模型:Llama 5 Maverick

名称	Llama 5 Maverick
厂商	Meta（Meta AI / MSL）
发布日期	未发布
上下文	未公布
最大输出
价格	未定价
定位	未发布 · 在训旗舰

llama-5-maverick llama 0 未发布、泄漏、开源待定

模型 content/models/llama-5-maverick.md

一句话点评

尚未发布：泄漏代号 Watermelon，内部基准自称匹配 GPT-5.5；开源/闭源未定，无任何公开成绩。

社区反馈 · 编程

泄漏主打方向：Wang 预告「Opus 级编程模型 pretty soon」（X，2026-07-06），Muse Code（闭源编程旗舰，HN 332 pts）被视为 Meta 编程补课的先导证据。但前代账要还：Llama 4 Maverick Aider Polyglot 实测仅 15.6%、SWE-bench 第三方复现 ~24%（DeepSeek V4 Pro 80.6%、Qwen 3.6-27B 77.2% 同期对照），社区共识「编程短板要从头补」；且 2026 年 Meta 内部开发已改用 Claude Sonnet（量子位），自家编程实力存疑。Llama 5 自身零实测。

社区反馈 · 推理

唯一「成绩」是 Wang 内部自证「匹配 GPT-5.5」（未点名 benchmark、未独立复现、Meta 拒评）；AI Weekly 点破这是「堆算力追平而非架构巧思」，且 OpenAI 已于 6 月底限量预览 GPT-5.6 抢先半步。前代唯一可信推理成绩是 Epoch 复现 GPQA Diamond Maverick 67%（与官方 69.8% 基本吻合），但无法外推 Llama 5；加上 Llama 4 刷榜前科（LeCun 2026-01 承认 "results were fudged"），社区对内部基准普遍「先别信」。

社区反馈 · 中文

专项反馈 0 条（未发布模型不可能有）；Meta 中文能力历来偏弱（Llama 4 官方 12 种支持语言不含中文、中文 OCR 不及预期）。中文社区讨论聚焦两件事：量子位《Llama惨遭抛弃！Meta内部改用Claude写代码》的负面叙事、以及「从开源折戟到闭源破局」的 Muse Spark 转向解读——对 Llama 5 的中文能力无任何期待性正面，反而担忧开源路线终结。

升级共识

无从升级——模型未发布。开源党在等「weights 落地」（"llama brand too strong to abandon"），闭源务实派在等「API 可用」（Muse Spark 已是现役，1.2 版 08-05 刚发）；对两者共同的前置警告：Llama 4 的 SWE 41.8% 官方宣称被证伪为 ~24%，「匹配 GPT-5.5」属内部自证，发布后必须看第三方复测再决定迁移；当前需要 Llama 系能力的用户先用 Muse Spark / Muse Code，需要开源权重的先上 DeepSeek V4 / Qwen 3.6 系。

榜单与实测落差

无成绩可比——泄漏称「匹配 GPT-5.5」，但 AI Weekly 点破这是「堆算力追平」而非架构巧思，且 OpenAI 已限量预览 GPT-5.6 抢先半步；加上 Llama 4 刷榜前科，「分数可信度」成为比「分数高低」更大的问题。真正落差要等发布后独立复测；缓解之道：以 Manifold 1.9%（2027-01 前）的现实预期管理心态，发布后先看 Aider Polyglot 与第三方 SWE 复现（前代 15.6% / ~24% 的及格线）。

数据来源

本页由仓库 content/models/llama-5-maverick.md 初始化。后续修订通过公开审核队列发布。