4月7日，Meta公司发布的Llama 4系列旗舰AI模型Maverick在LM Arena测试中获第二名，引发质疑。多名AI研究人员指出，Meta在测试中使用的Maverick版本与其公开提供的开发者版本存在差异，测试版本被指经过针对性优化以适应LM Arena的环境。Meta官方承认测试版本为“实验性聊天版本”，但此行为让开发者对其实际应用场景的表现存疑，并认为此举具一定误导性。此外，有证据显示公开下载版本与测试版本在行为上存在明显差异，如后者更倾向于使用表情符号且答案冗长。目前，Meta及LM Arena组织尚未对此作出回应。