Llama Guard 4 12B
Red Neuronal
Llama Guard 4 12B: modelo multimodal de Meta para clasificar contenido, API de Llama Guard 4 para verificar solicitudes y respuestas LLM.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Llama Guard 4 12B?
Llama Guard 4 es un clasificador de seguridad de Meta de 12 mil millones de parámetros, basado en Llama 4 Scout. El modelo no mantiene un diálogo, sino que emite un veredicto: etiqueta el material por categorías de riesgo y actúa como filtro en ambos lados de la conversación, verificando tanto la solicitud del usuario como la respuesta del modelo principal. La multimodalidad permite analizar no solo texto, sino también imágenes, por lo que un solo circuito cubre la moderación de contenido mixto. En BotHub, Llama Guard 4 se conecta a través de una API única compatible con OpenAI junto con otros modelos, por lo que la capa de filtrado y la generativa viven en una misma integración, y cambiar de modelo no requiere reescribir código. El acceso está abierto desde Rusia sin VPN ni tarjeta extranjera, paga en rublos según el uso de tokens, la correspondencia está cifrada. Para equipos hay contrato, factura y panel de administración con límites. Útil para proteger chatbots de soporte, filtrar prompts riesgosos en productos con entrada de usuario, etiquetar conjuntos de datos, auditar registros de diálogo y verificar imágenes cargadas.Preguntas frecuentes sobre Llama Guard 4 12B
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
llama-guard-4-12b es un modelo de Meta para la clasificación de seguridad de contenido: evalúa solicitudes y respuestas y las marca como permitidas o que violan la política. Es adecuado para moderar la entrada del usuario, filtrar la salida de otros modelos, así como para verificar documentos e imágenes antes de su publicación.
En una sola respuesta, el modelo genera hasta 16,384 tokens, y la ventana de contexto es de 163,840 tokens, por lo que puede enviar un diálogo largo o un documento completo para su verificación. En la práctica, la respuesta es corta: el modelo devuelve un veredicto compacto, no un texto extenso.
En nuestros datos, no se indica un modo de razonamiento separado para llama-guard-4-12b. Es un clasificador: analiza el fragmento enviado y emite inmediatamente un veredicto indicando la categoría de infracción, sin largas cadenas de razonamiento. Si necesita razonamiento paso a paso, en BotHub puede cambiar a otro modelo en la misma ventana.
En nuestros datos, no se indican llamadas a funciones ni salida JSON estructurada para llama-guard-4-12b. Sin embargo, la respuesta del modelo es concisa y fácil de analizar por parte de su servicio. La conexión se realiza a través de la API única de BotHub compatible con OpenAI, por lo que integrar la verificación en su flujo de trabajo existente es sencillo.
Las imágenes y los documentos son compatibles como entrada junto con el texto, por lo que puede enviar imágenes y archivos para su verificación en una sola solicitud. El audio y el video no están declarados en nuestros datos. No se contempla la generación de imágenes o sonido aquí: la salida es solo texto.
No tenemos datos sobre los idiomas con los que trabaja llama-guard-4-12b y no vamos a especular. Pruebe el modelo con sus propios ejemplos: en BotHub el acceso está abierto desde Rusia sin VPN ni tarjeta extranjera, el pago se realiza según los tokens utilizados.