【TechWeb】4 月 13 日消息，LMArena 更新了 Meta 最新发布的开源大模型 Llama-4-Maverick 的排名，从此前的第 2 名，直线掉到了第 32 名！

这也实锤了此前开发者对 Meta 为刷榜排名向 LMArena 提供了 " 特供版 " 的 Llama 4 大模型的质疑。（详情：Llama 4 大模型跌落神坛：作弊刷榜、代码能力极差、和 DeepSeek 比就是伪开源）

4 月 6 日，Meta 发布了最新的大模型 Llama 4，包含 Scout、Maverick 和 Behemoth 三个版本。其中，Llama-4-Maverick 在 LMArena 公布的 Chatbot Arena LLM 排行榜中的排名第二，仅次于 Gemini 2.5 Pro。

然而，随着开发者实际使用 Llama 4 大模型开源版的效果陆续曝出，Llama 4 口碑急转直下。有开发者发现 Meta 提供给 LMArena 的 Llama 4 版本与提交给社区的开源版本不同，因而 Meta 被质疑为刷榜作弊。

4 月 8 日，Chatbot Arena 官方发文确认了用户的上述质疑，公开表示 Meta 提供给他们的是 " 特供版 "，并考虑更新排行榜。

根据 Chatbot Arena 官方消息，Meta 首次提交 LMArena 的 Llama-4-Maverick-03-26-Experimental 是一个实验性聊天优化版本，当时该版本的排名为第二。修正后的模型为 HuggingFace 开源版同款 Llama-4-Maverick-17B-128E-Instruct，是 17B 激活参数、128 个 MoE 专家的指令微调模型。

目前，开源版同款 Llama-4-Maverick-17B-128E-Instruct 在 LMArena 的排名为 32 名，远低于 Gemini 2.5 Pro（1）、GPT4o（2）、DeepSeek-V3-0324（5）、DeepSeek-R1（7）、Qwen2.5-Max（11），甚至连英伟达基于上一代 Llama 3.3 改造的 Llama-3.3-Nemotron-Super-49B-v1（17）都不如。

LMArena 详细排名如下：