¿Qué es Llama Guard 4?
Llama Guard 4 es un clasificador de seguridad de 12.000 millones de parámetros de Meta, publicado en abril de 2025 con los modelos Llama 4. Es el último Llama Guard: Meta no ha publicado ningún modelo Llama desde abril de 2025 y pasó su línea principal a los modelos Muse en abril de 2026. Sustituye a dos modelos anteriores, Llama Guard 3 8B para texto y Llama Guard 3 11B Vision para imágenes, por uno que hace ambas cosas, incluidos prompts con varias imágenes.
Meta lo creó podando el Llama 4 Scout preentrenado hasta un modelo denso, conservando solo el experto compartido de cada capa, y ajustándolo después con datos de seguridad en una proporción de unas tres partes de texto por una de imágenes. Revisa el prompt de un usuario o la respuesta de un modelo y escribe "safe" o "unsafe" seguido de las categorías infringidas. Estas siguen la lista de riesgos de MLCommons, de S1 a S13 (de delitos violentos a elecciones), más S14 para el abuso de intérpretes de código en texto.
Los pesos están restringidos en Hugging Face bajo la Llama 4 Community License y se descargaron 90,071 veces en el último mes. DeepInfra lo aloja a través de OpenRouter a $0.18 por millón de tokens de entrada y de salida; Groq cerró su endpoint el 5 de marzo de 2026 y remitió a gpt-oss-safeguard-20b.
¿Cuánto cuesta Llama Guard 4?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | 12B, BF16, Llama 4 Community License |
| DeepInfra | $0.18 per 1M tokens in and out | $0.144 en el nivel flex |
Pesos gratuitos bajo la Llama 4 Community License (acceso restringido en Hugging Face). Alojado en DeepInfra vía OpenRouter a $0.18 de entrada y $0.18 de salida por 1M tokens ($0.144 en el nivel flex).
Compara este precio con otros modelos
¿Merece la pena Llama Guard 4?
La fortaleza de Llama Guard 4 es cubrirlo todo con un solo modelo. Lee texto y varias imágenes a la vez, etiqueta prompts y respuestas y usa las categorías de MLCommons con las que muchos equipos de seguridad ya informan. La evaluación de Meta, con un conjunto de prueba interno, muestra una tasa de detección del 69% en respuestas en inglés con un 11% de falsos positivos, 4 puntos más que Llama Guard 3, y del 61% en prompts con varias imágenes, 20 puntos más, porque el antiguo modelo de visión solo veía una imagen.
Son cifras modestas, y son de Meta. Con una sola imagen la detección es del 41% y en los siete idiomas distintos del inglés del 43%, así que en esos casos la mayor parte del contenido inseguro pasa. Meta no publica comparaciones con clasificadores rivales, alegando que sus políticas difieren. La ficha también advierte que las categorías que exigen hechos actuales, como difamación, propiedad intelectual y elecciones, necesitan algo más que un clasificador entrenado con datos fijos, y que se probó sobre todo con tres imágenes.
El diseño es fijo. Guard 4 comprueba sus 14 categorías; no se le puede dar una nueva política escrita y esperar que razone sobre ella, que es lo que hace gpt-oss-safeguard. Además es un LLM, por lo que la ficha remite a Prompt Guard 2 para los ataques de inyección dirigidos al clasificador.
En operación es ligero: unos 24GB de pesos BF16 en una GPU, o unos 15GB y 11GB para las versiones FP8 y de 4 bits de Red Hat. La licencia trae las condiciones de Llama 4, y su política de uso niega los derechos multimodales a las empresas con sede en la UE, algo que importa en un modelo cuyo sentido es moderar imágenes. El cambio de Groq a gpt-oss-safeguard-20b en marzo de 2026 es una buena señal de hacia dónde se ha ido la demanda alojada.
Dónde se gana su sitio
Un ingeniero de confianza y seguridad en una app de citas con mensajes de fotos
Marcar los mensajes que combinan texto y varias imágenes antes de que lleguen al destinatario
Envía el texto del mensaje y las fotos adjuntas a Guard 4 en una sola llamada y actúa según los códigos S que devuelve. Con 10 millones de revisiones al mes de unos 500 tokens cada una, DeepInfra cobra unos $900 de entrada, más poco por los escasos tokens de salida.
Un equipo de plataforma que usa Llama 4 Scout o Maverick detrás de un asistente de programación
Bloquear respuestas que intenten abusar del intérprete de código
Pasa las respuestas del modelo por Guard 4 con S14, abuso de intérpretes de código, activado; comparte el tokenizador y el codificador de visión de Llama 4. Combínalo con Prompt Guard 2 en las entradas, como sugiere Meta, porque al propio Guard 4 se le pueden inyectar prompts.
Una responsable de cumplimiento que informa de la moderación según la taxonomía de MLCommons
Obtener recuentos por categoría de prompts inseguros para una revisión trimestral
Registra las categorías que Guard 4 indica para cada prompt inseguro; las etiquetas corresponden una a una con los riesgos de MLCommons. Haz que personas revisen muestras de elementos marcados y aprobados, ya que la detección de la propia Meta en inglés es del 69%.
Antes de decidirte
- Puesta en marcha
- Acepta la licencia de Llama 4 en Hugging Face, carga meta-llama/Llama-Guard-4-12B con Hugging Face Transformers y pasa la conversación por su plantilla de chat; o llámalo en OpenRouter sin descargar nada.
- Integraciones
- Hugging Face Transformers; DeepInfra vía OpenRouter; versiones cuantizadas FP8 y de 4 bits de Red Hat; la ficha de Meta lo combina con Prompt Guard 2 contra ataques de inyección.
- Datos y privacidad
- Alojado por tu cuenta, el contenido se queda en tu hardware. Llama 4 Community License: hace falta una licencia de Meta por encima de 700 millones de usuarios mensuales, la mención "Built with Llama" es obligatoria y la política de uso excluye a personas y empresas con sede en la UE de los derechos sobre modelos multimodales.
- Coste a escala
- 10 millones de revisiones al mes de 500 tokens cuestan unos $900 en DeepInfra. Alojado por tu cuenta, el modelo BF16 de 24GB funciona en una sola GPU de clase 40GB o mayor; la versión de 4 bits, de unos 11GB, cabe en una tarjeta de 16GB.
- Límites
- Salida de texto safe o unsafe más categorías, sin puntuación calibrada; 14 categorías fijas; inglés más 7 idiomas; probado sobre todo con 3 imágenes; flojo en categorías que dependen de hechos; endpoint de Groq cerrado el 5 de marzo de 2026.
Lo bueno
- Un solo modelo para texto, una imagen y varias imágenes
- Categorías estándar de MLCommons S1 a S13 más abuso de intérpretes de código
- Detección con varias imágenes 20 puntos por encima de Llama Guard 3 (Meta)
- Unos 24GB en BF16; $0.18 por 1M tokens alojado
Lo malo
- 41% de detección con una imagen y 43% en texto no inglés (Meta)
- Categorías fijas; no puede seguir una política escrita propia
- Sin comparaciones publicadas con otros clasificadores
- Las empresas con sede en la UE quedan fuera de los derechos multimodales de la licencia
Ideal para
Equipos fuera de la UE que necesitan un único control alojado por ellos mismos para texto e imágenes según las categorías de riesgo de MLCommons, antes o después de un modelo de chat existente.
Alternativas a Llama Guard 4
Llama Guard 4: preguntas frecuentes
- ¿Merece la pena Llama Guard 4?
- Guard 4 es la opción sencilla para revisar texto e imágenes frente a una lista estándar de daños, siempre que aceptes que deja pasar alrededor de un tercio de las respuestas inseguras en inglés en la propia prueba de Meta. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta Llama Guard 4?
- Pesos gratuitos bajo la Llama 4 Community License (acceso restringido en Hugging Face). Alojado en DeepInfra vía OpenRouter a $0.18 de entrada y $0.18 de salida por 1M tokens ($0.144 en el nivel flex).
- ¿Qué inconvenientes tiene Llama Guard 4?
- 41% de detección con una imagen y 43% en texto no inglés (Meta); categorías fijas; no puede seguir una política escrita propia; sin comparaciones publicadas con otros clasificadores; las empresas con sede en la UE quedan fuera de los derechos multimodales de la licencia.
- ¿Para quién es Llama Guard 4?
- Equipos fuera de la UE que necesitan un único control alojado por ellos mismos para texto e imágenes según las categorías de riesgo de MLCommons, antes o después de un modelo de chat existente.
- ¿Cuánto cuesta Llama Guard 4 para un equipo o en producción?
- 10 millones de revisiones al mes de 500 tokens cuestan unos $900 en DeepInfra. Alojado por tu cuenta, el modelo BF16 de 24GB funciona en una sola GPU de clase 40GB o mayor; la versión de 4 bits, de unos 11GB, cabe en una tarjeta de 16GB.
- ¿Es Llama Guard 4 seguro para los datos de la empresa?
- Alojado por tu cuenta, el contenido se queda en tu hardware. Llama 4 Community License: hace falta una licencia de Meta por encima de 700 millones de usuarios mensuales, la mención "Built with Llama" es obligatoria y la política de uso excluye a personas y empresas con sede en la UE de los derechos sobre modelos multimodales.
- ¿Cuáles son las mejores alternativas a Llama Guard 4?
- Las alternativas más cercanas que hemos analizado son gpt-oss-safeguard, Qwen3Guard, Granite Guardian 4.1 8B, Shieldstral 1.0 3B y Llama Prompt Guard 2.
Respuestas comprobadas el 9 nov 2026.