meta-llama/llama-guard-4-12b
163,840 context · $0.18/M input tokens · $0.18/M output tokens
Llama Guard 4 is a Llama 4 Scout-derived multimodal pretrained model, fine-tuned for content safety classification. Similar to previous versions, it can be used to classify content in both LLM...
Prezzi
Pay-per-use
Nessun costo iniziale, paga solo per ciò che usi
Prova il modello
Utilizzo API
Usa i seguenti esempi di codice per integrare la nostra API:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-guard-4-12b",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)Introduzione al modello
Meta-Llama llama-guard-4-12b
meta-llama llama-guard-4-12b
Why It Looks Great
- Large Language Model architecture for efficient processing
- 163840 context window for long document handling
- Competitive pricing at $0.2/$0.2 per million tokens
Key Features
- Context Window: 163840 tokens
- Max Output: 4096 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Meta-Llama |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 163840 tokens |
| Max Output | 4096 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $0.2 |
| Output | $0.2 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: meta-llama/llama-guard-4-12b
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="meta-llama/llama-guard-4-12b",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "meta-llama/llama-guard-4-12b",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: meta-llama/llama-guard-4-12b
- Provider: Meta-Llama
Info
Funzionalità supportate
Guida all'accesso API
Llama Guard 4 12b API
meta-llama/llama-guard-4-12b
Llama Guard 4 is a Llama 4 Scout-derived multimodal pretrained model, fine-tuned for content safety classification. Similar to previous versions, it can be used to classify content in both LLM...
Input
$0.18 /M
Output
$0.18 /M
Contesto
164K
Output max
4K
Vision
Supportato
Prova Llama Guard 4 12b su WaveSpeedAI
Accedi a Llama Guard 4 12b tramite la nostra API unificata — compatibile con OpenAI, senza cold start, prezzi trasparenti.
Domande frequenti su Llama Guard 4 12b
Quanto costa Llama Guard 4 12b via API?+
Prezzi su WaveSpeedAI: $0.18 per milione di token in input e $0.18 per milione di token in output. Prompt caching e batch processing sono fatturati separatamente e riducono il costo effettivo su carichi lunghi e ripetitivi.
Qual è la context window di Llama Guard 4 12b?+
Llama Guard 4 12b supporta fino a 164K token di contesto e fino a 4K token di output per richiesta.
Llama Guard 4 12b è compatibile con OpenAI?+
Sì. WaveSpeedAI espone Llama Guard 4 12b tramite un endpoint compatibile con OpenAI all'indirizzo https://llm.wavespeed.ai/v1. Punta l'SDK ufficiale di OpenAI a questa base URL con la tua API key WaveSpeedAI — senza altre modifiche al codice.
Come si inizia con Llama Guard 4 12b?+
Accedi a WaveSpeedAI, crea una API key in Access Keys, poi invia una richiesta a https://llm.wavespeed.ai/v1/chat/completions con il model id mostrato sopra. I nuovi account ricevono crediti gratuiti per testare Llama Guard 4 12b.