Was ist Llama Guard 4?
Llama Guard 4 ist ein Sicherheitsklassifikator mit 12 Milliarden Parametern von Meta, veröffentlicht im April 2025 mit den Llama-4-Modellen. Es ist das letzte Llama Guard: Meta hat seit April 2025 kein Llama-Modell mehr veröffentlicht und seine Hauptlinie im April 2026 auf die Muse-Modelle umgestellt. Es ersetzt zwei frühere Modelle, Llama Guard 3 8B für Text und Llama Guard 3 11B Vision für Bilder, durch eines, das beides kann, auch Prompts mit mehreren Bildern.
Meta hat es gebaut, indem das vortrainierte Llama 4 Scout zu einem dichten Modell beschnitten wurde, wobei in jeder Schicht nur der gemeinsame Experte blieb, und dann auf Sicherheitsdaten feinabgestimmt, im Verhältnis von etwa drei Teilen Text zu einem Teil Bildern. Es prüft entweder den Prompt eines Nutzers oder die Antwort eines Modells und schreibt "safe" oder "unsafe", gefolgt von den verletzten Kategorien. Diese folgen der Gefahrenliste von MLCommons, S1 bis S13 (von Gewaltverbrechen bis Wahlen), plus S14 für Missbrauch von Code-Interpretern in Text.
Die Gewichte sind auf Hugging Face zugangsbeschränkt, stehen unter der Llama 4 Community License und wurden im letzten Monat 90,071 Mal heruntergeladen. DeepInfra hostet es über OpenRouter für $0.18 pro Million Tokens für Ein- und Ausgabe; Groq hat seinen Endpunkt am 5. März 2026 abgeschaltet und auf gpt-oss-safeguard-20b verwiesen.
Was kostet Llama Guard 4?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | 12B, BF16, Llama 4 Community License |
| DeepInfra | $0.18 per 1M tokens in and out | $0.144 in der Flex-Stufe |
Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt auf Hugging Face). Gehostet bei DeepInfra über OpenRouter für $0.18 Eingabe und $0.18 Ausgabe pro 1M Tokens ($0.144 in der Flex-Stufe).
Diesen Preis mit anderen Modellen vergleichen
Lohnt sich Llama Guard 4?
Die Stärke von Llama Guard 4 ist die Abdeckung in einem einzigen Modell. Es liest Text und mehrere Bilder zusammen, bewertet Prompts und Antworten und nutzt die MLCommons-Kategorien, nach denen viele Sicherheitsteams ohnehin berichten. Metas Auswertung auf einem internen Testset zeigt bei englischen Antworten eine Erkennungsrate von 69% bei 11% Fehlalarmen, 4 Punkte mehr als Llama Guard 3, und 61% bei Prompts mit mehreren Bildern, 20 Punkte mehr, weil das alte Vision-Modell nur ein Bild sah.
Diese Zahlen sind bescheiden, und sie stammen von Meta. Bei Einzelbildern liegt die Erkennung bei 41% und in den sieben nicht-englischen Sprachen bei 43%, in diesen Fällen geht also der Großteil unsicherer Inhalte durch. Meta veröffentlicht keinen Vergleich mit konkurrierenden Klassifikatoren und begründet das mit unterschiedlichen Richtlinien. Die Model Card warnt zudem, dass Kategorien, die aktuelle Fakten erfordern, etwa Verleumdung, geistiges Eigentum und Wahlen, mehr brauchen als einen auf festen Daten trainierten Klassifikator, und dass es meist mit drei Bildern getestet wurde.
Das Design ist starr. Guard 4 prüft gegen seine 14 Kategorien; man kann ihm keine neue schriftliche Richtlinie geben und erwarten, dass es darüber nachdenkt, wie es gpt-oss-safeguard tut. Es ist selbst ein LLM, weshalb die Model Card für Injection-Angriffe auf den Klassifikator auf Prompt Guard 2 verweist.
Im Betrieb ist es leicht: etwa 24GB BF16-Gewichte auf einer GPU, oder rund 15GB und 11GB für die FP8- und 4-Bit-Builds von Red Hat. Die Lizenz bringt die Llama-4-Bedingungen mit, und die Nutzungsrichtlinie verweigert Unternehmen mit Sitz in der EU die multimodalen Rechte, was bei einem Modell, dessen Zweck Bildmoderation ist, ins Gewicht fällt. Groqs Wechsel zu gpt-oss-safeguard-20b im März 2026 ist ein deutliches Signal, wohin die gehostete Nachfrage gewandert ist.
Wo es sich lohnt
Ein Trust-and-Safety-Engineer bei einer Dating-App mit Fotonachrichten
Nachrichten mit Text und mehreren Bildern markieren, bevor sie den Empfänger erreichen
Schicke Nachrichtentext und angehängte Fotos in einem Aufruf an Guard 4 und handle nach den zurückgegebenen S-Codes. Bei 10 Millionen Prüfungen im Monat mit je etwa 500 Tokens berechnet DeepInfra rund $900 für die Eingabe, dazu wenig für die paar Ausgabetokens.
Ein Plattformteam, das Llama 4 Scout oder Maverick hinter einem Coding-Assistenten betreibt
Antworten blockieren, die den Code-Interpreter missbrauchen wollen
Lass Guard 4 die Modellantworten mit S14, Missbrauch von Code-Interpretern, prüfen; es teilt Tokenizer und Vision-Encoder mit Llama 4. Kombiniere es, wie Meta empfiehlt, mit Prompt Guard 2 auf den Eingaben, da Guard 4 selbst per Prompt Injection angreifbar ist.
Eine Compliance-Leiterin, die Moderationsergebnisse nach der MLCommons-Taxonomie berichtet
Zahlen unsicherer Prompts pro Kategorie für eine Quartalsprüfung erstellen
Protokolliere die Kategorien, die Guard 4 für jeden unsicheren Prompt nennt; die Labels entsprechen eins zu eins den MLCommons-Gefahren. Lass Stichproben markierter und durchgelassener Fälle von Menschen prüfen, da Metas eigene Erkennung auf Englisch bei 69% liegt.
Bevor du dich festlegst
- Einrichtung
- Die Llama-4-Lizenz auf Hugging Face akzeptieren, meta-llama/Llama-Guard-4-12B mit Hugging Face Transformers laden und die Unterhaltung durch sein Chat-Template geben; oder ohne Download über OpenRouter aufrufen.
- Integrationen
- Hugging Face Transformers; DeepInfra über OpenRouter; quantisierte FP8- und 4-Bit-Builds von Red Hat; Metas Model Card kombiniert es mit Prompt Guard 2 gegen Injection-Angriffe.
- Daten und Datenschutz
- Selbst gehostet bleiben Inhalte auf deiner Hardware. Llama 4 Community License: Oberhalb von 700 Millionen monatlichen Nutzern braucht es eine Lizenz von Meta, die Nennung "Built with Llama" ist Pflicht, und die Nutzungsrichtlinie schließt Personen und Unternehmen mit Sitz in der EU von den Rechten an multimodalen Modellen aus.
- Kosten im großen Maßstab
- 10 Millionen Prüfungen im Monat mit 500 Tokens kosten bei DeepInfra etwa $900. Selbst gehostet läuft das 24GB große BF16-Modell auf einer einzelnen GPU der 40GB-Klasse oder größer; der 4-Bit-Build mit etwa 11GB passt auf eine 16GB-Karte.
- Grenzen
- Textausgabe safe oder unsafe plus Kategorien, kein kalibrierter Wert; 14 feste Kategorien; Englisch plus 7 Sprachen; meist mit 3 Bildern getestet; schwach bei faktenabhängigen Kategorien; Groq-Endpunkt am 5. März 2026 abgeschaltet.
Was gut ist
- Ein Modell für Text, Einzelbilder und mehrere Bilder
- Standardkategorien S1 bis S13 von MLCommons plus Missbrauch von Code-Interpretern
- Erkennung bei mehreren Bildern 20 Punkte über Llama Guard 3 (Meta)
- Etwa 24GB in BF16; gehostet $0.18 pro 1M Tokens
Was nicht
- 41% Erkennung bei Einzelbildern und 43% bei nicht-englischem Text (Meta)
- Feste Kategorien; kann keiner eigenen schriftlichen Richtlinie folgen
- Keine Vergleiche mit anderen Klassifikatoren veröffentlicht
- Unternehmen mit Sitz in der EU sind von den multimodalen Lizenzrechten ausgeschlossen
Am besten für
Teams außerhalb der EU, die eine selbst gehostete Prüfung für Text und Bilder nach den MLCommons-Gefahrenkategorien vor oder hinter einem bestehenden Chatmodell brauchen.
Alternativen zu Llama Guard 4
Llama Guard 4: häufige Fragen
- Lohnt sich Llama Guard 4?
- Guard 4 ist die einfache Wahl, um Text und Bilder gegen eine Standardliste von Schäden zu prüfen, sofern man hinnimmt, dass es auf Metas eigenem Test etwa ein Drittel der unsicheren englischen Antworten übersieht. Wir bewerten es mit 3.6 von 5.
- Was kostet Llama Guard 4?
- Kostenlose Gewichte unter der Llama 4 Community License (zugangsbeschränkt auf Hugging Face). Gehostet bei DeepInfra über OpenRouter für $0.18 Eingabe und $0.18 Ausgabe pro 1M Tokens ($0.144 in der Flex-Stufe).
- Welche Nachteile hat Llama Guard 4?
- 41% Erkennung bei Einzelbildern und 43% bei nicht-englischem Text (Meta); Feste Kategorien; kann keiner eigenen schriftlichen Richtlinie folgen; Keine Vergleiche mit anderen Klassifikatoren veröffentlicht; Unternehmen mit Sitz in der EU sind von den multimodalen Lizenzrechten ausgeschlossen.
- Für wen eignet sich Llama Guard 4?
- Teams außerhalb der EU, die eine selbst gehostete Prüfung für Text und Bilder nach den MLCommons-Gefahrenkategorien vor oder hinter einem bestehenden Chatmodell brauchen.
- Was kostet Llama Guard 4 für ein Team oder im Produktivbetrieb?
- 10 Millionen Prüfungen im Monat mit 500 Tokens kosten bei DeepInfra etwa $900. Selbst gehostet läuft das 24GB große BF16-Modell auf einer einzelnen GPU der 40GB-Klasse oder größer; der 4-Bit-Build mit etwa 11GB passt auf eine 16GB-Karte.
- Ist Llama Guard 4 sicher für Firmendaten?
- Selbst gehostet bleiben Inhalte auf deiner Hardware. Llama 4 Community License: Oberhalb von 700 Millionen monatlichen Nutzern braucht es eine Lizenz von Meta, die Nennung "Built with Llama" ist Pflicht, und die Nutzungsrichtlinie schließt Personen und Unternehmen mit Sitz in der EU von den Rechten an multimodalen Modellen aus.
- Was sind die besten Alternativen zu Llama Guard 4?
- Die nächsten Alternativen, die wir getestet haben, sind gpt-oss-safeguard, Qwen3Guard, Granite Guardian 4.1 8B, Shieldstral 1.0 3B und Llama Prompt Guard 2.
Antworten geprüft am 9. Nov. 2026.