Llama API: come integrare Llama nel tuo codice

In breve

Per usare Llama dal tuo codice nel 2026 hai due strade pratiche: chiamarlo tramite un provider cloud che ospita i modelli Llama, oppure eseguire il modello in proprio e usare un server locale. Meta non offre più un'API hosted per Llama. Questa guida spiega cosa è cambiato, per poi mostrarti esempi pratici con OpenRouter, un servizio che fornisce un'unica API per molti modelli, inclusi Llama 4 Maverick e Scout.

Cosa è successo all'API di Llama di Meta

Dopo il lancio di Llama 4, Meta ha gestito un'API hosted di Llama in anteprima pubblica per gli sviluppatori, per poi chiuderla il 6 luglio 2026. La nuova offerta per sviluppatori di Meta, la Meta Model API, serve i modelli Muse di Meta come Muse Wonder, non Llama. La pagina di supporto di Meta lo dice chiaramente: "Llama models aren't run for you through Model API." In altre parole, oggi Llama è qualcosa che scarichi ed esegui in autonomia, oppure utilizzi tramite altri provider. Dai un'occhiata alla nota di Meta su Llama e la Model API.

I modelli Muse non sono disponibili nella nostra chat e i loro prezzi esulano dagli scopi di questa pagina. Il resto della guida è dedicato a Llama.

Le tue opzioni a colpo d'occhio

• Un model router come OpenRouter. Una sola chiave API, un unico endpoint in stile OpenAI, tantissimi modelli. Ideale per testare diverse versioni di Llama e passare facilmente dall'una all'altra.
• Un provider cloud che ospita Llama direttamente. Molte piattaforme di inferenza e grandi provider cloud offrono i modelli Llama. Confronta prezzi, limiti di richieste e policy sui dati prima di scegliere.
• Il tuo server o computer. Esegui Llama con LM Studio, Ollama o llama.cpp e chiamalo tramite un'API locale compatibile con OpenAI. Nessun costo per token e pieno controllo sui tuoi dati. Scopri come eseguire Llama in locale.

Chiamare Llama tramite OpenRouter

L'API di OpenRouter segue lo stesso formato dell'API chat completions di OpenAI, quindi gran parte del codice e delle librerie esistenti funziona semplicemente cambiando l'indirizzo di base e il nome del modello. Crea un account e una chiave API su OpenRouter, salva la chiave in una variabile d'ambiente chiamata OPENROUTER_API_KEY e non inserirla mai nel codice client-side. Tutti i passaggi sono nella guida rapida di 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": "Scrivi un haiku sui modelli open-weight."}
    ]
  }'

Python, con l'SDK di 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": "Riassumi la licenza di Llama in tre punti elenco."}],
)
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: "Dammi tre nomi per una panetteria." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Esegui codice JavaScript di questo tipo su un server, non in una pagina web, così che la chiave rimanga privata. È supportato anche lo streaming, se vuoi che la risposta compaia parola per parola.

Inviare un'immagine a Llama 4

Llama 4 Maverick e Scout supportano le immagini. Nel formato in stile OpenAI, il contenuto del messaggio diventa una lista con una parte di testo e una parte di immagine:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Cosa c'è in questa immagine?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B e Llama 3.1 8B gestiscono solo il testo: invia le immagini a un modello Llama 4.

Nomi dei modelli Llama e prezzi

Ecco i modelli Llama disponibili su OpenRouter, con i relativi identificativi API, finestre di contesto e prezzi per milione di token. Tutti i prezzi fanno riferimento al listino di OpenRouter a ottobre 2026; possono variare, quindi verificali prima di pianificare i tuoi costi.

Ricorda che le finestre di contesto indicate qui sono quelle offerte dai provider di OpenRouter, che possono risultare inferiori rispetto alle schede tecniche ufficiali di Meta. Meta dichiara infatti 10 milioni di token per Scout e 1 milione per Maverick.

Usare un'istanza locale di Llama come API

Se esegui Llama in proprio, puoi puntare lo stesso codice sulla tua macchina. Il server di LM Studio usa http://localhost:1234/v1 come indirizzo di base, e anche il comando llama serve di llama.cpp avvia un server compatibile con OpenAI; consulta la documentazione del server di LM Studio e il README di llama.cpp. Ollama offre una propria API all'indirizzo http://localhost:11434/api/chat. Usa il nome del modello mostrato dal tuo strumento locale al posto di quello di OpenRouter.

Consigli per sviluppare con Llama

• Inizia con Maverick o Scout per attività generiche e immagini, e prova Llama 3.1 8B quando velocità e costi contano più della complessità del ragionamento.
• Imposta un prompt di sistema specificando ruolo, tono e formato di output desiderati.
• Aggiungi un livello di sicurezza per le applicazioni pubbliche. Llama Guard 4 è in grado di classificare prompt e risposte.
• Rispetta la licenza. I prodotti realizzati con Llama devono riportare la dicitura "Built with Llama" e rispettare le policy d'uso accettabile di Meta. Leggi la nostra guida alle licenze.
• Tieni a mente la data di cut-off delle informazioni. Llama 4 conosce gli eventi fino ad agosto 2024; fornisci al modello informazioni aggiornate direttamente nel prompt quando serve.

Problemi comuni

• Errori di autorizzazione: indicano in genere che la chiave manca, contiene refusi o non è stata caricata nell'ambiente in cui gira il codice.
• "Model not found": spesso causato da un errore nel nome del modello. Copialo esattamente dalla tabella sopra, compreso il prefisso meta-llama/.
• Immagine ignorata o rifiutata: accade quando invii un'immagine a un modello solo testo. Passa a Maverick o Scout.
• Risposte troncate: indicano che l'output ha raggiunto il limite massimo di token. Chiedi una risposta più concisa oppure aumenta il limite massimo di token configurato.

Domande frequenti

Meta offre ancora un'API per Llama?

No. Meta ha chiuso l'anteprima della sua API hosted per Llama il 6 luglio 2026. La sua Meta Model API serve i modelli Muse, non Llama.

Esiste un'API gratuita per Llama?

Eseguire Llama in locale non comporta alcun costo per token. Le API hosted prevedono una tariffazione a consumo per token, anche se i modelli più piccoli come Llama 3.1 8B sono estremamente economici.

Llama.Online dispone di un'API?

No. Llama.Online è pensato esclusivamente per la chat via browser. Per integrare i modelli nel tuo codice, usa un provider cloud o un server locale.

Posso usare l'SDK di OpenAI con Llama?

Sì. Basta puntare l'SDK a un endpoint compatibile con OpenAI, come OpenRouter o un server locale di LM Studio, e specificare il nome di un modello Llama.