モデルとモダリティの実践ガイド2026年10月22日Flatkey Team

Llama API（2026年）：今Llamaを呼び出せる場所、料金、セットアップ

Meta公式Llama APIに何が起きたのか、2026年10月時点でLlama 3.3とLlama 4を提供しているプロバイダーと料金、そのまま使えるOpenAI SDKコード、セルフホストとのトレードオフをまとめました。

Llama API（2026年）：今Llamaを呼び出せる場所、料金、セットアップ

2026年10月時点で、Metaにはセルフサービスで従量課金のLlama APIはありません。Metaの開発者サイトは現在 dev.meta.ai に移り、Meta Model APIを通じてMuseモデルを販売しています。またGroqにある「公式Llama API」のページでは早期アクセスの申請が求められます。今すぐLlamaを呼び出す必要があるなら、ホスティング型のプロバイダーを使いましょう。OpenRouterではLlama 3.3 70B Instructが100万トークンあたり入力$0.10・出力$0.32、Together AIでは$1.04 / $1.04、GroqではLlamaが営業問い合わせのEnterpriseモデルとして掲載されています。重みをダウンロードしてセルフホストすることもできます。

このガイドは、今週中に動くLlamaエンドポイントが欲しい個人開発者向けです。Metaで何が変わったか、どのプロバイダーがどのLlamaモデルをいくらで提供しているか、コピーして使えるOpenAI SDKのコード、ホスティングとセルフホストの選び方、そして1つのキーで安価なオープンモデルを使いたいだけの場合の選択肢を解説します。以下の料金はすべて2026年10月22日に確認しました。

Meta公式のLlama APIはどうなったのか？

Metaは2025年、OpenAI互換エンドポイント https://api.llama.com/compat/v1/ を備えた開発者向けLlama APIを発表しました。2026年10月22日時点で、次の3点が確認できます。

llama.developer.meta.com と llama.com は現在 dev.meta.ai にリダイレクトされます。 サイトの見出しは「Your next build starts with Muse」で、モデルメニューにはMuse Wonder、Muse Spark 1.3、Muse Spark Open、Muse Glimmer、Muse Image、Muse Voice Transcribe、SAM 3.1が並んでいます。LlamaはLlamaのドキュメントとGitHubへのリンクとしてのみ登場します。
Meta Model APIが提供するのはMuseであり、Llamaではありません。 そのドキュメントではbase URLが https://api.meta.ai/v1 とされ、Museモデル向けにResponses、Chat Completions、Messages形式のインターフェースを提供しています。
Groqで高速化された「公式Llama API」は承認制です。 GroqのLlama APIランディングページには今も api.llama.com/compat/v1/ というbase URLが表示され、「Request Early Access and start building!」と書かれています。このエンドポイントに認証なしでリクエストするとHTTP 401が返るため、承認済みのキーが必要です。

つまり、チュートリアルに「Meta Llama APIに登録してキーを取得」と書いてあっても、待機リストに入ることになると考えてください。現実的な方法はサードパーティのホスティングです。

2026年10月にLlamaを呼び出せる場所（料金比較）

料金は100万トークンあたりの米ドル、2026年10月22日に確認。

プロバイダー	Llamaモデル	入力	出力	コンテキスト	備考
OpenRouter	Llama 3.3 70B Instruct	$0.10	$0.32	131,072	利用可能な最安のホストにルーティング
OpenRouter	Llama 4 Maverick	$0.1875	$0.6525	524,288	マルチモーダル入力
OpenRouter	Llama 4 Scout	$0.10	$0.30	1,310,720	掲載中で最長のコンテキスト
OpenRouter	Llama 3.1 8B Instruct	$0.05	$0.08	131,072	最安の汎用Llama
Together AI	Llama 3.3 70B	$1.04	$1.04	n/a	サーバーレス、単一の統合料金
Together AI	Llama 3 8B Instruct Lite	$0.14	$0.14	n/a	サーバーレス
Groq	`llama-3.3-70b-versatile`	営業に問い合わせ	営業に問い合わせ	131,072	Enterprise表記、約280トークン/秒と掲載
Groq	`llama-3.1-8b-instant`	営業に問い合わせ	営業に問い合わせ	131,072	Enterprise表記、約560トークン/秒と掲載
セルフホスト（Hugging Faceの重み）	任意のLlama	GPUコスト	GPUコスト	モデルの上限	Llamaライセンスへの同意が必要

出典：OpenRouterの公開モデルAPI、Together AIの料金ページ、Groqのモデルページ。いずれも2026年10月22日に確認。OpenRouterの料金は掲載中の最安ルートで、ホスト側の料金変更に伴い変動します。

同じモデルなのにホストによって10倍違う理由

Llama 3.3 70Bの出力100万トークンあたりの料金は、OpenRouterで$0.32、Togetherで$1.04です。重みは同一で、違いは量子化（FP8か、より高い精度か）、保証されるスループット、レート制限、そしてホストがそのモデルを大規模に運用しているかどうかにあります。比較する際は、プロバイダーのモデルページで提供精度、最大出力トークン数、128Kのフルコンテキストを維持しているかの3点を確認しましょう。

OpenAI SDKでLlamaを呼び出す方法

上記のホストはすべてOpenAI互換のChat Completionsエンドポイントを提供しているため、base URLとモデルIDを変えるだけで同じコードが動きます。

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、アカウントにLlamaへのアクセス権がある場合）：

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);

モデルIDはホストごとに異なります（たとえばOpenRouterでは meta-llama/llama-3.3-70b-instruct、Togetherでは meta-llama/Llama-3.3-70B-Instruct-Turbo）。推測せず、プロバイダーのモデル一覧からIDを確認してください。デプロイ前に GET /v1/models で正確なIDを確かめましょう。

どのLlamaモデルを選ぶべきか？

用途	モデル	理由
分類、ルーティング、短い抽出	Llama 3.1 8B	OpenRouterで$0.05 / $0.08、高速
一般的なチャットとRAGの回答	Llama 3.3 70B	Llama 3系で最もコストパフォーマンスが高いと定評
非常に長い文書	Llama 4 Scout	OpenRouterで131万トークンのコンテキストを掲載
画像＋テキスト入力	Llama 4 Maverick	ネイティブのマルチモーダル、524Kコンテキスト
安全性フィルタリング	Llama Guard 4 12B	モデレーション用モデル、OpenRouterで$0.18 / $0.18

簡単な月額試算：Llama 3.3 70BでRAGの回答を50,000件、各3,000入力トークン・400出力トークンとすると、入力1億5,000万・出力2,000万トークンになります。OpenRouterでは 150 × $0.10 + 20 × $0.32 = 月$21.40、Togetherでは 170 × $1.04 = $176.80 です。

# 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")

ホスティングAPIとLlamaのセルフホストの比較

セルフホストが意味を持つのは、データを自社ハードウェアに留める必要がある場合、ファインチューニング版が必要な場合、または非常に高い継続的なボリュームがある場合です。Metaは Hugging Face でLlama Community Licenseのもと重みを公開しており、vLLM などの推論エンジンはOpenAI互換のサーバーを提供します。

要素	ホスティングAPI	セルフホスト
最初のリクエストまでの時間	数分	数時間から数日
低ボリューム時のコスト	数セント	アイドル状態のGPUコスト
高い継続ボリューム時のコスト	トークン単位で比例	トークン単価が下がる可能性あり
データの管理	プロバイダーの規約に従う	完全に自社管理
運用作業	不要	スケーリング、アップグレード、監視

小規模チーム向けの目安：ホスティングルートの請求が月数百ドル未満なら、時間の面でホスティングAPIが有利です。70Bモデルには大量のGPUメモリが必要です（16ビット精度で重みだけで約140GB、KVキャッシュは別）。導入前にハードウェア費用を見積もりましょう。

Llama APIでよくある問題と対処法

api.llama.comから401： アカウントが承認制のLlama APIで承認されていません。サードパーティのホストを使ってください。
404 model not found： モデルIDはホストごとに異なります。GET /v1/models でモデル一覧を取得しましょう。
出力が途中で切れる： 一部のホストは最大出力トークン数を制限しています（GroqはLlama 3.3 70Bで32,768と掲載）。max_tokens を明示的に設定してください。
429レート制限： 無料・低ティアはリクエスト制限が厳しめです。バックオフ付きのリトライを追加しましょう。レート制限ガイドで実装パターンを紹介しています。
ホストによって回答が違う： 量子化が異なるためです。評価時は1つのホストに固定しましょう。

FlatkeyでLlamaは使える？

使えません。2026年10月22日時点で、FlatkeyのモデルカタログにLlamaモデルは含まれていないため、FlatkeyのキーでLlamaのモデルIDを指定しないでください。OpenAI互換のキーで低コストなモデルを使いたいのが本当の目的なら、Flatkeyでは次の選択肢が掲載されています（100万トークンあたり、2026年10月22日）。

Flatkeyのモデル	入力	出力	コンテキスト
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

これらはLlamaとは別のモデルで、そのまま置き換えられるものではないため、ご自身のプロンプトでテストしてください。ほかの選択肢については、無料LLM API、OpenRouterの代替、Qwen API、DeepSeek APIの料金の各ガイド、または1つのAPIキーで複数モデルを呼び出す方法をご覧ください。

よくある質問

Llama APIとは何ですか？

MetaのLlamaモデルを提供するHTTP APIの総称です。Meta自身の承認制Llama APIは https://api.llama.com/compat/v1/ を使い、OpenRouter、Together AI、Groqなどのプロバイダーはそれぞれ独自のOpenAI互換エンドポイントでLlamaを提供しています。

Llama APIは無料ですか？

2026年10月時点で、Metaは無料のセルフサービスLlama APIを提供していません。一部のホストはレート制限付きの無料Llamaを提供しており、重み自体もLlamaライセンスのもとで無料でダウンロードできますが、実行にはGPU費用がかかります。

Llama APIの料金はいくらですか？

2026年10月22日時点で、Llama 3.3 70Bは100万トークンあたりOpenRouterで入力$0.10・出力$0.32、Together AIで$1.04 / $1.04です。Llama 3.1 8BはOpenRouterで$0.05 / $0.08です。

LlamaとGPTの違いは？

Llamaはオープンウェイトのモデルなので、ダウンロードして自分で動かすことも、多くのホストから選ぶこともできます。GPTモデルはOpenAIのAPIまたはそのパートナー経由でしか使えません。OpenAI SDK向けに書いたコードは、base URLとモデルIDを変えれば通常Llamaのホストでも動きます。