Llama API: jak volat Llama přímo z kódu

Stručná odpověď

Pokud chcete v roce 2026 používat Llama ve vlastním kódu, máte dvě praktické možnosti: volat model přes cloudového poskytovatele, který modely Llama hostuje, nebo spustit model sami a využít lokální server. Samotná Meta už hostované API pro Llama nenabízí. Tento průvodce vysvětluje, co se změnilo, a ukazuje funkční příklady s využitím OpenRouteru – služby, která nabízí jedno API pro celou řadu modelů včetně Llama 4 Maverick a Scout.

Co se stalo s Llama API od Mety

Po vydání Llama 4 provozovala Meta hostované Llama API jako veřejné preview pro vývojáře. Dne 6. července 2026 Meta toto preview ukončila. Novější vývojářská nabídka Mety, Meta Model API, nabízí její modely Muse (například Muse Wonder), nikoli Llama. Nápověda Mety to říká přímo: „Llama modely pro vás přes Model API nespouštíme.“ Jinými slovy, Llama je nyní model, který si musíte sami stáhnout a spustit, případně jej využívat přes jiné poskytovatele. Více najdete v poznámce Mety o Llama a Model API.

Modely Muse v našem chatu k dispozici nejsou a jejich ceny přesahují rámec této stránky. Zbytek tohoto průvodce se věnuje čistě Llama.

Přehled vašich možností

• Model router jako OpenRouter. Jeden API klíč, jeden koncový bod ve stylu OpenAI a mnoho různých modelů. Ideální, pokud chcete vyzkoušet několik verzí Llama a snadno mezi nimi přepínat.
• Cloudový poskytovatel hostující Llama přímo. Modely Llama nabízí řada specializovaných platforem pro inferenci i velké cloudy. Před výběrem porovnejte ceny, limity požadavků a zásady nakládání s daty.
• Vlastní server nebo počítač. Spusťte Llama pomocí LM Studio, Ollama nebo llama.cpp a volejte ji přes lokální API kompatibilní s OpenAI. Žádné poplatky za tokeny, plná kontrola nad daty. Podívejte se, jak spustit Llama lokálně.

Volání Llama přes OpenRouter

API OpenRouteru vychází ze stejného formátu jako chat completions API od OpenAI, takže většina existujícího kódu a knihoven funguje okamžitě – stačí změnit výchozí adresu a název modelu. Vytvořte si účet a API klíč na OpenRouteru, uložte klíč do proměnné prostředí OPENROUTER_API_KEY a nikdy jej nevkládejte do kódu na straně klienta. Postup najdete v návodu OpenRouter quickstart.

curl

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
    "model": "meta-llama/llama-4-maverick",
    "messages": [
      {"role": "user", "content": "Napiš haiku o open-weight modelech."}
    ]
  }'

Python s využitím OpenAI SDK

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ["OPENROUTER_API_KEY"],
)

response = client.chat.completions.create(
    model="meta-llama/llama-4-scout",
    messages=[{"role": "user", "content": "Shrň licenci Llama do tří bodů."}],
)
print(response.choices[0].message.content)

JavaScript s využitím fetch

const res = await fetch("https://openrouter.ai/api/v1/chat/completions", {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": `Bearer ${process.env.OPENROUTER_API_KEY}`,
  },
  body: JSON.stringify({
    model: "meta-llama/llama-3.3-70b-instruct",
    messages: [{ role: "user", content: "Vymysli tři názvy pro pekařství." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Takový JavaScript spouštějte na serveru, ne ve webové stránce, aby klíč zůstal v bezpečí. K dispozici je také streamování, pokud chcete odpověď zobrazovat slovo za slovem.

Odeslání obrázku do Llama 4

Llama 4 Maverick a Scout podporují zpracování obrázků. Ve formátu podle standardu OpenAI se obsah zprávy změní na pole s textovou částí a částí pro obrázek:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Co je na tomto obrázku?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B a Llama 3.1 8B umí pouze text, obrázky proto posílejte do některého z modelů Llama 4.

Názvy modelů Llama a jejich ceny

Níže najdete modely Llama dostupné na OpenRouteru včetně názvů pro API, kontextových oken a cen za milion tokenů. Všechny ceny odpovídají ceníku OpenRouteru z října 2026; mohou se měnit, proto si je před plánováním rozpočtu raději ověřte.

Upozorňujeme, že zde uvedená kontextová okna odpovídají tomu, co reálně nabízejí poskytovatelé na OpenRouteru – mohou být menší, než uvádí technická dokumentace Mety. Meta u modelu Scout udává 10 milionů tokenů a u Mavericku 1 milion.

Použití lokální Llama jako API

Pokud provozujete Llama sami, můžete stejný kód nasměrovat na vlastní stroj. Server v LM Studio používá jako základní adresu http://localhost:1234/v1 a příkaz llama serve v llama.cpp rovněž spustí server kompatibilní s OpenAI; podrobnosti najdete v dokumentaci k LM Studio serveru a v souboru llama.cpp README. Ollama nabízí vlastní API na adrese http://localhost:11434/api/chat. Místo identifikátoru z OpenRouteru použijte název modelu, který uvádí váš lokální nástroj.

Tipy pro vývoj s Llama

• Pro obecné úlohy a práci s obrázky začněte s modely Maverick nebo Scout; Llama 3.1 8B vyzkoušejte tam, kde jsou rychlost a nízké náklady důležitější než hloubka odpovědi.
• Nastavte systémový prompt, který přesně určí roli, tón komunikace a požadovaný formát výstupu.
• U veřejných aplikací přidejte bezpečnostní vrstvu. Model Llama Guard 4 dokáže prompty i vygenerované odpovědi spolehlivě klasifikovat.
• Dodržujte licenční podmínky. Produkty postavené na Llama musí uvádět označení „Built with Llama“ a řídit se zásadami přijatelného užití od Mety. Podrobnosti shrnuje náš průvodce licencí.
• Pamatujte na datum uzávěrky znalostí. Model Llama 4 má přehled o událostech do srpna 2024; aktuální fakta mu v případě potřeby předejte přímo v promptu.

Časté potíže

• Chyby autorizace obvykle znamenají, že klíč chybí, je v něm překlep nebo se nenačetl do prostředí, kde kód běží.
• „Model not found“ zpravidla značí překlep v názvu modelu. Zkopírujte jej přesně z tabulky výše, včetně předpony meta-llama/.
• Ignorovaný nebo odmítnutý obrázek se stává, když pošlete vizuální data do čistě textového modelu. Přepněte na Maverick nebo Scout.
• Oříznutá odpověď znamená, že výstup narazil na limit tokenů. Požádejte o kratší odpověď nebo zvyšte limit maximálního počtu tokenů.

Často kladené otázky

Nabízí Meta stále své Llama API?

Ne. Meta ukončila preview svého hostovaného Llama API 6. července 2026. Její Meta Model API nabízí modely Muse, nikoli Llama.

Existuje bezplatné Llama API?

Lokální provoz Llama nestojí na tokenech vůbec nic. Hostovaná API účtují poplatky za tokeny, i když menší modely jako Llama 3.1 8B vyjdou velmi levně.

Nabízí Llama.Online vlastní API?

Ne. Llama.Online slouží pouze pro chat v prohlížeči. Pro integraci do kódu využijte cloudového poskytovatele nebo lokální server.

Lze s Llama používat OpenAI SDK?

Ano. Stačí v SDK nastavit adresu koncového bodu kompatibilního s OpenAI (například OpenRouter nebo lokální server v LM Studio) a zadat příslušný název modelu Llama.