Llama 4 Scout 与 Maverick 指南：模型差异、10M 上下文、部署与许可

直接答案：Llama 4 Scout 与 Maverick 已由 Meta 于 2025 年 4 月 5 日发布，并不是 2026 年仍待发布的模型。两者都是原生图文多模态、混合专家架构的开放权重模型：Scout 为 17B 激活参数、109B 总参数、16 个专家，支持 10M 上下文；Maverick 为 17B 激活参数、400B 总参数、128 个专家，支持 1M 上下文。Behemoth 在发布公告中只是仍在训练的教师模型预览，不能与已经可下载的两款模型并列写成“全家桶全部上线”。

本文依据 Meta 发布页、官方模型卡、GitHub 仓库、许可证和官方模型下载入口复核，资料日期为 2026 年 7 月 16 日。它回答四类问题：Scout 与 Maverick 怎么选，10M 上下文意味着什么，怎样做本地或服务器部署验收，以及 Llama 4 Community License 是否适合你的产品。需要横向比较其他开放权重模型，可继续阅读Qwen 模型选型与部署指南和Kimi 模型与产品入口指南。

Llama 4 到底在什么时候发布？旧稿为什么明显错误？

Meta 的Llama 4 官方发布页标注日期为 2025 年 4 月 5 日，并写明 Scout 与 Maverick 当天即可从 Meta 和 Hugging Face 下载。Meta 官方llama-models 仓库同样把 Llama 4 的 launch date 记录为 2025-04-05。本站旧稿却称“Meta 于 2026 年 3 月 28 日宣布延期至 5 月”，时间上与已经公开一年的模型权重直接冲突。

2025 年 4 月 29 日的LlamaCon 官方公告继续把 Scout 和 Maverick称为当月早些时候已经发布的模型，并介绍 Llama API 预览。这进一步排除了“2026 年 5 月才发布”的可能。

Scout 与 Maverick 的官方规格有什么不同？

Meta 的Llama 4 Model Card提供了比营销摘要更适合选型的规格。两款模型每个 token 都只激活约 17B 参数，但需要存储和加载的总参数不同；MoE 的“激活参数小”不意味着模型文件只有 17B，也不意味着显存要求等同于普通 17B 稠密模型。

模型卡所称“17B parameter model”指激活参数；Scout 总参数是 109B，Maverick 总参数是 400B。采购显存、磁盘和网络带宽时必须使用总权重与量化精度估算，不能只拿 17B 乘以字节数。

原生多模态具体支持什么？音频和视频算不算？

Llama 4 使用 early fusion，把文本与视觉 token 纳入统一模型骨干；官方模型卡列出的输入是多语言文本与图像，输出是多语言文本与代码。旧稿将其扩展为直接处理音频波形、长视频和声音异常诊断，没有官方规格支持。

模型卡还说明 Llama 4 的图像理解测试覆盖最多 5 张输入图片；若使用更多图片，部署者需要自行测试和缓解风险。因此“能输入图像”不能直接推导出“能稳定理解一小时视频”。构建有工具的智能体时，应参考站内AI 智能体权限与自动化治理指南，把模型输出和真实动作隔离。

10M 上下文是真的，但为什么不能理解成“1000 万 token 永不遗忘”？

Scout 的 10M 与 Maverick 的 1M 都是官方规格，但 Meta 发布说明同时写明 Scout 的 base 和 instruct 模型以 256K 上下文进行预训练和后训练，并通过长上下文扩展获得 10M 支持。这里不存在矛盾：一个是训练时直接覆盖的长度，另一个是支持的最大推理窗口。读者不能省略这一区别后宣称模型在 10M 全区间“无中间遗失”。

长上下文的资源大头不仅是模型权重，还有 KV cache、中间激活、视觉 token、批量大小和并发。实际测试应把关键事实放在开头、中间和结尾，检查引用位置、遗漏、冲突处理和拒答；使用站内AI 平台统一任务评测方法冻结输入与判定标准，不要只观察“能否返回一段流畅文字”。

Scout 和 Maverick 应该怎样选？

模型选择应和基础设施路线一起做。需要判断本地、私有云或外部 API 时，可参考AI 本地部署与云端调用决策指南；不要先决定模型，再让硬件、许可和数据边界被迫适配。

官方部署路径是什么？旧稿中的 llama4-sdk 为什么有问题？

Meta 官方仓库给出的下载路径是接受许可证后使用 llama-models CLI，或从 Meta 官方 Hugging Face 组织下载。旧稿写的 pip install llama4-sdk 不是 Meta 发布页和官方仓库给出的标准入口。官方仓库示例使用 pip install llama-models、llama-model list、llama-model download，并提供原生脚本；Scout 官方 Hugging Face 模型页和Maverick 官方模型页则给出 Transformers 等生态入口。

Meta 的Llama Get Started 页面把模型获取方式分为 Meta 直接下载、Hugging Face、Kaggle、云和硬件合作伙伴。不同入口可能使用不同容器、量化、最大上下文、区域与计费规则；记录“Llama 4”还不够，运行台账必须保存具体模型 ID、托管方、revision、精度、框架和配置，否则无法复现故障或比较成本。

# 接受许可证并获得 Meta 下载链接后
pip install llama-models
llama-model list
llama-model download --source meta --model-id CHOSEN_MODEL_ID

Meta 官方仓库说明，全精度推理 Llama 4 至少需要 4 张 GPU；Scout “单 H100”是 on-the-fly int4 量化条件，Maverick 的 FP8 权重是适配单个 H100 DGX host，而非单张 H100。任何“消费级显卡轻松运行”的结论都必须附上具体量化、显存、卸载、上下文和生成速度。

Llama 4 Community License 是开源许可证吗？

Llama 4 提供可下载权重，并允许研究与商业使用，但使用的是自定义的Llama 4 Community License，不是常见的 Apache-2.0 或 MIT。为了避免“开放权重”和“开源软件”混为一谈，本文统一称其为开放权重模型。

许可证解释涉及具体主体、地区和分发方式，本文不是法律意见。真正上线前应由合格人员对当前许可证文本、使用政策、模型来源和产品路径进行复核，并保存采用版本。

怎样验证 benchmark，而不是复制 Meta 的营销图？

Meta 模型卡公开了 MMLU-Pro、MMMU、DocVQA、LiveCodeBench、GPQA Diamond、MTOB 等结果，同时明确所有报告评测使用 bf16 模型。量化 checkpoint 的实际质量、提示格式、推理框架和任务分布可能不同。供应商分数适合确认“测过什么”，不适合直接证明你的产品优于 GPT、Claude、Gemini 或 DeepSeek。

可以先用站内提示工程与版本冻结指南保存提示、模型、量化和框架，再用微调、RAG 与评测边界判断失败是否真的需要训练。不要因为一次输出不理想就直接微调，也不要因为一次 demo 成功就跳过回归测试。

安全上线需要哪些附加层？

Meta 模型卡明确表示 Llama 4 不应孤立部署，并建议结合系统级防护。官方发布材料列出 Llama Guard、Prompt Guard 与 Code Shield；Llama Guard 4 模型卡说明其用于文本和图像输入输出安全分类，但分类器也必须按自己的语言、政策和错误成本复测。

如果 Llama 4 被用于编程或工具调用，可结合AI 编程补丁验收方法，要求每次变更经过测试、权限检查和人工确认。模型开放权重不意味着默认安全，也不意味着部署者可以省略数据治理。

常见问题

Llama 4 Scout 真能在一张 H100 上运行吗？

Meta 的表述有明确条件：Scout 的 BF16 权重可通过运行时 int4 量化适配单张 H100。全精度 BF16、10M 上下文、较大 batch 或高并发不是同一个资源条件。部署前必须用目标框架和上下文实测峰值显存与速度。

Maverick 也是 10M 上下文吗？

不是。官方模型卡列出的 Maverick 上下文是 1M，Scout 才是 10M。旧稿把系列中的最大数字写成全部型号规格，已经纠正。

Llama 4 能直接处理音频和视频吗？

官方模型卡列出文本与图像输入，没有列出原生音频或视频输入。视频产品可以通过抽帧、字幕、ASR 和应用编排接入，但那是一个多组件系统，不能写成模型原生能力。

Behemoth 可以下载吗？

Meta 2025 年发布页把 Behemoth 描述为仍在训练、用于蒸馏 Scout 与 Maverick 的教师模型预览。本文没有找到与 Scout、Maverick 同等的官方公开权重入口，因此不提供下载或部署说明。

Llama 4 适合中文生产系统吗？

模型预训练覆盖更多语言，但官方明确列出的 12 种支持语言不包括中文。中文可以研究和微调，但生产采用前应建立中文领域任务集，验证准确率、拒答、安全分类、术语和长文本召回，不能仅凭“多语言训练”通过验收。

编辑复核与纠错记录

本文由兰塞 AI 编辑流程于 2026 年 7 月 16 日复核。旧稿把 2025 年 4 月发布的 Scout 与 Maverick写成 2026 年新品，另有两个重复页面虚构“Meta 官宣延期至 2026 年 5 月”；同时混入不存在的 8B/70B/405B 型号、伪官方 SDK、原生音视频、无中间遗失、自动部署和无来源性能数字。A 级候选稿依据 Meta 官方发布页、模型卡、仓库、许可证和使用政策重建“发布时间—型号—上下文—部署—许可—验收”框架。本站的来源、更新与纠错原则见关于本站与编辑规范。