Source: https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/
Canonical: https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/
Language: ja

# Meta: Llama Guard 4 12B

[Markdown](https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/index.md) · [JSON](https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/facts.json)

## [Meta: Llama Guard 4 12B](https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/)

Llama Guard 4 12Bは、プロンプトと生成された応答を評価するMetaのマルチモーダルコンテンツ分類器です。1枚以上の画像を伴うテキストを分析し、safe/unsafeのラベルと該当する危険カテゴリーを返します。Llama 4 Scoutをプルーニングして得た、密なアーキテクチャを使っています。

- [**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions` `meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/#method-0)
- [**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages` `meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/meta-llama-llama-guard-4-12b/#method-1)

モデルについて

この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。

Llama Guard 4 12Bは、120億パラメータの、Metaのネイティブなマルチモーダル安全性分類器です。テキストと複数の画像を組み合わせて学習され、safeまたはunsafeというテキストの分類結果を生成します。unsafeの場合は、違反する危険カテゴリーも返します。目的は、一般的なチャットアシスタントとして動作することではなく、プロンプトや生成された応答内のコンテンツを評価することです。

プロンプトと応答の分類

モデルは、生成モデルに送る前、そのモデルが回答を生成した後、またはその両方の時点で資料を分類できます。これらは異なる問いです。プロンプト分類はユーザーの入力を評価し、応答分類はアシスタントが実際に書いた内容を評価します。そのため、システムは、危険な依頼と、分類器の分類体系に照らしてその依頼を許容される方法で扱う応答を区別できます。

分類する正確な内容を、会話のロールと関連する文脈とともに提示してください。対象が応答の場合は、その応答の意味を決める質問を保持します。テキストと画像を組み合わせた入力では、無関係なテキストや任意に選んだ1枚の画像を分類するのではなく、そのプロンプトに結び付いた画像を含めてください。分類器の結果は、アプリのルールやレビューの手順に使う情報です。それ自体がリクエストを遮断したり、ファイルを変更したりするわけではありません。

14の危険カテゴリー

メーカーは、分類器をMLCommonsの危険分類体系に合わせ、テキスト専用のコードインタープリターのカテゴリーを追加しています。14のラベルは、暴力犯罪、非暴力犯罪、性関連犯罪、児童の性的搾取、名誉毀損、専門的助言、プライバシー、知的財産、無差別兵器、憎悪、自殺と自傷、性的コンテンツ、選挙、コードインタープリターの悪用を対象としています。

カテゴリーはS1からS14の識別子を使います。S14のCode Interpreter Abuseは、テキスト専用のツール呼び出し用途に特化しています。後のアプリの手順が同じカテゴリー定義で分類を解釈できるよう、safe/unsafeの結果とともに分類体系の識別子を保持してください。短い結果はカテゴリーに関する判断であり、完全な説明、法的な判断、考え得るすべての危険を検出したという保証ではありません。

形式の例として、unsafeの分類に続けて、該当するカテゴリーの識別子を示せます。評価した元のテキスト、その出典または会話内の位置、返されたラベルを一緒に保持してください。この対応関係により、アプリは、調べたコンテンツと、その後に書き換えられた応答や別のプロンプトを区別できます。

アーキテクチャと学習

Llama Guard 4は、事前学習済みのLlama 4 Scoutチェックポイントをプルーニングして得た、密な早期融合Transformerアーキテクチャを備えています。メーカーは、ルーティングされるエキスパートとルーター層を取り除き、共有の密なエキスパートを保持してから、得られたモデルをコンテンツ分類向けに事後学習します。そのプルーニングの後に追加の事前学習は行いません。これにより、ScoutのMixture-of-Expertsチャット版とは異なるモデルが作られます。

モデルはLlama 4のトークナイザーと視覚エンコーダーを共有し、テキスト専用とマルチモーダルの分類学習を組み合わせています。メーカーは、多言語データと複数画像での学習を説明し、そのようなサンプルの多くは2～5枚の画像を含み、テキスト専用とマルチモーダルのデータはおよそ3対1の比率で混合されているとしています。これらは学習上の特徴であり、固定された入力枚数の上限ではありません。

文書化された多言語の範囲は、Llama Guard 3の対応言語に従っており、カードでは英語とともに、フランス語、ドイツ語、ヒンディー語、イタリア語、ポルトガル語、スペイン語、タイ語を取り上げています。分類の依頼では、コンテンツを無関係な要約に置き換えず、評価対象の言語で実際の文言と視覚的な文脈を保持する必要があります。

有用な分類結果の準備

入力のチェックでは、ユーザーのメッセージと関連する画像を提示し、メーカーの形式でプロンプト分類を求めてください。出力のチェックでは、アシスタントの実際の応答と、関連する以前のメッセージを提示します。複数画像の例では、画像を結び付けるテキストを保持すると、モデルは文脈のない独立した断片ではなく、組み合わせた依頼を評価できます。

モデルカードは、対応する会話テンプレートを適用し、生成された分類だけをデコードする例を示しています。10トークンの生成例は短いラベル結果を示すもので、その数字が別の最大回答容量を意味するわけではありません。通常の会話の回答を求めず、出力の依頼を分類器の目的に合わせてください。

固有の制限

メーカーは、モデルの学習データ、常識、言語の範囲、方針の範囲によって、判断が制限される場合があると述べています。名誉毀損、知的財産、選挙に関するカテゴリーでは、分類器が持っていない事実に関する最新知識が必要になることがあります。そのため、カテゴリーラベルと、コンテンツおよびその評価で利用できた情報との関係を保持する必要があります。

カードは、主に少数の画像を含むプロンプトでテストし、最も多いのは3枚で、はるかに大きい画像群では動作が変わる場合があると記しています。これはテストされた範囲を示すもので、共通の最大枚数が3枚という意味ではありません。また、モデルは、意図した動作を変える敵対的なコンテンツやプロンプトインジェクションの影響を受ける場合があります。

Llama Guard 4はScoutからプルーニングされたというだけで、Scoutのコンテキスト仕様や一般的なアシスタント能力を引き継ぐべきではありません。参照したカードでは、この分類器の別の固定されたコンテキスト容量や出力トークン容量は示されていません。評価した資料と分類体系のラベルを実用的な成果物として保持し、その結果に応じた操作はアプリが決めるようにしてください。

実用タスク

### 実用タスク

英語の技術例

```
Classify a benign library prompt

Classify this user prompt using Llama Guard 4's prompt-safety taxonomy: 'Summarize the public library opening hours from the notice I pasted, and list any days when it is closed.' Evaluate the quoted prompt itself, not an imagined answer. Return the documented safe or unsafe classification; include S1-S14 hazard identifiers only if applicable.
```

#### 期待される結果

```
The documented safe/unsafe label, with applicable S1-S14 identifiers only for an unsafe result.
```

#### 結果の確認

```
Check the output uses only the documented classifier labels and does not answer the library-hours question.
```

**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions` `meta-llama/llama-guard-4-12b`

[`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=chat)

Meta /`meta-llama/llama-guard-4-12b`

### はじめに

Llama Guard 4 12Bは、プロンプトと生成された応答を評価するMetaのマルチモーダルコンテンツ分類器です。1枚以上の画像を伴うテキストを分析し、safe/unsafeのラベルと該当する危険カテゴリーを返します。Llama 4 Scoutをプルーニングして得た、密なアーキテクチャを使っています。

対応する入力

テキスト

結果

テキスト

### Ailootで利用可能 · 入力とメソッド

**Ailoot Ultra · OpenAI チャット** `POST /v1/chat/completions`

入力の種類

`text`

出力の種類

`text`

出力形式

jsonまたはSSE

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 meta-llama/llama-guard-4-12b | デフォルト— |
| フィールド`messages` | 種類`message[]` | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
| フィールド`messages[].role` | 種類`string` | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
| フィールド`messages[].content` | 種類`string\|content_part[]\|null` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].tool_calls` | 種類`tool_call[]` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].tool_call_id` | 種類`string` | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
| フィールド`messages[].name` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`messages[].reasoning_content` | 種類`string` | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
| フィールド`messages[].reasoning_details` | 種類`object\|array` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`max_tokens` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
| フィールド`max_completion_tokens` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
| フィールド`stream` | 種類`boolean` | 要件任意 | 値と制限 | デフォルトfalse |
| フィールド`stream_options.include_usage` | 種類`boolean` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`temperature` | 種類`number` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`top_p` | 種類`number` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`stop` | 種類`string\|string[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`tools` | 種類`function_tool[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`tools[].type` | 種類`string` | 要件任意 | 値と制限 function モデルによる | デフォルト— |
| フィールド`tools[].function.name` | 種類`string` | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
| フィールド`tools[].function.description` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`tools[].function.parameters` | 種類`JSON_schema` | 要件任意 | 値と制限 | デフォルト— |
| フィールド`tool_choice` | 種類`string\|object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`parallel_tool_calls` | 種類`boolean` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`response_format` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`reasoning_effort` | 種類`string` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`reasoning` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`service_tier` | 種類`string` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`instructions` | 種類`string` | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
| フィールド`functions` | 種類`function[]` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`function_call` | 種類`string\|object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`prompt_cache_options` | 種類`object` | 要件任意 | 値と制限 モデルによる | デフォルト— |
| フィールド`modalities` | 種類`string[]` | 要件任意 | 値と制限 text | デフォルト— |
| フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
| フィールド`cache_control.ttl` | 種類`string` | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |

入力素材の組み合わせ

**テキスト** · UTF8テキスト

`messages[].content`

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`content_type` | 仕様application/json |
| パラメータ`required` | 仕様model, messages |
| パラメータ`material_types` | 仕様text |
| パラメータ`messages` | 仕様role/content形式のメッセージ配列 |
| パラメータ`file_material` | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
| パラメータ`optional_controls` | 仕様stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| パラメータ`control_scope` | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
| パラメータ`output_modalities` | 仕様text |
| パラメータ`hosted_operations` | 仕様false |
| パラメータ`multimodal_input_binding` | 仕様null |

ライフサイクル: `synchronous_or_streamed`

正確なモデルIDをmessagesとともに送ってください。

コンテキスト長は出力上限ではありません。

テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。

### 料金

料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。

高速モード

標準料金 高速モードが選択されている場合

Flex モード

標準料金 flex モードが選択されている場合

最大推論量

標準料金 推論量が最大で、調整に既定値（default）を使用する場合

#### Ailootの料金

#### 設定別の価格

各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。

| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
| --- | --- | --- | --- | --- |
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.00036** / 1K トークン 出力 · 出力トークン **$0.00036** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.00036** / 1K トークン 出力 · 出力トークン **$0.00036** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot Ultra · OpenAI チャット

curlPython SDKPythonストリーミング

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "meta-llama/llama-guard-4-12b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='meta-llama/llama-guard-4-12b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='meta-llama/llama-guard-4-12b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### 結果を受け取って保存

#### Ailoot Ultra · OpenAI チャット

jsonまたはSSE

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。

##### 元のレスポンスを確認する場合

リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`choices[].index` | 種類integer |
| フィールド`choices[].message.content` | 種類string\|null |
| フィールド`choices[].message.tool_calls` | 種類tool\_call\[\] |
| フィールド`choices[].message.reasoning_content` | 種類string |
| フィールド`choices[].message.reasoning_details` | 種類object\|array |
| フィールド`choices[].finish_reason` | 種類string\|null |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

**Ailoot Ultra** [`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=chat)

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

[`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=chat)

**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages` `meta-llama/llama-guard-4-12b`

[`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=messages)

Meta /`meta-llama/llama-guard-4-12b`

### はじめに

Llama Guard 4 12Bは、プロンプトと生成された応答を評価するMetaのマルチモーダルコンテンツ分類器です。1枚以上の画像を伴うテキストを分析し、safe/unsafeのラベルと該当する危険カテゴリーを返します。Llama 4 Scoutをプルーニングして得た、密なアーキテクチャを使っています。

対応する入力

テキスト

結果

json · sse

### Ailootで利用可能 · 入力とメソッド

**Ailoot Ultra · Anthropic メッセージ** `POST /v1/messages`

入力の種類

`text`

出力の種類

`json`, `sse`

出力形式

JSONまたはSSE

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 meta-llama/llama-guard-4-12b | デフォルト— |
| フィールド`messages` | 種類`message[]` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`messages[].role` | 種類`string` | 要件必須 | 値と制限 user, assistant | デフォルト— |
| フィールド`messages[].content` | 種類`string` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`max_tokens` | 種類`integer` | 要件必須 | 値と制限 | デフォルト— |
| フィールド`stream` | 種類`boolean` | 要件任意 | 値と制限 | デフォルトfalse |

入力素材の組み合わせ

**テキスト** · UTF-8テキスト

`messages[].contentの文字列`

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`content_type` | 仕様application/json |
| パラメータ`required` | 仕様model, messages, max\_tokens |
| パラメータ`optional_controls` | 仕様stream |
| パラメータ`material_types` | 仕様text |
| パラメータ`text_file_material` | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |

ライフサイクル: `synchronous_or_streamed`

### 料金

料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。

高速モード

標準料金 高速モードが選択されている場合

Flex モード

標準料金 flex モードが選択されている場合

最大推論量

標準料金 推論量が最大で、調整に既定値（default）を使用する場合

#### Ailootの料金

#### 設定別の価格

各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。

| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
| --- | --- | --- | --- | --- |
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.00036** / 1K トークン 出力 · 出力トークン **$0.00036** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン **$0.00036** / 1K トークン 出力 · 出力トークン **$0.00036** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン |

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot Ultra · Anthropic メッセージ

必要最小限の完全な JSON ボディcurl · ご自身の UTF-8 ドキュメントを使用するPython · 結果全体を保存する

```json
{
  "model": "meta-llama/llama-guard-4-12b",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta-llama/llama-guard-4-12b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta-llama/llama-guard-4-12b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### 結果を受け取って保存

#### Ailoot Ultra · Anthropic メッセージ

JSONまたはSSE

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。

##### 元のレスポンスを確認する場合

リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`id` | 種類string |
| フィールド`model` | 種類string |
| フィールド`content[]` | 種類text\|thinking\|tool\_use\|other content block |
| フィールド`stop_reason` | 種類string\|null |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

**Ailoot Ultra** [`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=messages)

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

[`meta-llama/llama-guard-4-12b`](https://ailoot.ai/models/ja/#m=meta-llama%2Fllama-guard-4-12b&route=Ultra&caller=meta-llama%2Fllama-guard-4-12b&fmt=messages)

FAQ · Meta: Llama Guard 4 12B

利用できる入力と結果は何ですか？

`POST /v1/chat/completions` · `meta-llama/llama-guard-4-12b`: `text` → `text` `POST /v1/messages` · `meta-llama/llama-guard-4-12b`: `text` → `json`, `sse`

リクエストはどの項目を使用しますか？

`POST /v1/chat/completions` · `meta-llama/llama-guard-4-12b`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `meta-llama/llama-guard-4-12b`: `model`, `messages`, `max_tokens`, `stream`

どの制限が適用されますか？

`POST /v1/chat/completions` · `meta-llama/llama-guard-4-12b`: `messages.min_items`: `1`

AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。

## 企業とそのプロジェクト群

企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。

## トークンを割引価格で購入。

継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。

サブスクリプション

定期的なリクエストに合う割引プランを選びましょう。

最大50%のプロモコード

購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。

支出を履歴で確認

各リクエストのモデル、トークン、金額が保存されます。

[サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/)

## 販売する製品に、 APIを組み込みましょう。

SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。

商用アプリ

サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。

リセラーライセンス

プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。

サイトで契約文書を確認

接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。

[リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja)

## Ailoot · 企業とそのプロジェクト群





Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。





企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。





Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。