API Llama : intégrer Llama dans vos applications

En résumé

Pour utiliser Llama dans votre propre code en 2026, deux options pratiques s'offrent à vous : l'appeler via un fournisseur cloud hébergeant les modèles Llama, ou exécuter le modèle vous-même sur un serveur local. Meta ne propose plus d'API hébergée pour Llama. Ce guide explique ce qui a changé, puis présente des exemples concrets avec OpenRouter, un service regroupant de nombreux modèles derrière une API unique, dont Llama 4 Maverick et Scout.

Ce qui est arrivé à l'API Llama de Meta

Après le lancement de Llama 4, Meta a mis à disposition des développeurs une API Llama hébergée en version préliminaire. Meta a fermé cet accès le 6 juillet 2026. La nouvelle offre pour développeurs, la Meta Model API, sert les modèles Muse comme Muse Wonder, et non Llama. La page d'aide officielle de Meta le précise sans détour : « Les modèles Llama ne sont pas exécutés pour vous via la Model API. » En d'autres termes, Llama est désormais un modèle à télécharger et exécuter soi-même, ou à exploiter via des prestataires tiers. Consultez la note de Meta sur Llama et la Model API.

Les modèles Muse ne sont pas disponibles dans notre chat, et leurs tarifs ne sont pas abordés ici. La suite de ce guide se concentre exclusivement sur Llama.

Vos options en bref

• Un routeur de modèles comme OpenRouter. Une seule clé API, un point de terminaison de type OpenAI, de nombreux modèles. Idéal pour tester différentes versions de Llama et basculer facilement de l'une à l'autre.
• Un fournisseur cloud hébergeant directement Llama. De nombreuses plateformes d'inférence et grands acteurs du cloud proposent les modèles Llama. Comparez les tarifs, les limites de débit et les politiques de confidentialité avant de faire votre choix.
• Votre propre serveur ou machine. Exécutez Llama avec LM Studio, Ollama ou llama.cpp et effectuez vos appels via une API locale compatible OpenAI. Aucun coût au token et contrôle total de vos données. Consultez notre guide pour exécuter Llama en local.

Appeler Llama via OpenRouter

L'API d'OpenRouter adopte le même format que celle des complétions de chat d'OpenAI ; la plupart des codes et bibliothèques existants fonctionnent donc en modifiant simplement l'adresse de base et le nom du modèle. Créez un compte et une clé API sur OpenRouter, stockez-la dans une variable d'environnement nommée OPENROUTER_API_KEY, et ne l'intégrez jamais dans du code côté client. Retrouvez les étapes détaillées dans le guide de démarrage rapide d'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": "Écris un haïku sur les modèles à poids ouverts."}
    ]
  }'

Python, avec le SDK 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": "Résume la licence Llama en trois points."}],
)
print(response.choices[0].message.content)

JavaScript, avec 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: "Donne-moi trois idées de noms pour une boulangerie." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Exécutez ce code JavaScript sur un serveur et non dans une page web, afin de préserver la confidentialité de votre clé. Le streaming est également pris en charge si vous souhaitez afficher la réponse mot à mot.

Envoyer une image à Llama 4

Llama 4 Maverick et Scout acceptent les images. Avec le format standard d'OpenAI, le contenu du message devient une liste composée d'une entrée texte et d'une entrée image :

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Que voit-on sur cette image ?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B et Llama 3.1 8B traitent uniquement du texte ; utilisez un modèle Llama 4 pour l'analyse d'images.

Noms des modèles Llama et tarifs

Voici les modèles Llama disponibles sur OpenRouter, avec leurs identifiants API, leurs fenêtres de contexte et leurs tarifs par million de tokens. Tous les prix correspondent aux tarifs catalogue d'OpenRouter d'octobre 2026 ; ils sont sujets à variation, vérifiez-les avant d'établir un budget prévisionnel.

Notez que les fenêtres de contexte indiquées ici correspondent à ce que proposent les fournisseurs d'OpenRouter, qui peuvent être inférieures aux spécifications officielles des fiches modèles de Meta. Meta annonce 10 millions de tokens pour Scout et 1 million pour Maverick.

Utiliser une instance locale de Llama comme API

Si vous faites tourner Llama vous-même, vous pouvez diriger le même code vers votre propre machine. Le serveur de LM Studio utilise http://localhost:1234/v1 comme adresse de base, et la commande llama serve de llama.cpp lance également un serveur compatible OpenAI ; consultez la documentation du serveur LM Studio et le README de llama.cpp. Ollama dispose de sa propre API sur http://localhost:11434/api/chat. Utilisez le nom de modèle affiché par votre outil local à la place de l'identifiant OpenRouter.

Conseils pour développer avec Llama

• Commencez avec Maverick ou Scout pour les tâches polyvalentes et le traitement d'images, et testez Llama 3.1 8B lorsque la rapidité et le coût priment sur la profondeur d'analyse.
• Définissez un prompt système précisant le rôle, le ton et le format de sortie attendus.
• Ajoutez un filtre de sécurité pour les applications publiques. Llama Guard 4 permet de classifier prompts et réponses.
• Respectez la licence. Les produits conçus avec Llama doivent comporter la mention « Built with Llama » et respecter la politique d'utilisation acceptable de Meta. Consultez notre guide sur la licence.
• Gardez en tête la date limite des connaissances. Llama 4 s'arrête aux événements d'août 2024 ; fournissez les informations récentes directement dans le prompt si nécessaire.

Résolution des problèmes fréquents

• Erreurs d'authentification : la clé est généralement absente, erronée ou non chargée dans l'environnement d'exécution de votre code.
• « Model not found » : vérifiez l'orthographe du nom du modèle. Copiez-le rigoureusement depuis le tableau ci-dessus, sans omettre le préfixe meta-llama/.
• Image ignorée ou rejetée : cela survient lors de l'envoi d'une image à un modèle purement textuel. Basculez vers Maverick ou Scout.
• Réponses tronquées : la réponse a atteint la limite de tokens en sortie. Demandez un résultat plus concis ou augmentez la valeur du paramètre de tokens maximum.

FAQ

Meta propose-t-elle encore une API Llama ?

Non. Meta a clôturé sa version préliminaire de l'API Llama hébergée le 6 juillet 2026. Sa Meta Model API donne accès aux modèles Muse, pas à Llama.

Existe-t-il une API Llama gratuite ?

L'exécution de Llama en local ne coûte rien par token. Les API hébergées facturent au token consommé, bien que les modèles légers comme Llama 3.1 8B restent très abordables.

Llama.Online propose-t-il une API ?

Non. Llama.Online fonctionne uniquement via un chat dans le navigateur. Utilisez un fournisseur cloud ou un serveur local pour vos développements.

Puis-je utiliser le SDK OpenAI avec Llama ?

Oui. Il suffit de configurer le SDK avec un point de terminaison compatible OpenAI, comme OpenRouter ou une instance locale de LM Studio, et de renseigner le nom d'un modèle Llama.