Llama API：コードからLlamaを利用する方法

要点まとめ

2026年に独自のコードからLlamaを使用するには、2つの実用的な方法があります。Llamaモデルをホストするクラウドプロバイダー経由で呼び出すか、モデルを自身でローカルサーバーとして実行するかです。現在、Meta自体はLlamaのホスト型APIを提供していません。本ガイドではその変更内容を説明し、Llama 4 MaverickやScoutを含む多数のモデルを単一のAPIで利用できるOpenRouterを用いた実装例を紹介します。

MetaのLlama APIに関する変更点

Llama 4のリリース後、Metaは開発者向けパブリックプレビューとしてホスト型Llama APIを提供していましたが、2026年7月6日にそのプレビューを終了しました。Metaの新しい開発者向けサービスであるMeta Model APIは、LlamaではなくMuse WonderなどのMuseモデルを提供しています。Metaの公式ヘルプページには、「LlamaモデルはModel API経由ではホストされません」と明記されています。つまり、Llamaは自身でダウンロードして動かすか、サードパーティのプロバイダー経由で利用する形になります。詳細はLlamaとModel APIに関するMetaの説明をご確認ください。

なお、当サイトのチャットではMuseモデルを提供しておらず、その料金体系も本ページの対象外です。以降ではLlamaの利用方法について解説します。

利用方法の比較

• OpenRouterなどのモデルルーター：1つのAPIキーとOpenAI互換のエンドポイントで、多数のモデルを利用可能。複数のLlamaバージョンを試したり、切り替えて使ったりするのに最適です。
• Llamaを直接ホストするクラウドプロバイダー：多くの推論事業者や大手クラウドプラットフォームがLlamaモデルを提供しています。料金、レート制限、データポリシーを比較して選択してください。
• 自身のサーバーまたはPC：LM Studio、Ollama、llama.cppでLlamaを実行し、ローカルのOpenAI互換API経由で呼び出します。トークンごとのコストはかからず、データを完全に手元で管理できます。詳細はLlamaをローカルで実行するをご覧ください。

OpenRouter経由でLlamaを呼び出す

OpenRouterのAPIはOpenAIのChat Completions APIと同じフォーマットを採用しているため、ベースURLとモデル名を変更するだけで、既存のコードやライブラリの多くをそのまま利用できます。OpenRouterでアカウントを作成してAPIキーを取得し、環境変数OPENROUTER_API_KEYに保存してください（クライアント側のコードには絶対に記述しないでください）。手順の詳細はOpenRouterクイックスタートに記載されています。

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": "オープンウェイトモデルについての俳句を書いてください。"}
    ]
  }'

Python（OpenAI SDKを使用）

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": "Llamaのライセンスを箇条書き3つで要約してください。"}],
)
print(response.choices[0].message.content)

JavaScript（fetchを使用）

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: "パン屋の名前のアイデアを3つ出してください。" }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

APIキーを保護するため、このようなJavaScriptコードはウェブページ（ブラウザ）上ではなく、サーバー側で実行してください。回答を1文字ずつ表示したい場合は、ストリーミングにも対応しています。

Llama 4に画像を送信する

Llama 4 MaverickとScoutは画像入力に対応しています。OpenAIスタイルのフォーマットでは、メッセージのcontentにテキスト部分と画像部分を配列として渡します。

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "この画像には何が写っていますか？"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70BおよびLlama 3.1 8Bはテキスト専用モデルのため、画像を送信する場合はLlama 4モデルをご利用ください。

Llamaモデル名と料金

以下はOpenRouterに登録されているLlamaモデルの一覧です。APIモデル名、コンテキスト長、100万トークンあたりの料金を記載しています。料金はすべて2026年10月時点のOpenRouter定価です。変動する可能性があるため、予算を組む際は事前にご確認ください。

なお、ここに記載したコンテキスト長はOpenRouterのプロバイダーが提供している値であり、Metaのモデルカードに記載されたスペックより小さい場合があります（Metaの仕様ではScoutが1,000万トークン、Maverickが100万トークンです）。

ローカルのLlamaをAPIとして利用する

Llamaをローカルで動かす場合も、接続先を自身のマシンに変更するだけで同じコードを使い回せます。LM Studioのサーバー機能はベースURLとしてhttp://localhost:1234/v1を使用し、llama.cppのllama serveコマンドもOpenAI互換サーバーを起動します。詳細はLM Studioサーバー公式ドキュメントおよびllama.cppのREADMEをご参照ください。Ollamaはhttp://localhost:11434/api/chatで独自のAPIを提供しています。OpenRouterのモデル名の代わりに、ローカルツールに表示されるモデル名を指定してください。

Llama開発のヒント

• 一般的なタスクや画像処理にはMaverickまたはScoutから始める：処理速度やコストを最優先したいタスクにはLlama 3.1 8Bを検討してください。
• システムプロンプトを設定する：求める役割、トーン、出力形式を明確に指示します。
• 公開アプリにはセーフティレイヤーを追加する：Llama Guard 4を使用すれば、プロンプトと回答の安全性を分類・判定できます。
• ライセンスを遵守する：Llamaを使用して構築されたプロダクトには「Built with Llama」を表示し、Metaの利用規定に従う必要があります。詳しくは当サイトのライセンスガイドをご確認ください。
• 知識のカットオフを意識する：Llama 4の知識は2024年8月までの情報に基づいています。最新情報が必要な場合は、プロンプト内で事実情報を補足してください。

よくあるトラブル

• 認証エラー（Authorization error）：キーが設定されていない、入力ミスがある、またはコードが実行されている環境に変数が読み込まれていないことが主な原因です。
• 「Model not found」エラー：モデル名の入力ミスの可能性が高いです。meta-llama/プレフィックスを含め、上記の表から正確にコピーしてください。
• 画像が無視または拒否される：テキスト専用モデルに画像を送信している可能性があります。MaverickまたはScoutに切り替えてください。
• 回答が途中で切れる：出力トークンの上限に達しています。より短い回答を指示するか、最大トークン数の設定を引き上げてください。

よくある質問（FAQ）

Metaは今でもLlama APIを提供していますか？

いいえ。Metaは2026年7月6日にホスト型Llama APIのプレビュー提供を終了しました。現在のMeta Model APIはLlamaではなくMuseモデルを提供しています。

無料のLlama APIはありますか？

自身のマシンでLlamaをローカル実行する場合、トークン単位のコストは一切かかりません。クラウドのホスト型APIはトークン課金制ですが、Llama 3.1 8Bなどの小型モデルは非常に低価格で利用できます。

Llama.OnlineにAPIはありますか？

いいえ。Llama.Onlineはブラウザ専用のチャットサービスです。コードから利用する場合は、クラウドプロバイダーまたはローカルサーバーをご利用ください。

OpenAI SDKをLlamaで使えますか？

はい。OpenRouterやローカルのLM Studioサーバーなど、OpenAI互換のエンドポイントを指定し、Llamaのモデル名を設定すればそのまま動作します。