Guías de modelos y modalidades22 de octubre de 2026Flatkey Team

Llama API (2026): dónde todavía puedes usar Llama, precios y configuración

Qué pasó con la Llama API oficial de Meta, qué proveedores siguen ofreciendo Llama 3.3 y Llama 4 en octubre de 2026, sus precios, código OpenAI SDK listo para copiar y lo que implica alojarlo tú mismo.

Llama API (2026): dónde todavía puedes usar Llama, precios y configuración

En octubre de 2026 Meta no ofrece una Llama API de autoservicio con pago por uso: el sitio para desarrolladores de Meta, ahora en dev.meta.ai, vende sus modelos Muse a través de la Meta Model API, y la página de la "Llama API oficial" en Groq te pide solicitar acceso anticipado. Si necesitas llamar a Llama hoy, usa un proveedor alojado. OpenRouter ofrece Llama 3.3 70B Instruct a $0.10 de entrada y $0.32 de salida por millón de tokens, Together AI lo sirve a $1.04 / $1.04 y Groq lo lista como modelo Enterprise con contacto comercial. También puedes descargar los pesos y alojarlo tú mismo.

Esta guía es para desarrolladores independientes que quieren un endpoint de Llama funcionando esta semana. Explica qué cambió en Meta, qué proveedores siguen sirviendo qué modelos Llama y a qué precio, código para el OpenAI SDK listo para copiar, cómo elegir entre alojado y autoalojado, y qué usar si solo quieres un modelo abierto barato detrás de una sola clave. Todos los precios se verificaron el 22 de octubre de 2026.

¿Qué pasó con la Llama API oficial de Meta?

Meta anunció en 2025 una Llama API para desarrolladores con un endpoint compatible con OpenAI en https://api.llama.com/compat/v1/. A 22 de octubre de 2026 se cumplen tres cosas:

llama.developer.meta.com y llama.com ahora redirigen a dev.meta.ai. El titular del sitio es "Your next build starts with Muse" y su menú de modelos incluye Muse Wonder, Muse Spark 1.3, Muse Spark Open, Muse Glimmer, Muse Image, Muse Voice Transcribe y SAM 3.1. Llama aparece solo como enlaces a la documentación de Llama y al GitHub de Llama.
La Meta Model API sirve Muse, no Llama. Su documentación indica la base URL https://api.meta.ai/v1 y ofrece interfaces tipo Responses, Chat Completions y Messages para los modelos Muse.
La "Llama API oficial" acelerada por Groq tiene acceso restringido. La página de la Llama API de Groq sigue mostrando la base URL api.llama.com/compat/v1/ y dice "Request Early Access and start building!". Una petición sin autenticar a ese endpoint devuelve HTTP 401, así que necesitas una clave aprobada.

Por eso, si un tutorial te dice que "te registres en la Meta Llama API y obtengas una clave", espera una lista de espera. El camino práctico es un proveedor externo.

Dónde usar Llama en octubre de 2026 (precios comparados)

Precios en USD por millón de tokens, verificados el 22 de octubre de 2026.

Proveedor	Modelo Llama	Entrada	Salida	Contexto	Notas
OpenRouter	Llama 3.3 70B Instruct	$0.10	$0.32	131,072	Enruta al proveedor disponible más barato
OpenRouter	Llama 4 Maverick	$0.1875	$0.6525	524,288	Entrada multimodal
OpenRouter	Llama 4 Scout	$0.10	$0.30	1,310,720	El contexto más largo listado
OpenRouter	Llama 3.1 8B Instruct	$0.05	$0.08	131,072	El Llama general más barato
Together AI	Llama 3.3 70B	$1.04	$1.04	n/a	Serverless, precio único combinado
Together AI	Llama 3 8B Instruct Lite	$0.14	$0.14	n/a	Serverless
Groq	`llama-3.3-70b-versatile`	Contactar ventas	Contactar ventas	131,072	Marcado como Enterprise; unos 280 tokens/s listados
Groq	`llama-3.1-8b-instant`	Contactar ventas	Contactar ventas	131,072	Marcado como Enterprise; unos 560 tokens/s listados
Autoalojado (pesos en Hugging Face)	Cualquier Llama	Coste de GPU	Coste de GPU	Límite del modelo	Requiere aceptar la licencia de Llama

Fuentes: la API pública de modelos de OpenRouter, la página de precios de Together AI y la página de modelos de Groq, todas verificadas el 22 de octubre de 2026. Los precios de OpenRouter son la ruta más barata listada y pueden cambiar cuando los proveedores ajustan sus tarifas.

Por qué el mismo modelo cuesta 10 veces más en un proveedor

Llama 3.3 70B cuesta $0.32 por millón de tokens de salida en OpenRouter y $1.04 en Together. Los pesos son idénticos; las diferencias están en la cuantización (FP8 frente a mayor precisión), el rendimiento garantizado, los límites de tasa y si el proveedor ejecuta el modelo a escala. Al comparar, revisa tres cosas en la página del modelo del proveedor: la precisión que sirve, el máximo de tokens de salida y si mantiene el contexto completo de 128K.

Cómo llamar a Llama con el OpenAI SDK

Todos los proveedores anteriores exponen un endpoint de Chat Completions compatible con OpenAI, así que el mismo código funciona cambiando la base URL y el ID del modelo.

Python (OpenRouter):

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ["OPENROUTER_API_KEY"],
)

resp = client.chat.completions.create(
    model="meta-llama/llama-3.3-70b-instruct",
    messages=[{"role": "user", "content": "Summarize the Llama 3.3 license in 3 bullets."}],
    max_tokens=300,
)
print(resp.choices[0].message.content)
print(resp.usage)

curl (Together AI):

curl -s https://api.together.xyz/v1/chat/completions \
  -H "Authorization: Bearer $TOGETHER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "meta-llama/Llama-3.3-70B-Instruct-Turbo",
       "messages": [{"role": "user", "content": "Write a haiku about rate limits."}],
       "max_tokens": 100}'

Node.js (Groq, si tu cuenta tiene acceso a Llama):

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.groq.com/openai/v1",
  apiKey: process.env.GROQ_API_KEY,
});

const r = await client.chat.completions.create({
  model: "llama-3.3-70b-versatile",
  messages: [{ role: "user", content: "Explain tokens per second in one sentence." }],
});
console.log(r.choices[0].message.content);

Los ID de modelo varían según el proveedor (por ejemplo meta-llama/llama-3.3-70b-instruct en OpenRouter frente a meta-llama/Llama-3.3-70B-Instruct-Turbo en Together), así que lee el ID en la lista de modelos del proveedor en lugar de adivinarlo. Comprueba el ID exacto con GET /v1/models antes de desplegar.

¿Qué modelo Llama deberías elegir?

Tarea	Modelo	Por qué
Clasificación, enrutamiento, extracción corta	Llama 3.1 8B	$0.05 / $0.08 en OpenRouter, rápido
Chat general y respuestas RAG	Llama 3.3 70B	La mejor calidad por dólar conocida de la línea Llama 3
Documentos muy largos	Llama 4 Scout	Contexto de 1.31M tokens listado en OpenRouter
Entrada de imagen + texto	Llama 4 Maverick	Multimodal nativo, contexto de 524K
Filtrado de seguridad	Llama Guard 4 12B	Modelo de moderación, $0.18 / $0.18 en OpenRouter

Una estimación mensual rápida: 50.000 respuestas RAG en Llama 3.3 70B, cada una con 3.000 tokens de entrada y 400 de salida, suman 150M de tokens de entrada y 20M de salida. En OpenRouter son 150 × $0.10 + 20 × $0.32 = $21.40 al mes; en Together, 170 × $1.04 = $176.80.

# Monthly cost estimate for a Llama route (prices per 1M tokens, Oct 22, 2026)
routes = {"openrouter-llama-3.3-70b": (0.10, 0.32), "together-llama-3.3-70b": (1.04, 1.04)}
req, tin, tout = 50_000, 3_000, 400
for name, (pin, pout) in routes.items():
    cost = req * tin / 1e6 * pin + req * tout / 1e6 * pout
    print(f"{name}: ${cost:,.2f}/month")

API alojada frente a autoalojar Llama

Autoalojar tiene sentido cuando necesitas que los datos se queden en tu propio hardware, una variante ajustada o un volumen sostenido muy alto. Meta publica los pesos en Hugging Face bajo la Llama Community License, y motores de inferencia como vLLM exponen un servidor compatible con OpenAI.

Factor	API alojada	Autoalojado
Tiempo hasta la primera petición	Minutos	De horas a días
Coste con poco volumen	Céntimos	Coste de GPU inactiva
Coste con volumen alto sostenido	Lineal por token	Puede ser menor por token
Control de datos	Términos del proveedor	Totalmente tuyo
Trabajo de operaciones	Ninguno	Escalado, actualizaciones, monitorización

Regla práctica para un equipo independiente: si tu factura en una ruta alojada es inferior a unos cientos de dólares al mes, la API alojada gana en tiempo. Un modelo de 70B necesita mucha memoria de GPU (unos 140 GB solo de pesos a 16 bits, sin contar la caché KV), así que calcula el coste del hardware antes de comprometerte.

Problemas comunes de la Llama API y soluciones

401 de api.llama.com: tu cuenta no ha sido aprobada para la Llama API restringida. Usa un proveedor externo.
404 model not found: el ID del modelo depende del proveedor. Lista los modelos con GET /v1/models.
Salida cortada: algunos proveedores limitan los tokens de salida (Groq lista 32.768 para Llama 3.3 70B). Define max_tokens explícitamente.
429 por límite de tasa: los niveles gratuitos y bajos tienen límites de peticiones estrictos. Añade reintentos con backoff; nuestra guía de límites de tasa muestra un patrón.
Respuestas distintas según el proveedor: la cuantización varía. Fija un solo proveedor para las evaluaciones.

¿Flatkey ofrece Llama?

No. A 22 de octubre de 2026 el catálogo de modelos de Flatkey no incluye ningún modelo Llama, así que no apuntes una clave de Flatkey a un ID de modelo Llama. Si lo que realmente quieres es un modelo de bajo coste detrás de una clave compatible con OpenAI, Flatkey lista estas alternativas (por millón de tokens, 22 de octubre de 2026):

Modelo en Flatkey	Entrada	Salida	Contexto
Qwen 3.8 Flash	$0.12	$0.376	n/a
Qwen 3.7 Plus	$0.32	$1.28	256,000
MiniMax M2.7	$0.30	$1.20	204,800
Kimi K2.5	$0.48	$2.40	262,144

Son modelos distintos de Llama, no sustitutos directos, así que pruébalos con tus propios prompts. Para más opciones, consulta nuestras guías de LLM API gratuitas, alternativas a OpenRouter, la Qwen API y precios de la DeepSeek API, o cómo una sola clave de API puede llamar a varios modelos.

Preguntas frecuentes

¿Qué es la Llama API?

Es cualquier API HTTP que sirve los modelos Llama de Meta. La Llama API restringida de Meta usa https://api.llama.com/compat/v1/, mientras que proveedores como OpenRouter, Together AI y Groq sirven Llama a través de sus propios endpoints compatibles con OpenAI.

¿La Llama API es gratuita?

Meta no ofrece una Llama API gratuita de autoservicio en octubre de 2026. Algunos proveedores ejecutan variantes de Llama gratuitas con límites de tasa, y los pesos se pueden descargar gratis bajo la licencia de Llama, pero pagas las GPU para ejecutarlos.

¿Cuánto cuesta la Llama API?

El 22 de octubre de 2026, Llama 3.3 70B cuesta $0.10 de entrada y $0.32 de salida por millón de tokens en OpenRouter y $1.04 / $1.04 en Together AI. Llama 3.1 8B cuesta $0.05 / $0.08 en OpenRouter.

¿En qué se diferencia Llama de GPT?

Los modelos Llama son de pesos abiertos, así que puedes descargarlos y ejecutarlos tú mismo o elegir entre muchos proveedores. Los modelos GPT solo están disponibles a través de la API de OpenAI o sus socios. El código escrito para el OpenAI SDK suele funcionar con un proveedor de Llama cambiando la base URL y el ID del modelo.

¿La Muse API de Meta es lo mismo que la Llama API?

No. La Meta Model API en api.meta.ai/v1 sirve los modelos Muse de Meta (como Muse Spark 1.3 y Muse Wonder), que son una familia de modelos distinta de Llama.