Meta 推出 Llama 4 系列模型，包括 Llama 4 Scout、Maverick 和 Behemoth，引发广泛关注。该系列由 20 万显卡集群训练，号称具备顶级视觉理解和多模态能力。然而，实际测试中 Llama 4 的表现却令人失望。

网友发现，Llama 4 在几何生成等基础任务中多次失败，甚至不如其他现有模型。更糟糕的是，其在代码、翻译和长文写作等主流评测中的表现也普遍垫底。更有爆料称，Llama 4 的高分成绩可能源于刷榜行为，甚至内部研发人员承认模型存在问题。

Meta 方面对此并未正面回应，仅强调模型针对特定任务优化。但外界质疑不断升级，尤其在 Joelle Pineau 离职事件后，Meta 在大模型领域的创新能力受到进一步怀疑。相比之下，专注于探索新架构的 DeepSeek 已推出多项技术突破。

Llama 4 的另一大问题在于难以落地应用，无法适配普通用户设备，且缺乏多模态功能，难以匹敌 GPT 4o、Gemini 2.5 Pro 等竞品。业内人士认为，Meta 过于追求短期成果，忽视了长期创新和技术积累，导致口碑受损，市场竞争力下降。