Meta: Llama Guard 4 12B meta-llama/llama-guard-4-12b

Модель Meta: Llama Guard 4 12B 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

164K

контекст, токенов

18 ₽

за 1 млн входных токенов

18 ₽

за 1 млн выходных токенов

возможностей

2024-08

база знаний до

Что такое Meta: Llama Guard 4 12B

Встраивание в LLM-пайплайны в качестве слоя классификации безопасности для текстового и визуального контента.

Llama Guard 4 12B — специализированная модель от Meta для классификации контента с точки зрения безопасности. В отличие от универсальных языковых моделей, она заточена под одну задачу: определять, нарушает ли тот или иной контент политики безопасности. Модель построена на базе Llama 4 Scout и дообучена для нужд content safety, что делает её четвёртым поколением в линейке Llama Guard.

Ключевое отличие от предыдущих версий — поддержка мультимодального ввода: модель принимает как текст, так и изображения, что позволяет проверять безопасность не только текстовых сообщений, но и визуального контента. Контекстное окно в 163 840 токенов даёт возможность анализировать длинные диалоги целиком. Модель является open-source и доступна через Meta.

Llama Guard 4 предназначена для встраивания в пайплайны LLM-приложений в роли фильтра — как на входе (проверка пользовательских запросов), так и на выходе (проверка ответов модели). Это делает её инструментом для команд, которым важно соответствие требованиям безопасности и модерации контента.

Когда брать эту модель

✓ Модерация пользовательского контента в чат-приложениях и форумах
✓ Фильтрация входящих запросов и исходящих ответов в LLM-пайплайнах
✓ Проверка безопасности мультимодального контента (текст + изображения)
✓ Соответствие требованиям политик безопасности в продуктах на базе ИИ
✓ Автоматизированный аудит контента в масштабе

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 Meta: Llama Guard 4 12B 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-4-12b",
    "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-4-12b",
    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-4-12b",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);