Llama API: så anropar du Llama från din kod

Det korta svaret

För att använda Llama från din egen kod under 2026 har du två praktiska vägar: anropa modellen via en molnleverantör som är värd för Llama-modeller, eller kör modellen själv och använd en lokal server. Meta erbjuder inte längre något eget hostat API för Llama. Den här guiden förklarar vad som har förändrats och visar fungerande exempel med OpenRouter – en tjänst som ger ett enda API för många modeller, inklusive Llama 4 Maverick och Scout.

Vad hände med Metas Llama API?

Efter lanseringen av Llama 4 erbjöd Meta ett hostat Llama API som en offentlig förhandsversion för utvecklare. Meta stängde ner den förhandsversionen den 6 juli 2026. Metas nyare utvecklarerbjudande, Meta Model API, tillhandahåller Metas Muse-modeller som Muse Wonder, inte Llama. Metas egen hjälpsida uttrycker det rakt på sak: "Llama models aren't run for you through Model API." Med andra ord är Llama numera något du laddar ner och kör själv, eller använder via andra leverantörer. Se Metas information om Llama och Model API.

Muse-modellerna finns inte tillgängliga i vår chatt, och deras prissättning ligger utanför den här sidans omfattning. Resten av guiden handlar om Llama.

Dina alternativ i korthet

• En modellrouter som OpenRouter. En API-nyckel, en OpenAI-liknande slutpunkt, massor av modeller. Perfekt för att testa olika Llama-versioner och växla mellan dem.
• En molnleverantör som driftar Llama direkt. Många inferensföretag och stora molnplattformar erbjuder Llama-modeller. Jämför priser, gränser för anropsfrekvens och datapolicyer innan du väljer.
• Din egen server eller dator. Kör Llama med LM Studio, Ollama eller llama.cpp och anropa den via ett lokalt, OpenAI-kompatibelt API. Ingen kostnad per token, full kontroll över din data. Se köra Llama lokalt.

Anropa Llama via OpenRouter

OpenRouters API följer samma format som OpenAIs chat completions-API, vilket gör att merparten av befintlig kod och befintliga bibliotek fungerar direkt genom att bara byta basadress och modellnamn. Skapa ett konto och en API-nyckel på OpenRouter, spara nyckeln i en miljövariabel med namnet OPENROUTER_API_KEY och placera den aldrig i kod på klientsidan. Stegen hittar du i OpenRouters snabbstart.

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": "Skriv en haiku om modeller med öppna vikter."}
    ]
  }'

Python med 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": "Sammanfatta Llama-licensen i tre punkter."}],
)
print(response.choices[0].message.content)

JavaScript med 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: "Ge mig tre namnförslag på ett bageri." }],
  }),
});
const data = await res.json();
console.log(data.choices[0].message.content);

Kör JavaScript som detta på en server – inte på en webbsida – så att nyckeln förblir hemlig. Strömning stöds också om du vill att svaret ska visas ord för ord i realtid.

Skicka en bild till Llama 4

Llama 4 Maverick och Scout stöder bildigenkänning. I det OpenAI-kompatibla formatet blir meddelandets innehåll en lista med en textdel och en bilddel:

{
  "model": "meta-llama/llama-4-maverick",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "Vad syns i den här bilden?"},
      {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
    ]
  }]
}

Llama 3.3 70B och Llama 3.1 8B hanterar enbart text, så skicka bilder till en Llama 4-modell.

Llama modellnamn och priser

Här är de Llama-modeller som OpenRouter listar, med deras modellnamn, kontextfönster och priser per miljon tokens. Samtliga priser är OpenRouters listpriser från oktober 2026; de kan ändras, så dubbelkolla alltid innan du sätter en budget.

Observera att kontextfönstren här är vad OpenRouters leverantörer erbjuder, vilket kan vara lägre än vad Metas modellkort anger. Meta listar 10 miljoner tokens för Scout och 1 miljon för Maverick.

Använda en lokal Llama som API

Om du kör Llama själv kan du rikta samma kod mot din egen dator. LM Studios server använder http://localhost:1234/v1 som basadress, och kommandot llama serve i llama.cpp startar också en OpenAI-kompatibel server; se LM Studios serverdokumentation och llama.cpp README. Ollama har ett eget API på http://localhost:11434/api/chat. Använd det modellnamn som ditt lokala verktyg visar i stället för OpenRouter-namnet.

Tips när du bygger med Llama

• Börja med Maverick eller Scout för allmänna uppgifter och bilder, och testa Llama 3.1 8B där hastighet och låg kostnad är viktigare än djup.
• Sätt en systemprompt som beskriver rollen, tonen och det utdataformat du är ute efter.
• Lägg till ett säkerhetslager för publika appar. Llama Guard 4 kan klassificera både prompter och svar.
• Följ licensen. Produkter som byggs med Llama måste visa "Built with Llama" och följa Metas policy för godtagbar användning. Läs vår licensguide.
• Ha kunskapsgränsen i åtanke. Llama 4 känner till händelser fram till augusti 2024; förse modellen med aktuell fakta direkt i prompten vid behov.

Vanliga problem

• Auktoriseringsfel beror oftast på att nyckeln saknas, är felskriven eller inte har laddats in i miljön där koden körs.
• "Model not found" innebär oftast ett stavfel i modellnamnet. Kopiera det exakt från tabellen ovan, inklusive prefixet meta-llama/.
• Bilden ignoreras eller avvisas händer när du skickar en bild till en ren textmodell. Byt till Maverick eller Scout.
• Avhuggna svar betyder att svaret nådde maxgränsen för tokens. Be om ett kortare svar eller höj inställningen för maximala tokens.

Vanliga frågor

Erbjuder Meta fortfarande ett Llama API?

Nej. Meta stängde sin förhandsversion av ett hostat Llama API den 6 juli 2026. Deras Meta Model API kör Muse-modeller, inte Llama.

Finns det något gratis Llama API?

Att köra Llama lokalt kostar ingenting per token. Hostade API:er tar betalt per token, även om små modeller som Llama 3.1 8B är mycket billiga.

Har Llama.Online ett API?

Nej. Llama.Online är enbart en webbläsarbaserad chatt. Använd en molnleverantör eller en lokal server för kod.

Kan jag använda OpenAI SDK med Llama?

Ja. Peka SDK:n mot en OpenAI-kompatibel slutpunkt, som OpenRouter eller en lokal LM Studio-server, och ange ett Llama-modellnamn.