Llama Guard 4

Présentation de Llama Guard 4 et de son créateur

Llama Guard 4 est un modèle de modération conçu par Meta. Il ne s'agit pas d'un chatbot conversationnel. Les développeurs l'intègrent plutôt aux côtés d'un modèle de discussion pour analyser les requêtes entrantes et les réponses générées. À partir d'un prompt utilisateur ou de la réponse d'un modèle, Llama Guard 4 émet un verdict concis : « safe » (sûr), ou « unsafe » (non sûr) accompagné des catégories de risques identifiées. Il prend en charge le texte ainsi que les images, y compris plusieurs images au sein d'un même prompt.

D'après la fiche technique (model card) de Meta, Llama Guard 4 compte 12 milliards de paramètres et repose sur une architecture dense. Meta l'a conçu à partir d'un checkpoint pré-entraîné de Llama 4 Scout, en retirant les experts routés pour ne conserver que l'expert partagé, avant d'affiner le modèle pour la classification de sécurité. Il partage son tokenizer et son encodeur visuel avec Llama 4 Scout et Maverick, et peut fonctionner sur un seul GPU. Il a été référencé sur OpenRouter le 30 avril 2025, quelques semaines après la sortie de Llama 4, et est distribué sous la licence Llama 4 Community License.

La famille Llama Guard

Meta a publié plusieurs versions de Llama Guard parallèlement aux sorties de ses modèles Llama. Llama Guard 4 rassemble en un seul classificateur ce qui constituait auparavant deux modèles distincts : Llama Guard 3 8B pour le texte et Llama Guard 3 11B Vision pour les images. Meta l'associe à d'autres outils de sécurité ouverts ; la fiche technique mentionne par exemple Llama Prompt Guard 2 pour détecter les attaques par injection de prompt, comme les tentatives de jailbreak.

Ce qu'il analyse : les catégories de risques

Llama Guard 4 est entraîné sur la taxonomie des risques de MLCommons, enrichie d'une catégorie supplémentaire dédiée à l'utilisation d'outils externes (tool use). Lorsqu'un contenu est jugé non sûr, il indique les catégories correspondantes :

La catégorie « Conseils spécialisés » concerne les réponses fournissant des avis financiers, médicaux ou juridiques pointus, ou présentant des activités ou objets dangereux comme sans risque.

Les points forts de Llama Guard 4

• Filtrage en entrée. Analyse le prompt de l'utilisateur avant qu'il n'atteigne le modèle principal, bloquant d'emblée les requêtes manifestement néfastes.
• Filtrage en sortie. Vérifie la réponse du modèle principal avant affichage : le modèle peut ainsi formuler une réponse sécurisée et n'est bloqué que si celle-ci s'avère problématique.
• Gestion des images. Classifie les prompts combinant du texte et une ou plusieurs images, ce que les versions précédentes limitées au texte ne permettaient pas.
• Prise en charge multilingue. Il gère l'anglais ainsi que les langues supportées par Llama Guard 3, que Meta répertorie comme le français, l'allemand, l'hindi, l'italien, le portugais, l'espagnol et le thaï.

Meta souligne que l'utilisation conjointe du filtrage en entrée et en sortie renforce la sécurité, et que selon ses tests internes, le filtrage en entrée a augmenté les taux de refus davantage que le filtrage en sortie.

Limites à prendre en compte

• C'est un modèle, pas une règle absolue. Il peut laisser passer des contenus inappropriés ou signaler à tort des éléments inoffensifs. Meta précise que ses performances peuvent être limitées par ses données d'entraînement dans les domaines nécessitant du bon sens ou des compétences linguistiques spécifiques.
• Impossibilité de vérifier les faits récents. Des catégories comme la diffamation, la propriété intellectuelle ou les élections exigent souvent des informations factuelles à jour ; Meta recommande des dispositifs plus complets pour ces cas sensibles.
• Attaques de prompts. En tant que modèle linguistique, il reste vulnérable aux attaques contradictoires ou aux injections de prompts.
• Grand nombre d'images. Les tests ont porté principalement sur des requêtes incluant un nombre restreint d'images ; les performances peuvent varier au-delà.

Où trouver Llama Guard 4 officiellement

Les poids du modèle sont disponibles sur Hugging Face sous la référence meta-llama/Llama-Guard-4-12B, où la fiche technique de Meta propose également des exemples de code pour la bibliothèque Transformers. Il vous faudra accepter la licence sur la page du modèle pour débloquer les fichiers. OpenRouter le propose avec une fenêtre de contexte de 163 840 tokens au tarif de 0,18 $ par million de tokens en entrée et 0,18 $ par million de tokens en sortie (tarifs catalogue OpenRouter, octobre 2026).

En tant que modèle Llama 4, il est soumis à la Llama 4 Community License et à sa politique d'utilisation acceptable, incluant la mention « Built with Llama » pour les produits dérivés et des conditions spécifiques aux modèles multimodaux dans l'UE. Consultez notre page sur les licences pour un résumé clair, ainsi que notre guide de l'API pour intégrer les modèles Llama dans votre code.

Confidentialité et données

Un classificateur de sécurité lit l'intégralité des messages qu'il traite. Traitez-le comme n'importe quel autre maillon de votre infrastructure IA : si vous passez par un fournisseur cloud, ses conditions de confidentialité s'appliquent ; si vous l'hébergez vous-même, les données restent sur vos serveurs. Notre guide sur la confidentialité et la sécurité de l'IA détaille les bonnes pratiques à adopter.

Comment se positionne Llama Guard 4 ?

Par rapport à Llama Guard 3, Meta indique que la version 4 égale ou surpasse les anciens modèles texte et vision, tout en les réunissant au sein d'une architecture unique. Comparé aux modèles de chat comme Llama 4 Scout, il est bien plus compact et se limite à la classification sans générer de réponses. Si vous concevez une application basée sur des modèles ouverts, un tel système de modération constitue une couche de protection essentielle, à combiner avec des règles d'utilisation claires, des limites de débit et une modération humaine.

FAQ

Puis-je discuter avec Llama Guard 4 sur Llama.Online ?

Non, Llama Guard 4 n'est pas intégré à notre chat. C'est un outil de classification pour les développeurs, pas un modèle conversationnel.

Que renvoie Llama Guard 4 en sortie ?

Un verdict textuel concis : « safe », ou « unsafe » accompagné des codes de catégories concernés, par exemple S9 pour les armes non discriminantes.

Prend-il en charge les images ?

Oui. Il est capable d'analyser des requêtes associant du texte à une ou plusieurs images.

Llama Guard 4 est-il gratuit ?

Ses poids sont téléchargeables gratuitement sous la licence Llama 4 Community License. L'utilisation via des API hébergées est quant à elle facturée au token.