Llama API: cómo integrar Llama en tu código

La respuesta corta

Para usar Llama desde tu propio código en 2026, tienes dos caminos prácticos: llamarlo a través de un proveedor en la nube que aloje modelos Llama, o ejecutar el modelo tú mismo y usar un servidor local. Meta ya no ofrece una API alojada para Llama. Esta guía explica qué cambió y luego muestra ejemplos prácticos con OpenRouter, un servicio que ofrece una sola API para muchos modelos, incluidos Llama 4 Maverick y Scout.

Qué pasó con la API de Llama de Meta

Tras el lanzamiento de Llama 4, Meta ofreció una API alojada de Llama como vista previa pública para desarrolladores. Meta cerró esa vista previa el 6 de julio de 2026. La oferta más reciente de Meta para desarrolladores, la Meta Model API, sirve los modelos Muse de Meta como Muse Wonder, no Llama. La propia página de ayuda de Meta lo dice claramente: "Llama models aren't run for you through Model API." En otras palabras, Llama es ahora algo que descargas y ejecutas tú mismo, o que usas a través de otros proveedores. Consulta la nota de Meta sobre Llama y Model API.

Los modelos Muse no están disponibles en nuestro chat, y sus precios quedan fuera del alcance de esta página. El resto de esta guía se centra en Llama.

Tus opciones de un vistazo

• Un enrutador de modelos como OpenRouter. Una sola clave de API, un endpoint al estilo de OpenAI y muchos modelos. Ideal para probar varias versiones de Llama y alternar entre ellas.
• Un proveedor en la nube que aloje Llama directamente. Muchas empresas de inferencia y grandes plataformas en la nube ofrecen modelos Llama. Compara precios, límites de peticiones y políticas de datos antes de elegir.
• Tu propio servidor o computadora. Ejecuta Llama con LM Studio, Ollama o llama.cpp y haz llamadas a través de una API local compatible con OpenAI. Sin costo por token y con control total de tus datos. Consulta cómo ejecutar Llama localmente.

Cómo llamar a Llama a través de OpenRouter

La API de OpenRouter sigue el mismo formato que la API de chat completions de OpenAI, por lo que la mayor parte del código y las bibliotecas existentes funcionan con solo cambiar la dirección base y el nombre del modelo. Crea una cuenta y una clave de API en OpenRouter, guarda la clave en una variable de entorno llamada OPENROUTER_API_KEY y nunca la incluyas en código del lado del cliente. Los pasos están en la guía de inicio rápido de OpenRouter.

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": "Escribe un haiku sobre los modelos de pesos abiertos."}
    ]
  }'

Python, con el SDK de OpenAI

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": "Resume la licencia de Llama en tres puntos."}],
)
print(response.choices[0].message.content)

JavaScript, con 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: "Dame tres nombres para una panadería." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Ejecuta código JavaScript como este en un servidor, no en una página web, para mantener la clave en privado. También se admite streaming si deseas que la respuesta aparezca palabra por palabra.

Cómo enviar una imagen a Llama 4

Llama 4 Maverick y Scout aceptan imágenes. En el formato estilo OpenAI, el contenido del mensaje se convierte en una lista con una parte de texto y otra de imagen:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "¿Qué hay en esta imagen?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B y Llama 3.1 8B son solo de texto, así que envía imágenes a un modelo Llama 4.

Nombres de modelos Llama y precios

Estos son los modelos Llama disponibles en OpenRouter, junto con sus identificadores, ventanas de contexto y precios por millón de tokens. Todos los valores corresponden a la lista de precios de OpenRouter de octubre de 2026; pueden variar, así que verifícalos antes de planificar tu presupuesto.

Ten en cuenta que las ventanas de contexto mostradas aquí son las que ofrecen los proveedores de OpenRouter, que pueden ser menores a las descritas en las fichas técnicas de Meta. Meta indica 10 millones de tokens para Scout y 1 millón para Maverick.

Usar un Llama local como API

Si ejecutas Llama por tu cuenta, puedes apuntar el mismo código a tu propia máquina. El servidor de LM Studio usa http://localhost:1234/v1 como dirección base, y el comando llama serve de llama.cpp también inicia un servidor compatible con OpenAI; consulta la documentación del servidor de LM Studio y el README de llama.cpp. Ollama tiene su propia API en http://localhost:11434/api/chat. Usa el nombre de modelo que muestre tu herramienta local en lugar del nombre de OpenRouter.

Consejos para desarrollar con Llama

• Comienza con Maverick o Scout para tareas generales e imágenes, y prueba Llama 3.1 8B cuando la velocidad y el costo importen más que la profundidad.
• Define un system prompt que describa el rol, el tono y el formato de salida que necesitas.
• Añade una capa de moderación para apps públicas. Llama Guard 4 puede clasificar tanto prompts como respuestas.
• Cumple con la licencia. Los productos desarrollados con Llama deben mostrar "Built with Llama" y respetar la política de uso aceptable de Meta. Lee nuestra guía de licencias.
• Ten en cuenta la fecha de corte de conocimientos. Llama 4 conoce eventos hasta agosto de 2024; incluye datos actualizados en el prompt cuando sea necesario.

Problemas comunes

• Errores de autorización: suelen indicar que la clave falta, está mal escrita o no se cargó en el entorno donde corre tu código.
• "Model not found": por lo general se debe a un error tipográfico en el nombre del modelo. Cópialo tal cual aparece en la tabla anterior, incluyendo el prefijo meta-llama/.
• Imagen ignorada o rechazada: ocurre al enviar una imagen a un modelo de solo texto. Cambia a Maverick o Scout.
• Respuestas cortadas: la respuesta alcanzó el límite de tokens de salida. Pide una respuesta más breve o aumenta el parámetro de tokens máximos.

Preguntas frecuentes

¿Meta todavía ofrece una API de Llama?

No. Meta finalizó la vista previa de su API alojada de Llama el 6 de julio de 2026. Su Meta Model API sirve modelos Muse, no Llama.

¿Existe una API gratuita de Llama?

Ejecutar Llama de forma local no tiene costo por token. Las API alojadas cobran por token, aunque los modelos pequeños como Llama 3.1 8B son muy económicos.

¿Llama.Online tiene una API?

No. Llama.Online es solo un chat para el navegador. Usa un proveedor en la nube o un servidor local para tus aplicaciones.

¿Puedo usar el SDK de OpenAI con Llama?

Sí. Solo apunta el SDK a un endpoint compatible con OpenAI, como OpenRouter o un servidor local de LM Studio, y usa el nombre de un modelo Llama.