Llama Guard 3 8B meta-llama/llama-guard-3-8b

Модель Llama Guard 3 8B от Meta Llama (семейство llama-guard) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Открытые модели Meta — основа большинства open-source проектов.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

131K

контекст, токенов

48 ₽

за 1 млн входных токенов

3 ₽

за 1 млн выходных токенов

возможностей

2023-12

база знаний до

Что такое Llama Guard 3 8B

Встраиваемый safety-классификатор для автоматической модерации входящих запросов и исходящих ответов в LLM-приложениях.

Llama Guard 3 8B — специализированная модель от Meta для классификации контента с точки зрения безопасности. Построена на базе Llama 3.1 8B и дообучена под задачи content safety: анализирует как входящие пользовательские запросы (prompt classification), так и ответы модели (response classification), выявляя потенциально вредоносный, небезопасный или нарушающий политики контент.

В отличие от универсальных языковых моделей, Llama Guard 3 заточена под одну задачу — модерацию. Она возвращает структурированный вывод: безопасен контент или нет, и если нет — к какой категории нарушений он относится. Контекстное окно в 131 072 токена позволяет анализировать длинные диалоги целиком, не теряя контекст между репликами. Модель open-source и доступна для локального развёртывания, что важно для проектов с требованиями к конфиденциальности данных.

Llama Guard 3 хорошо вписывается в пайплайны, где нужен программируемый safety-слой поверх основной LLM: её можно встроить как отдельный компонент до или после генерации ответа, не меняя основную модель продукта.

Когда брать эту модель

✓ Модерация пользовательских запросов перед передачей в основную LLM
✓ Фильтрация ответов генеративных моделей перед показом пользователю
✓ Построение safety-пайплайнов в чат-ботах, ассистентах и платформах с UGC
✓ Аудит и логирование диалогов на предмет нарушений политики безопасности
✓ Локальное развёртывание safety-классификатора с требованиями к приватности данных

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проверь следующий диалог между пользователем и ассистентом и определи, содержит ли он небезопасный контент согласно политике безопасности: [вставить диалог].

Использование Llama Guard 3 8B через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta-llama/llama-guard-3-8b",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="meta-llama/llama-guard-3-8b",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "meta-llama/llama-guard-3-8b",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);