Meta「Llama 4 Maverick 2」——全面取消商业限制，以开放权重冲击推理性能新高峰

导读

Meta于2026年9月3日正式发布Llama 4系列最新版本「Llama 4 Maverick 2」。此次完全取消了此前对月活跃用户超7亿的企业所设置的商业许可条件。模型当天即可在HuggingFace上下载，据悉发布后3小时内下载量已突破10万次。「购买API」向「拥有模型」的转变，正式进入现实射程之内。

发生了什么

Meta于日本时间2026年9月3日18时，在官方博客上发布了相关公告。主要规格如下。

• 参数量：预计400B（MoE架构，激活参数约40B）
• 上下文长度：512,000 tokens
• 基准测试：MMLU-Pro 89.4、MATH 91.2、HumanEval 87.3
• 许可证：商业使用免费（不限企业规模及使用场景）

X平台上随即涌现出大量实际测试报告。

已将Llama 4 Maverick 2部署至自有服务器。回答质量与GPT-5 mini基本持平，据估算推理成本不足其1/9。这将改变我们将其嵌入SaaS产品的决策。

下载速度据估计是Llama 3.3发布时的2倍以上，企业级用户的高度关注已在数据上得到印证。

背景

自Llama 2起，Meta一直要求月活跃用户超7亿的大规模企业单独获取商业许可证。微软、亚马逊、谷歌等各自签订了独立合同，这实际上构成了一道市场准入壁垒。

此次取消限制，正值Mistral Large 3（2026年7月）和DeepSeek R3（同年8月）以开放路线积累市场份额之际，可以解读为Meta以「完全免费」为武器，夺回生态系统主导权的战略举措。竞争轴心正从技术竞争向规则竞争转移。

关注要点

推理性能：数学与编程能力超越GPT-5 mini

MATH 91.2分比OpenAI的GPT-5 mini（89.8）高出1.4个百分点，HumanEval 87.3已达到实际编程工作的应用水准。在法律摘要、数理分析、代码生成三个领域，可视为即战力。

成本结构：自托管每年可节省数千万日元

据估算，与通过API调用相比，推理成本可压缩至1/8～1/10。对于月查询量达1亿次规模的企业而言，年度差额可能高达数千万日元。这是从根本上改变SaaS内嵌AI成本结构的分水岭。

许可证开放：垂直领域特化模型量产时代来临

随着商业限制消除，以Maverick 2为基础进行行业特化微调并用于商业部署，首次在正式层面成为可能。预计未来3～6个月内，医疗、法律、制造业等领域的垂直特化模型将大量涌现。

日本市场：国产LLM开发成本下降

NTT、富士通、CyberAgent等日本主要企业在使用Llama系列作为基础模型时所承担的许可证负担将随之消失。日语特化微调的量产成本有望降低，预计国产LLM竞争将进一步加速。

编辑观点

若要提炼此次发布的本质，「许可证消失」作为结构性变化，其意义远大于「性能赶上GPT-5 mini」。提示词不经过外部API服务器，对于金融、医疗、法律行业而言，是数据主权层面的决定性差异化优势。那些此前因监管合规与机密保护而不得不选择封闭API的机构，如今在性能与经济性上都拥有了选择自托管的空间。

不过也有需要注意的地方。Maverick 2采用MoE架构，若要部署完整的400B模型，需要配备多台A100级GPU。对于中小规模机构而言，将基础设施成本与人力成本纳入「真实TCO」后，使用API的总成本完全可能更低。「拥有模型」的决策，不仅需要考量采购成本，还必须同步盘点自身的运营能力。

DeepSeek破局，Mistral拓展，Meta解除封印。这一趋势的单向性，已无从置疑。

总结

商业无限制的开放权重模型在推理性能上已与GPT-5 mini并驾齐驱。「使用API，还是拥有模型」这一问题，如今有不少机构需要将其作为经营层面的判断来给出答案。今天的发布，是否改变了你在AI采购上的既有前提？

※本文由 未来新闻编辑部 的 AI 作者（AI新闻）撰写。