Meta · modelo de lenguaje
Llama Guard 4 12B: precio, contexto y benchmarks
Llama Guard 4 12B es un modelo de lenguaje de Meta lanzado el 30 de abril de 2025. Cuesta 0,18 US$ por millón de tokens de entrada y 0,18 US$ de salida, con un contexto de 163,8 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
Lo que hay que saber de Llama Guard 4 12B
Llama Guard 4 12B fue publicado por Meta (Estados Unidos) el 30 de abril de 2025. Acepta imágenes y texto como entrada y produce texto. Su ventana de contexto alcanza 163.840 tokens, más que el 32 % de los modelos del registro, y puede escribir hasta 16.384 tokens de una vez.
Está disponible desde hace unos 18 meses, lo suficiente para que sus precios y puntuaciones se hayan estabilizado.
Precio de Llama Guard 4 12B
En OpenRouter, Llama Guard 4 12B cuesta 0,18 US$ por millón de tokens de entrada y 0,18 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,18 US$ por millón, más caro que el 20 % de los modelos de pago (4,2 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0005 US$. Con 1.000 tareas al día, cuente 14 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Llama Guard 4 12B. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- No admite la llamada a herramientas: no sirve para manejar un agente IA que deba actuar.
- Sus conocimientos llegan hasta agosto de 2024.
Sus pesos son abiertos y se pueden descargar en Hugging Face: puede ejecutarlo en sus propias máquinas sin enviar sus datos a terceros.
Otros modelos de Meta
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Llama 4 Maverick | 5 abr 2025 | 0,3 US$ | 132,2 |
| Llama 4 Scout | 5 abr 2025 | 0,15 US$ | 129,6 |
| Llama 3.3 70B Instruct | 6 dic 2024 | 0,16 US$ | — |
| Llama 3.2 1B Instruct | 25 sept 2024 | 0,07 US$ | — |
| Llama 3.2 3B Instruct | 25 sept 2024 | 0,12 US$ | — |
| Llama 3.1 70B Instruct | 23 jul 2024 | 0,4 US$ | — |
| Llama 3.1 8B Instruct | 23 jul 2024 | 0,06 US$ | — |
Veredicto
Llama Guard 4 12B obtiene 55/100 según nuestra tabla, que solo usa cifras publicadas.
Puntos fuertes
- Precio bajo: más barato que el 80 % de los modelos de pago.
- Pesos abiertos: autoalojable, sus datos se quedan con usted.
Limitaciones
- Sin llamada a herramientas: no sirve como cerebro de un agente.
- Ninguna puntuación independiente publicada: rendimiento no verificable.
Evítelo si…
- construye un agente que debe llamar a herramientas.
Alternativas
- Nemotron 3.5 Content Safety0,2 US$
- Gemma 3 27B0,15 US$
- Hunyuan A13B Instruct0,25 US$
- GLM 4.7 Flash0,15 US$
- gpt-oss-120b0,26 US$
- Solar Pro 30,26 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Llama Guard 4 12B?
0,18 US$ por millón de tokens de entrada y 0,18 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0005 US$.
¿Qué tamaño tiene el contexto de Llama Guard 4 12B?
163.840 tokens, unas 123.000 palabras, con un máximo de 16.384 tokens de salida.
¿Se puede usar Llama Guard 4 12B en local?
Sí, sus pesos están publicados.
¿Sirve Llama Guard 4 12B para un agente IA?
No: sin llamada a herramientas no puede actuar, solo responder.
¿Qué alternativas hay a Llama Guard 4 12B?
Los modelos más cercanos en precio y rendimiento son Nemotron 3.5 Content Safety, Gemma 3 27B y Hunyuan A13B Instruct.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos