Meta: Llama Guard 4 12B
Meta: Llama Guard 4 12B est un LLM à poids ouverts publié par Meta le 30 avril 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les modèles sont probablement dépassés et souvent retirés des catalogues.
Meta: Llama Guard 4 12B est un LLM à poids ouverts publié par Meta le 30 avril 2025. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les modèles sont probablement dépassés et souvent retirés des catalogues.
Il se distingue par une fenêtre de contexte de 163 840 tokens et des connaissances arrêtées au 31 août 2024. Son autre caractéristique majeure est son prix très économique, inférieur de 91% à la moyenne des LLM similaires.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Meta |
| Poids | 🟢 Poids ouverts |
| Date de sortie | 30 avril 2025 |
| Connaissances jusqu'à | 2024-08-31 |
| Multimodal | oui |
| Fenêtre de contexte | 163 840 tokens |
| Modalités (entrée → sortie) | image,text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : General Knowledge (Baseline) | 0,0 % | 153ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 0,0 % | 152ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 0,0 % | 163ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 0,0 % | 145ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 0,0 % | 155ᵉ / 162 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : General Knowledge (Baseline)
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| DeepInfra | 0,18 $ | 0,18 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 91 % en dessous de la moyenne des LLM similaires, et 30,6 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0 $ |
| Latence moyenne par benchmark — Benchable | 3 min 25 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. La fenêtre de contexte de 163 840 tokens constitue l’un des principaux attributs concrets de Meta: Llama Guard 4 12B. Ses poids ouverts représentent également un élément distinctif. Son tarif est particulièrement bas, à 0,18 $ par million de tokens en entrée comme en sortie. Il coûte environ 30,6 fois moins cher que les modèles frontière, ce qui le place clairement dans la catégorie des LLM très économiques.
Limites et points d’attention. Les résultats Benchable ne font ressortir aucune force mesurée. Le modèle obtient 0% dans General Knowledge, Ethics, Email Classification, Instruction Following et Coding. Il arrive dernier en Email Classification et reste en retrait dans les autres classements. Plusieurs de ces benchmarks sont plafonnés et produisent des ex æquo, ce qui limite leur pouvoir discriminant, mais leurs scores ne permettent pas d’établir une compétence solide. Après environ un an, ses performances sont aujourd’hui largement dépassées à l’échelle de l’IA. Les modèles de cette période sont aussi souvent retirés du catalogue de leur éditeur. Enfin, ses connaissances s’arrêtent au 31 août 2024.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).