Llama API: zo gebruik je Llama in je eigen code

Het korte antwoord

Om in 2026 Llama vanuit je eigen code te gebruiken, heb je twee praktische opties: roep het aan via een cloudprovider die Llama-modellen host, of draai het model zelf en gebruik een lokale server. Meta biedt zelf geen gehoste API meer aan voor Llama. In deze handleiding lees je wat er veranderd is, inclusief werkende voorbeelden met OpenRouter, een dienst die één API biedt voor vele modellen, waaronder Llama 4 Maverick en Scout.

Wat er gebeurd is met Meta's Llama API

Na de lancering van Llama 4 bood Meta een gehoste Llama API aan als openbare preview voor ontwikkelaars. Meta heeft die preview op 6 juli 2026 stopgezet. Meta's nieuwere aanbod voor ontwikkelaars, de Meta Model API, levert Meta's Muse-modellen zoals Muse Wonder, geen Llama. Meta's eigen hulppagina zegt het duidelijk: "Llama models aren't run for you through Model API." Met andere woorden: Llama is nu iets wat je zelf downloadt en draait, of gebruikt via andere providers. Zie Meta's toelichting over Llama en Model API.

Muse-modellen zijn niet beschikbaar in onze chat, en hun prijzen vallen buiten het bereik van deze pagina. De rest van deze gids gaat over Llama.

Je opties in één oogopslag

• Een model-router zoals OpenRouter. Eén API-sleutel, één OpenAI-achtig eindpunt, vele modellen. Ideaal om verschillende Llama-versies uit te proberen en ertussen te schakelen.
• Een cloudprovider die Llama direct host. Veel inference-bedrijven en grote cloudplatforms bieden Llama-modellen aan. Vergelijk prijzen, rate limits en het privacybeleid voordat je kiest.
• Je eigen server of computer. Draai Llama met LM Studio, Ollama of llama.cpp en roep het aan via een lokale, met OpenAI compatibele API. Geen kosten per token, volledige controle over je data. Zie Llama lokaal draaien.

Llama aanroepen via OpenRouter

De API van OpenRouter volgt hetzelfde formaat als de chat completions-API van OpenAI. Daardoor werkt de meeste bestaande code direct door alleen het basisadres en de modelnaam aan te passen. Maak een account en een API-sleutel aan op OpenRouter, sla de sleutel op in een omgevingsvariabele genaamd OPENROUTER_API_KEY en zet deze nooit in code aan de clientzijde. Bekijk de stappen in de OpenRouter quickstart.

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": "Schrijf een haiku over open-weight modellen."}
    ]
  }'

Python, met de 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": "Vat de Llama-licentie samen in drie punten."}],
)
print(response.choices[0].message.content)

JavaScript, met 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: "Bedenk drie namen voor een bakkerij." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Voer JavaScript zoals dit uit op een server, niet op een webpagina, zodat je sleutel geheim blijft. Streaming wordt ook ondersteund als je het antwoord woord voor woord wilt laten verschijnen.

Een afbeelding naar Llama 4 sturen

Llama 4 Maverick en Scout ondersteunen afbeeldingen. In het OpenAI-formaat bestaat de berichtinhoud uit een lijst met een tekstdeel en een afbeeldingsdeel:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Wat is er te zien op deze afbeelding?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B en Llama 3.1 8B ondersteunen alleen tekst. Stuur afbeeldingen daarom altijd naar een Llama 4-model.

Llama-modelnamen en -prijzen

Dit zijn de Llama-modellen die OpenRouter aanbiedt, inclusief hun modelnamen, context windows en prijzen per miljoen tokens. Alle prijzen zijn de catalogusprijzen van OpenRouter (okt 2026); deze kunnen veranderen, dus controleer ze voordat je een budget vaststelt.

Let op: de genoemde context windows zijn wat de providers van OpenRouter aanbieden. Dit kan korter zijn dan wat Meta's model cards vermelden. Meta noemt 10 miljoen tokens voor Scout en 1 miljoen voor Maverick.

Een lokale Llama als API gebruiken

Als je Llama zelf host, kun je dezelfde code naar je eigen computer laten wijzen. De server van LM Studio gebruikt http://localhost:1234/v1 als basisadres, en het commando llama serve van llama.cpp start eveneens een OpenAI-compatibele server; zie de LM Studio serverdocumentatie en de llama.cpp README. Ollama heeft een eigen API op http://localhost:11434/api/chat. Gebruik in je code de modelnaam die je lokale programma toont in plaats van de OpenRouter-naam.

Tips voor het bouwen met Llama

• Begin met Maverick of Scout voor algemene taken en afbeeldingen, en kies Llama 3.1 8B als snelheid en kosten belangrijker zijn dan diepgang.
• Stel een system prompt in waarin je de gewenste rol, toon en het uitvoerformaat beschrijft.
• Voeg een veiligheidslaag toe voor openbare apps. Llama Guard 4 kan prompts en antwoorden classificeren.
• Volg de licentievoorwaarden. Producten die gebouwd zijn met Llama moeten "Built with Llama" tonen en voldoen aan Meta's beleid voor acceptabel gebruik. Lees onze licentiegids.
• Houd rekening met de kennisgrens. Llama 4 kent gebeurtenissen tot augustus 2024; geef het model actuele informatie mee in de prompt als dat nodig is.

Veelvoorkomende problemen

• Autorisatiefouten betekenen meestal dat de sleutel ontbreekt, verkeerd is getypt of niet geladen is in de omgeving waarin je code draait.
• "Model not found" wijst meestal op een typfout in de modelnaam. Neem deze exact over uit de tabel hierboven, inclusief het voorvoegsel meta-llama/.
• Afbeelding genegeerd of geweigerd gebeurt wanneer je een afbeelding naar een puur tekstmodel stuurt. Schakel over naar Maverick of Scout.
• Afgekapte antwoorden betekenen dat de reactie de limiet voor het aantal tokens heeft bereikt. Vraag om een korter antwoord of verhoog de instelling voor het maximum aantal tokens.

Veelgestelde vragen

Biedt Meta nog steeds een Llama API aan?

Nee. Meta heeft de gehoste Llama API-preview stopgezet op 6 juli 2026. De Meta Model API levert Muse-modellen, geen Llama.

Bestaat er een gratis Llama API?

Llama lokaal draaien kost niets per token. Gehoste API's rekenen af per token, al zijn kleine modellen zoals Llama 3.1 8B erg voordelig.

Heeft Llama.Online een API?

Nee. Llama.Online is uitsluitend een browserchat. Gebruik een cloudprovider of een lokale server als je met code wilt werken.

Kan ik de OpenAI SDK gebruiken met Llama?

Ja. Wijs de SDK simpelweg naar een OpenAI-compatibel eindpunt, zoals OpenRouter of een lokale LM Studio-server, en vul een Llama-modelnaam in.