شروع چت

Llama API: نحوه استفاده از Llama در کدنویسی

شرکت Meta سرویس میزبانی مستقیم Llama API را در ژوئیه ۲۰۲۶ متوقف کرد، اما فراخوانی Llama در برنامه‌نویسی همچنان آسان است. در اینجا نحوه اتصال از طریق OpenRouter یا سرور محلی توضیح داده شده است.

6 دقیقه مطالعهبه‌روزرسانی شد

پاسخ کوتاه

برای استفاده از Llama در کدهای خود در سال ۲۰۲۶، دو راهکار عملی پیش رو دارید: فراخوانی آن از طریق یک ارائه‌دهنده ابری که میزبان مدل‌های Llama است، یا اجرای شخصی مدل و استفاده از یک سرور محلی. خود Meta دیگر API میزبانی‌شده‌ای برای Llama ارائه نمی‌دهد. این راهنما تغییرات ایجادشده را شرح می‌دهد و سپس نمونه‌های کاربردی را با استفاده از OpenRouter نشان می‌دهد؛ سرویسی که یک API واحد برای مدل‌های متعدد، از جمله Llama 4 Maverick و Scout ارائه می‌کند.

سایت Llama.Online هیچ API عمومی ارائه نمی‌دهد. چت رایگان ما برای کاربران در مرورگر طراحی شده است. برای برنامه‌ها و اسکریپت‌ها، از یکی از گزینه‌های زیر استفاده کنید.

چه بر سر API رسمی Llama در Meta آمد؟

پس از عرضه Llama 4، شرکت Meta یک API میزبانی‌شده Llama را به‌عنوان پیش‌نمایش عمومی برای توسعه‌دهندگان ارائه کرد. Meta این پیش‌نمایش را در ۶ ژوئیه ۲۰۲۶ متوقف کرد. سرویس جدیدتر Meta برای توسعه‌دهندگان، یعنی Meta Model API، مدل‌های Muse مانند Muse Wonder را ارائه می‌دهد، نه Llama. صفحه راهنمای رسمی Meta صراحتاً بیان می‌کند: «مدل‌های Llama از طریق Model API برای شما اجرا نمی‌شوند.» به عبارت دیگر، Llama اکنون چیزی است که باید دانلود و اجرا کنید، یا از طریق سایر ارائه‌دهندگان به کار ببرید. به یادداشت Meta درباره Llama و Model API مراجعه کنید.

مدل‌های Muse در چت ما در دسترس نیستند و قیمت‌گذاری آن‌ها خارج از موضوع این صفحه است. ادامه این راهنما به Llama اختصاص دارد.

نگاهی اجمالی به گزینه‌های شما

  • یک مسیریاب مدل مانند OpenRouter. یک کلید API، یک اندپوینت مشابه OpenAI، مدل‌های متعدد. گزینه‌ای مناسب برای آزمایش نسخه‌های مختلف Llama و جابه‌جایی میان آن‌ها.
  • یک ارائه‌دهنده ابری که مستقیماً میزبان Llama است. بسیاری از شرکت‌های ارائه‌دهنده استنتاج و پلتفرم‌های ابری بزرگ، مدل‌های Llama را عرضه می‌کنند. قبل از انتخاب، قیمت‌ها، محدودیت‌های نرخ و سیاست‌های داده را مقایسه کنید.
  • سرور یا رایانه شخصی خودتان. Llama را با LM Studio، Ollama یا llama.cpp اجرا کنید و آن را از طریق یک API محلی سازگار با OpenAI فراخوانی نمایید. بدون هزینه به‌ازای توکن، با کنترل کامل روی داده‌ها. به بخش اجرای محلی Llama مراجعه کنید.

فراخوانی Llama از طریق OpenRouter

ساختار API در OpenRouter مشابه API تکمیل چت در OpenAI است؛ بنابراین اکثر کدها و کتابخانه‌های موجود تنها با تغییر آدرس پایه و نام مدل کار خواهند کرد. در OpenRouter یک حساب کاربری و کلید API بسازید، کلید را در یک متغیر محیطی به نام OPENROUTER_API_KEY ذخیره کنید و هرگز آن را در کدهای سمت کلاینت قرار ندهید. مراحل در راهنمای شروع سریع OpenRouter آمده است.

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": "یک هایکو درباره مدل‌های با وزن باز بنویس."}
    ]
  }'

Python با 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": "مجوز Llama را در سه نکته خلاصه کن."}],
)
print(response.choices[0].message.content)

JavaScript با 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: "سه نام برای یک نانوایی پیشنهاد بده." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

چنین کدهای جاوااسکریپتی را روی سرور اجرا کنید، نه درون صفحه وب، تا کلید محرمانه باقی بماند. در صورت تمایل به دریافت کلمه‌به‌کلمه پاسخ‌ها، استریمینگ (Streaming) نیز پشتیبانی می‌شود.

ارسال تصویر به Llama 4

مدل‌های Llama 4 Maverick و Scout تصویر می‌پذیرند. در فرمت مشابه OpenAI، محتوای پیام به فهرستی شامل بخش متنی و بخش تصویری تبدیل می‌شود:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "در این تصویر چه چیزی وجود دارد؟"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

مدل‌های Llama 3.3 70B و Llama 3.1 8B فقط متنی هستند، بنابراین تصاویر را به یکی از مدل‌های Llama 4 ارسال کنید.

نام و قیمت مدل‌های Llama

این‌ها مدل‌های Llama موجود در OpenRouter هستند، به همراه نام آن‌ها در API، پنجره بافت و قیمت به‌ازای هر یک میلیون توکن. همه قیمت‌ها بر اساس نرخ رسمی OpenRouter در اکتبر ۲۰۲۶ آورده شده‌اند و ممکن است تغییر کنند، بنابراین قبل از برنامه‌ریزی بودجه، آن‌ها را بررسی کنید.

مدلنام مدل در APIبافت (توکن)ورودی / خروجی به‌ازای ۱ میلیون توکن
Llama 4 Maverickmeta-llama/llama-4-maverick524,288$0.1875 / $0.6525
Llama 4 Scoutmeta-llama/llama-4-scout1,310,720$0.10 / $0.30
Llama 3.3 70Bmeta-llama/llama-3.3-70b-instruct131,072$0.10 / $0.32
Llama 3.1 70Bmeta-llama/llama-3.1-70b-instruct131,072$0.40 / $0.40
Llama 3.1 8Bmeta-llama/llama-3.1-8b-instruct131,072$0.05 / $0.08
Llama 3.2 3Bmeta-llama/llama-3.2-3b-instruct131,072$0.0509 / $0.335
Llama 3.2 1Bmeta-llama/llama-3.2-1b-instruct60,000$0.027 / $0.201
Llama Guard 4 12Bmeta-llama/llama-guard-4-12b163,840$0.18 / $0.18

توجه داشته باشید که پنجره‌های بافت ذکرشده در اینجا مربوط به ارائه‌دهندگان OpenRouter است و ممکن است از مقادیر مشخص‌شده در شناسنامه مدل‌های Meta کمتر باشد. Meta ظرفیت ۱۰ میلیون توکن را برای Scout و ۱ میلیون را برای Maverick اعلام کرده است.

استفاده از Llama محلی به‌عنوان API

اگر Llama را شخصاً اجرا کنید، می‌توانید همین کدها را به سیستم خودتان متصل کنید. سرور LM Studio از آدرس پایه http://localhost:1234/v1 استفاده می‌کند و دستور llama serve در llama.cpp نیز یک سرور سازگار با OpenAI راه‌اندازی می‌کند؛ به مستندات سرور LM Studio و README در llama.cpp مراجعه کنید. Ollama نیز API مخصوص به خود را در http://localhost:11434/api/chat دارد. در این حالت، به‌جای نام‌های OpenRouter، از نام مدلی که ابزار محلی به شما نشان می‌دهد استفاده کنید.

نکاتی برای توسعه با Llama

  • برای کارهای عمومی و پردازش تصویر با Maverick یا Scout شروع کنید و در مواقعی که سرعت و هزینه بر عمق پاسخ اولویت دارند، Llama 3.1 8B را امتحان کنید.
  • یک پرامپت سیستمی تنظیم کنید که نقش، لحن و فرمت خروجی مورد نظرتان را مشخص کند.
  • یک لایه ایمنی اضافه کنید اگر برنامه برای عموم در دسترس است. Llama Guard 4 می‌تواند پرامپت‌ها و پاسخ‌ها را دسته‌بندی و ارزیابی کند.
  • قوانین مجوز را رعایت کنید. محصولاتی که با Llama ساخته می‌شوند باید عبارت "Built with Llama" را نمایش دهند و از خط‌مشی استفاده قابل قبول Meta پیروی کنند. راهنمای مجوز ما را بخوانید.
  • محدودیت زمانی دانش مدل را در نظر داشته باشید. داده‌های آموزشی Llama 4 تا اوت ۲۰۲۴ را شامل می‌شود؛ در صورت نیاز، اطلاعات به‌روز را مستقیماً در پرامپت به مدل بدهید.

مشکلات رایج

  • خطاهای احراز هویت معمولاً به معنای نبودن کلید، اشتباه تایپ شدن آن یا بارگذاری نشدن آن در محیط اجرای کد است.
  • «Model not found» معمولاً ناشی از اشتباه تایپی در نام مدل است. نام را دقیقاً از جدول بالا کپی کنید، از جمله پیشوند meta-llama/.
  • نادیده گرفته شدن یا رد شدن تصویر زمانی رخ می‌دهد که تصویری را به یک مدل صرفاً متنی بفرستید. به Maverick یا Scout تغییر دهید.
  • قطع شدن پاسخ‌ها به این معنی است که طول پاسخ به سقف توکن خروجی رسیده است. پاسخی کوتاه‌تر بخواهید یا سقف حداکثر توکن را افزایش دهید.

پرسش‌های متداول

آیا Meta هنوز API برای Llama ارائه می‌دهد؟

خیر. Meta پیش‌نمایش API میزبانی‌شده Llama را در ۶ ژوئیه ۲۰۲۶ بست. سرویس Meta Model API مدل‌های Muse را ارائه می‌دهد، نه Llama.

آیا API رایگان برای Llama وجود دارد؟

اجرای محلی Llama هیچ هزینه‌ای به‌ازای توکن ندارد. APIهای میزبانی‌شده به‌ازای هر توکن هزینه دریافت می‌کنند، اگرچه مدل‌های کوچک مانند Llama 3.1 8B بسیار ارزان هستند.

آیا Llama.Online دارای API است؟

خیر. Llama.Online صرفاً یک چت مبتنی بر مرورگر است. برای نوشتن کد، از یک ارائه‌دهنده ابری یا سرور محلی استفاده کنید.

آیا می‌توان از OpenAI SDK برای Llama استفاده کرد؟

بله. کافی است SDK را به یک اندپوینت سازگار با OpenAI مانند OpenRouter یا سرور محلی LM Studio متصل کرده و نام مدل Llama را مشخص کنید.

مرتبط

پروانه Llamaمجوزها و الزامات پروانه Llama Community به زبان ساده. اطلاعات عمومی، نه مشاوره حقوقی.
Llama چیستراهنمایی روان درباره مدل‌های Llama از Meta: نحوه کار، نسخه‌ها، مجوزها و تغییرات سال ۲۰۲۶.
تاریخچه Llamaتمام نسخه‌های Llama از ۲۰۲۳ تا امروز همراه با تاریخ‌ها، تغییرات و مسیر حرکت Meta به سمت مدل‌های Muse.

اولین سؤال خود را از Llama بپرسید

بدون نیاز به حساب کاربری یا نصب. چت را باز کنید، پیامی بنویسید و توانایی‌های Llama را ببینید.

شروع چت با Llama