Llama API: cara menggunakan Llama dari kode Anda

Jawaban singkat

Untuk menggunakan Llama dari kode Anda sendiri di tahun 2026, ada dua opsi praktis: memanggilnya melalui penyedia cloud yang menghosting model Llama, atau menjalankan modelnya sendiri menggunakan server lokal. Meta sendiri tidak lagi menyediakan API terhosting untuk Llama. Panduan ini menjelaskan perubahan yang terjadi, lalu memberikan contoh penerapan menggunakan OpenRouter—layanan yang menyediakan satu API untuk berbagai model, termasuk Llama 4 Maverick dan Scout.

Apa yang terjadi dengan API Llama dari Meta

Setelah peluncuran Llama 4, Meta sempat menyediakan pratinjau publik API Llama terhosting untuk para pengembang. Meta resmi menutup pratinjau tersebut pada 6 Juli 2026. Layanan pengembang Meta yang lebih baru, Meta Model API, melayani model Muse milik Meta seperti Muse Wonder, bukan Llama. Halaman bantuan Meta sendiri menegaskan: "Llama models aren't run for you through Model API." Dengan kata lain, Llama kini ditujukan untuk diunduh dan dijalankan sendiri, atau diakses melalui penyedia pihak ketiga. Lihat catatan Meta tentang Llama dan Model API.

Model Muse tidak tersedia di chat kami, dan skema harganya berada di luar cakupan panduan ini. Sisa panduan ini berfokus sepenuhnya pada Llama.

Ringkasan opsi Anda

• Router model seperti OpenRouter. Satu kunci API, satu endpoint bergaya OpenAI, beragam model. Sangat cocok untuk mencoba beberapa versi Llama dan beralih antarversi dengan mudah.
• Penyedia cloud yang menghosting Llama langsung. Banyak perusahaan inferensi dan platform cloud besar menyediakan model Llama. Bandingkan harga, batas rasio (rate limit), dan kebijakan data sebelum menentukan pilihan.
• Server atau komputer Anda sendiri. Jalankan Llama dengan LM Studio, Ollama, atau llama.cpp lalu panggil melalui API lokal yang kompatibel dengan OpenAI. Bebas biaya per token dan kontrol data sepenuhnya di tangan Anda. Lihat panduan menjalankan Llama secara lokal.

Memanggil Llama melalui OpenRouter

API OpenRouter menggunakan format yang sama dengan API chat completions milik OpenAI, sehingga sebagian besar kode dan pustaka yang ada bisa langsung digunakan hanya dengan mengubah alamat dasar (base URL) dan nama model. Buat akun dan kunci API di OpenRouter, simpan kunci tersebut dalam variabel lingkungan bernama OPENROUTER_API_KEY, dan jangan pernah menaruhnya di kode sisi klien (client-side). Langkah-langkahnya ada di panduan memulai 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": "Tulis haiku tentang model open-weight."}
    ]
  }'

Python, dengan 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": "Rangkum lisensi Llama dalam tiga poin."}],
)
print(response.choices[0].message.content)

JavaScript, dengan 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: "Berikan tiga ide nama untuk toko roti." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Jalankan kode JavaScript seperti ini di sisi server, bukan di halaman web, agar kunci API Anda tetap aman. Fitur streaming juga didukung jika Anda ingin jawabannya muncul kata demi kata.

Mengirim gambar ke Llama 4

Llama 4 Maverick dan Scout mendukung input gambar. Dalam format bergaya OpenAI, konten pesan diubah menjadi daftar yang memuat bagian teks dan bagian gambar:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Apa yang ada di dalam gambar ini?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B dan Llama 3.1 8B hanya mendukung teks, jadi pastikan mengirim gambar ke model Llama 4.

Nama model Llama dan harganya

Berikut adalah model Llama yang tersedia di OpenRouter, lengkap dengan nama model, context window, dan harga per satu juta token. Semua harga mengacu pada tarif resmi OpenRouter per Oktober 2026 dan dapat berubah sewaktu-waktu; pastikan memverifikasinya kembali sebelum menyusun anggaran.

Perlu dicatat bahwa batasan context window di atas adalah kapasitas yang disediakan oleh mitra OpenRouter, yang bisa lebih kecil dari spesifikasi resmi kartu model Meta. Meta mencantumkan 10 juta token untuk Scout dan 1 juta token untuk Maverick.

Menggunakan Llama lokal sebagai API

Jika Anda menjalankan Llama sendiri, Anda dapat mengarahkan kode yang sama ke komputer Anda. Server LM Studio menggunakan alamat dasar http://localhost:1234/v1, dan perintah llama serve pada llama.cpp juga menjalankan server yang kompatibel dengan OpenAI; silakan baca dokumentasi server LM Studio serta README llama.cpp. Ollama menyediakan API tersendiri di http://localhost:11434/api/chat. Gunakan nama model yang tertera pada aplikasi lokal Anda, bukan nama model dari OpenRouter.

Tips membangun aplikasi dengan Llama

• Gunakan Maverick atau Scout untuk tugas umum dan pemrosesan gambar, serta pilih Llama 3.1 8B jika kecepatan dan efisiensi biaya lebih diutamakan daripada kedalaman analisis.
• Tentukan system prompt yang menjelaskan peran, nada bicara, dan format output yang Anda inginkan.
• Tambahkan lapisan keamanan untuk aplikasi publik. Llama Guard 4 dapat memfilter dan mengklasifikasikan prompt serta respons.
• Patuhi ketentuan lisensi. Produk yang dibangun menggunakan Llama wajib mencantumkan "Built with Llama" dan mematuhi kebijakan penggunaan yang dapat diterima dari Meta. Pelajari panduan lisensi kami.
• Perhatikan batas akhir data pelatihan (knowledge cut-off). Batas pengetahuan Llama 4 adalah Agustus 2024; sertakan informasi dan data terbaru langsung di dalam prompt jika diperlukan.

Masalah yang sering terjadi

• Kesalahan autentikasi (Authorization error) biasanya terjadi karena kunci API belum diisi, salah ketik, atau belum dimuat ke variabel lingkungan tempat kode dieksekusi.
• "Model not found" umumnya disebabkan oleh kesalahan penulisan nama model. Salin nama model persis seperti di tabel atas, termasuk awalan meta-llama/.
• Gambar diabaikan atau ditolak terjadi jika Anda mengirim berkas gambar ke model yang hanya mendukung teks. Gantilah model ke Maverick atau Scout.
• Jawaban terpotong menandakan bahwa balasan telah mencapai batas token output. Minta model meringkas jawabannya atau naikkan batas pengaturan token maksimum.

Tanya Jawab

Apakah Meta masih menyediakan API Llama?

Tidak. Meta telah menutup pratinjau API Llama terhostingnya pada 6 Juli 2026. Layanan Meta Model API kini hanya melayani model Muse, bukan Llama.

Apakah ada API Llama yang gratis?

Menjalankan Llama secara lokal bebas biaya per token. Sementara itu, API terhosting mengenakan biaya per penggunaan token, meski model kecil seperti Llama 3.1 8B tarifnya sangat murah.

Apakah Llama.Online menyediakan API?

Tidak. Llama.Online hanya platform chat berbasis peramban. Untuk kebutuhan integrasi kode atau aplikasi, gunakan penyedia cloud atau jalankan server lokal.

Bisakah saya menggunakan OpenAI SDK untuk Llama?

Bisa. Cukup arahkan SDK ke endpoint yang kompatibel dengan OpenAI, seperti OpenRouter atau server LM Studio lokal, lalu tentukan nama model Llama yang ingin digunakan.