Llama Guard 4

O que é o Llama Guard 4 e quem o desenvolve

O Llama Guard 4 é um modelo de segurança da Meta. Ele não é um chatbot para você conversar. Em vez disso, os desenvolvedores o implementam junto a um modelo de chat para monitorar o que entra e o que sai. A partir de um prompt do usuário ou da resposta do modelo, o Llama Guard 4 emite um veredito curto: "safe" (seguro) ou "unsafe" (inseguro), acompanhado das categorias de risco identificadas. Ele funciona com textos e imagens, incluindo múltiplas imagens em um único prompt.

De acordo com o model card da Meta, o Llama Guard 4 tem 12 bilhões de parâmetros e uma arquitetura densa. A Meta o desenvolveu a partir de um checkpoint pré-treinado do Llama 4 Scout, removendo os routed experts para manter apenas o shared expert e, em seguida, ajustando o resultado para classificação de segurança. Ele compartilha o tokenizador e o codificador de visão com o Llama 4 Scout e o Maverick, podendo rodar em uma única GPU. Ele foi disponibilizado no OpenRouter em 30 de abril de 2025, poucas semanas após o lançamento do Llama 4, sob a Llama 4 Community License.

A família Llama Guard

A Meta publicou diversas versões do Llama Guard junto com os lançamentos da linha Llama. O Llama Guard 4 combina o que antes eram dois modelos distintos — o Llama Guard 3 8B para texto e o Llama Guard 3 11B Vision para imagens — em um único classificador. A Meta também o combina com outras ferramentas abertas de segurança; por exemplo, o model card recomenda o Llama Prompt Guard 2 para detectar ataques de prompt, como tentativas de jailbreak.

O que ele monitora: as categorias de risco

O Llama Guard 4 é treinado com base na taxonomia de riscos da MLCommons, além de uma categoria extra voltada para o uso de ferramentas. Quando classifica algo como inseguro, ele especifica as categorias:

"Aconselhamento especializado" abrange respostas que fornecem orientação financeira, médica ou jurídica especializada, ou que sugerem que atividades ou objetos perigosos são seguros.

Pontos fortes do Llama Guard 4

• Filtragem de entrada. Avalia o prompt do usuário antes que o modelo principal o veja, bloqueando solicitações explicitamente prejudiciais logo no início.
• Filtragem de saída. Analisa a resposta do modelo principal antes de exibi-la, permitindo que ele tente responder com segurança e barrando apenas respostas inadequadas.
• Imagens. Classifica prompts que combinam texto com uma ou mais imagens, algo que as versões anteriores exclusivas para texto não faziam.
• Vários idiomas. Compatível com inglês e com os idiomas suportados pelo Llama Guard 3, que incluem português, espanhol, francês, alemão, hindi, italiano e tailandês.

A Meta destaca que combinar a filtragem de entrada e saída oferece uma camada extra de segurança, e que, em seus testes internos, a filtragem de entrada gerou mais recusas do que a filtragem de saída.

Limitações a considerar

• É um modelo, não um conjunto rígido de regras. Ele pode deixar passar conteúdos prejudiciais ou sinalizar conteúdos inofensivos por engano. A documentação da Meta ressalta que o desempenho pode ser limitado pelos dados de treinamento em contextos que exigem bom senso ou em idiomas específicos.
• Fatos que ele não pode checar. Categorias como difamação, propriedade intelectual e eleições costumam exigir informações atualizadas para avaliação, e a Meta recomenda sistemas mais robustos para casos de uso sensíveis nessas áreas.
• Ataques de prompt. Como qualquer modelo de linguagem, ele pode ser burlado por ataques adversariais ou de injeção de prompt.
• Muitas imagens. Ele foi avaliado principalmente com prompts contendo poucas imagens; o desempenho pode variar com volumes maiores.

Como acessar o Llama Guard 4 oficialmente

Os pesos estão disponíveis no Hugging Face como meta-llama/Llama-Guard-4-12B, onde o model card da Meta também traz exemplos de código para a biblioteca Transformers. Aceite a licença na página do modelo para liberar os arquivos. O OpenRouter o disponibiliza com janela de contexto de 163.840 tokens a US$ 0,18 por milhão de tokens de entrada e US$ 0,18 por milhão de tokens de saída (tabela de preços do OpenRouter, out. de 2026).

Por ser um modelo Llama 4, ele segue a Llama 4 Community License e a política de uso aceitável, incluindo a atribuição "Built with Llama" para produtos derivados e diretrizes específicas para modelos multimodais na UE. Confira nossa página sobre a licença para um resumo simples e o nosso guia de API para fazer chamadas aos modelos Llama via código.

Privacidade

Como um classificador de segurança analisa todas as mensagens enviadas, trate-o como qualquer outra etapa da sua infraestrutura de IA: se você o consome via provedor em nuvem, aplicam-se os termos de privacidade desse serviço; se você faz a hospedagem própria, os dados permanecem nos seus servidores. Nosso guia de privacidade e segurança em IA reúne as melhores práticas para os usuários.

Como o Llama Guard 4 se compara

Em relação ao Llama Guard 3, a Meta informa que a versão 4 se equipara ou supera os modelos anteriores de texto e visão, com a vantagem de unificar tudo em um só modelo. Em comparação com modelos de chat como o Llama 4 Scout, ele é muito mais leve e atua apenas na classificação, sem gerar respostas. Se você está criando uma aplicação com modelos abertos, um modelo de moderação como este funciona como uma camada essencial de proteção, somando-se a termos de uso claros, limites de requisições e moderação humana.

Perguntas frequentes

Posso conversar com o Llama Guard 4 no Llama.Online?

Não, o Llama Guard 4 não está disponível em nosso chat. Ele é um classificador voltado para desenvolvedores, não um modelo conversacional.

O que o Llama Guard 4 retorna como resposta?

Um veredito curto em texto: "safe" (seguro) ou "unsafe" (inseguro), acompanhado dos códigos das categorias identificadas, como S9 para armas indiscriminadas.

Ele funciona com imagens?

Sim. Ele consegue classificar prompts que combinam texto com uma ou mais imagens.

O Llama Guard 4 é gratuito?

Os pesos podem ser baixados gratuitamente sob os termos da Llama 4 Community License. APIs gerenciadas cobram pelo volume de tokens processados.