama 4系列包括Scout（1000万Token上下文窗口）、Maverick（编码与推理对标DeepSeek V3）和尚未发布的Behemoth（2880亿活跃参数），官方声称其是有史以来最强多模态大模型。

不过，24h就被打脸了。

发布第二天就有内部员工爆料，Llama4的基准测试存在严重造假，模型远远达不到开源sota标准，但为了赶在四月底前发布，领导将各个benchmark的测试集混合在post-training过程中，拿出了一个“看起来可以”的结果。

显而易见，技术掺水的后果是关键性能的严重缺陷。在社交媒体X和Reddit的用户实测中，Llama4多项任务明显落后于前代产品与同量级模型，公众并不为这样的噱头买单。

代码能力差强人意。在Polyglot编程测试中，Maverick版本的正确率仅为15.6%～16%，几乎垫底，与Meta声称的“编码能力超越DeepSeek”严重不符。其402B的参数规模并未带来优势，反而被32B参数的Qwen-QwQ等模型超越，基准测试结果严重失真。

核心卖点多模态能力未达预期，用户实测发现其图像理解能力甚至不如谷歌去年开源的Gemma 2，且在长上下文任务中表现不稳定，随着token长度增加性能显著下降。

Llama4的登场不仅没什么亮点，还面临着刷分造榜、砸钱走下坡路等污点。既然完全没训练好，Meta干嘛上赶着自己给自己找不快呢？

它太焦虑了，焦虑到即使只是一个登不上台面的残次品，也要黔驴技穷似地端上桌。

一方面，GPT-4o、Claude3.7等头部闭源模型在多模态、代码能力上的领先让Meta在海外市场苦不堪言；另一方面，DeepSeek V3等后起之秀的登场又让它在开源社区作为引领者的光环黯然失色。

内外夹击下，扎克伯格不得不设立四月ddl逼研发团队拿出作品，试图挽回公众的信心，但如此高压的战线反而弄巧成拙。没有时间搞创新的技术部不得不压缩测试周期，在模型未达预期情况下强行上线。

竞争和管理的双重高压让团队在内卷中丢失了技术本位的初心。其沿用的传统技术DPO虽简化了RLHF流程，但在数学、代码等复杂任务上表现不稳定。而相比GPT-4o的多模态架构，Llama 4的改进更像是仰赖Scaling law的小修小补，疯狂堆叠参数，忽略了对底层架构的探索。

急于求成的Meta，既没有耐心打磨技术，也没有遵守行业伦理，陷入了恶性内卷的开源困境。

开源≠免费，落后就要挨打

从2023年起，一月一更新的头部模型军备赛让模型竞争陷入了恶性内卷。相似的训练数据、趋同的架构让众多产品高度同质化乏善可陈。GPT-4o、Claude等实力雄厚的闭源模型便脱颖而出。

让人疑惑的是，选择开源路径Llama，为何也要焦虑？它不靠会员订阅盈利，是否更新好像并不能带来更多实质的利润。

实际上，开源并不意味着放弃商业化，开源和闭源有着不同的盈利逻辑。闭源是直接卖产品，通过订阅付费赚钱，开源是为了构筑坚实的生态壁垒靠定制化服务占领未来的市场。

开源如何赚钱？通俗地讲，开源就相当于美食店的试吃，店家每天出100份免费甜点，为的是让顾客买更多的甜点。模厂开放免费的token使用次数，就是像美食店一样打响自己的名气，吸引有实力的企业和开发者购买定制化服务。

开源模型的第一笔生意是高性能API的销售。基础服务虽免费，但企业可提供高性能API服务，按调用量收费。DeepSeek-R1的API定价为每百万输入Token 1元，每百万输出tokens 16元。免费token额度用完了或者基础API满足不了需求，用户就倾向于使用付费版保持业务流程的稳定性。

此外，实力雄厚的政企客户是大模型商业化的主力军。出于高保密性和定制化需求，不少企业会购买模厂的私有化部署服务。厂商收取技术费用，根据需求提供定制化的模型训练、微调以及后续的系统维护升级服务。据悉，大模型私有化底座建设基本是千万打底，某模厂销售透露，部署他们公司最新的模型最少2000万，可以理解为五星级餐厅的私人晚宴和满汉全席。

其次，部分厂商选择开源与闭源并行的双轨路线。开源基础版满足通用需求，闭源高级版服务付费市场。相当于先给你一道开胃菜，你自己选择要不要再上主食。2023年的智谱就是一个典型，公司开源ChatGLM-6B等模型建立生态，同时推出闭源的千亿参数模型GLM-130B，向B端收费。

最后，开源其实是一道商业化的桥梁，目的是建构开发者生态社区，通过降低门槛、提高粘性、分层变现。举个例子，饭店提供试吃小菜建立了自己的吃货群，但同时也卖碗筷、卖调料品、卖店里游乐设施的体验服务。

大模型也是一样的道理，开源吸引的一大批开发者就是他的生态，可以植入广告收取广告费，可以卖云服务，也可以卖配套的AI产品。

实际上，开源就是为了抢生态。用户越多，未来的盈利渠道越丰富，但一旦性能被超越，开发者流失，会引发连锁反应。

所以Meta这么着急发布Llama4就是怕自己再不努力，开发者就会转向DeepSeek等更优模型。而前期苦心经营的AI生态一松动，看不到用户基数的云计算合作伙伴（如微软Azure）也会离席，导致间接盈利渠道萎缩，商业变现受阻。

更重要的是，前期AI大模型主要是打口碑效应，一旦落后，市场竞争力就会下降，而失去用户和合作伙伴的Llama在行业内部也逐步失去了辨识度。这意味着，提起开源大模型，人们讨论Llama的次数将会越来越少。

落后即淘汰的压力，迫使Meta必须在极短时间内推出Llama 4，哪怕牺牲模型质量。

告别内卷,走向创新

天下没有免费的午餐，也没有免费的生意。

Meta对于开源的热衷，隐含着扎克伯格对大模型市场生态的渴望，这在一众国内公司中也不无体现。

在DeepSeek等企业的带动下，国内大模型公司纷纷加入开源浪潮，例如曾坚持走闭源路线的百度也宣布在2025年6月全面开源文心4.5系列。

不过，Llama4的失利也提醒我们，模型开源不能陷入恶性内卷，基础模厂找准差异化线路很重要。

一方面，要坚持创新带来的性能提升。DeepSeek的全栈开源能在短时间打破B端、G端两个市场，关键在于其MoE底层架构大大降低成本、提升效率。而Llama 4迷信scaling law，通过堆砌参数涌现智能的道路已不可通，未来破局的关键在攻克多模态、小样本前沿领域。

并且，基准测试不等于真实体验，不要一味追求sota而忽略了实际场景中的应用体验。与Llama 4不同，DeepSeek前期并没有给自己贴上登顶sota的光环，在海内外用户实测中赢得关注的它更有信服力。

另一方面，战略是关键，做好商业化关乎开源模型的生死存亡。

比如，阿里Qwen系列通过全模态开源吸引开发者使用云计算等基础设施，形成场景闭环。他们的模型在前期只是一个引子，明码标价的商品实则是云服务。而主攻AI的智谱清言没有其他东西卖，选择了开源闭源双轨并行的策略，开源吸引开发者生态，向B端和G端提供付费的定制解决方案。这说明，企业一定要结合自己的基因思考变现策略，抓准目标市场，想清楚他们的客户期待怎样的服务。

除了卖模型的人，使用模型的人也要注意，开源模型并非万全之策，存在隐性限制。

首先，部分开源模型会在许可证中明确禁止商业应用，仅限学术研究，如Meta llama2限制月活超7亿公司使用，削弱了开源的自由；其次，许多开源模型仅公开架构，不公开数据源和代码集，开发者只能基于现有模型微调；当然，部署也有一定的门槛，模型微调需要英伟达显卡等昂贵的计算资源，普通开发者难以承担。

实际选择开源模型时，AI开发者和软件ISV服务商一定要谨慎阅读各种附带条款和协议，避免许可证限制与法务风险；除了开源模型，开发者也可跟闭源模厂开发商业化版本，减少后期风险。

总之，Llama的一时落败告诉我们：没有技术巩固的开源生态，终是一盘散沙。开源模型厂商想靠吸引广大开发者培育用户粘性，必须保持性能领先，告别无效内卷，走向技术创新。