Meta 关停 Llama API 公测，把托管生意甩给第三方

Meta 昨晚发出了一份让不少开发者措手不及的公告：Llama API 公共预览版将于 2026 年 7 月 6 日，也就是明天，正式下线。届时所有向该端点发出的请求都会收到停用提示与重定向指引，官方连一个正式 GA 版本都没打算推。

算算时间，从 2025 年 4 月 30 日 LlamaCon 上高调宣布，到今天正式关停，这项服务的完整生命周期只有 14 个月出头，且始终没有走出 Public Preview。对一个市值上万亿美元的公司来说，这种收尾方式相当仓促。

发生了什么

公告本身写得很克制，核心信息就三条：

• 7 月 6 日起，Llama API 服务全面关闭，请求返回停用提示；
• Llama 模型本身不受影响，权重依然可以在 llama.com 和 Hugging Face 上下载；
• 建议现有用户迁移至支持 Llama 模型的第三方提供商，比如 Together、Fireworks、Groq、Replicate 这些常见的托管服务。

Meta 同时留了一句半开放的话——「计划在未来为开发者提供使用 Meta AI 模型进行开发的新途径，敬请期待近期公布的更多细节」。翻译一下：官方托管的路子暂时封了，但不排除以另一种形态回来。

结合上个月流传的「Meta 筹建云服务业务、对外售卖闲置 AI 算力与模型」的消息，这句「新途径」大概率不是简单的 API 复活，而是要装进一个更大的云服务盘子里重新做产品定义。

为什么现在关

这事儿得放回到 Meta 今年的整体节奏里看。

一、Llama API 本身没跑出差异化

Llama 是开源的，任何一家推理平台都能拿去托管。Together、Fireworks 靠工程优化把 Llama 3、Llama 4 的推理成本压到了极低水平；Groq 靠自研 LPU 把首 token 延迟做到毫秒级；SambaNova、Cerebras 也各有硬件优势。Meta 自己下场做 API，既没有推理速度的护城河，也没有价格优势，反而要维护一堆客户支持、SLA、计费系统。

更尴尬的是，Meta 官方 API 在功能面上其实一直落后于第三方——function calling、结构化输出、批量推理这些企业客户关心的能力，Together、Fireworks 早就补齐了，官方那边始终还是「预览」的状态。

二、内部战略重心转移

汪滔（Alexandr Wang）今年 6 月刚透露过下一代旗舰模型「西瓜」（Watermelon）的进展，说是基准测试已经追上 GPT-5.5。这个信号很清楚：Meta 内部的 AI 资源正在向前沿模型集中，Llama 系列的角色可能会重新定位。

再叠加那条云服务传闻，Meta 想做的显然是一个类似 Bedrock 或 Vertex AI 那种更大盘子的东西，而不是单纯给 Llama 建一个 OpenAI 式的 API 门面。当前这套 Llama API 在架构上就是个过渡产物，不如趁早关掉重来。

三、开源和商业的边界要重新划

这一年来 Meta 对 Llama 许可证的态度一直在微调，尤其是对超大规模商用客户的限制越来越具体。自己既做开源模型分发、又做官方 API，本身在商业逻辑上就有点矛盾——你怎么和自家的付费 API 用户解释「你花钱买的东西我免费送给别人」？关掉 API，把托管让给第三方，Meta 反而能更纯粹地站在「模型提供者」的位置上。

对开发者意味着什么

如果你的项目还挂着 api.llama.com，那这两天要做的事很明确。

第一步：盘点依赖。看看代码里有多少地方硬编码了 Meta 官方端点，是不是走的 OpenAI 兼容格式。Llama API 用的就是 OpenAI 兼容协议，这一点是好事——迁移成本主要在改 base_url 和 API key，不需要重写业务逻辑。

第二步：选新家。目前主流的选择大致分三类：

• 专业推理平台：Together AI、Fireworks AI、Groq、DeepInfra，价格透明，速度快，Llama 3.x / 4.x 全系列都有；
• 云厂商托管：AWS Bedrock、Azure AI Foundry、Google Vertex AI，适合已经绑定某朵云的企业客户，合规和 SLA 更硬；
• 聚合类平台：OpenRouter、OpenAI Hub 这类一个 Key 对接多家模型的中间层，适合需要在 GPT、Claude、Gemini、DeepSeek 和 Llama 之间灵活切换的团队。OpenAI Hub 国内直连、兼容 OpenAI 格式，对国内开发者迁移场景比较友好，不用一家家去开企业账户。

第三步：验证行为一致性。不同托管服务商对 Llama 的部署配置可能略有差异，尤其是 sampling 参数默认值、system prompt 处理方式、tokenizer 边缘 case，跑一遍你自己的回归测试集，比 benchmark 数字更靠谱。

第四步：把 SDK 抽象层加厚。这件事本身就是提醒——把模型 provider 藏在一个 adapter 后面，别让 base_url 散落在业务代码里。下次不管是 Meta 「新途径」上线，还是又要换一家托管，都能一行配置搞定。

一个更值得琢磨的问题

Meta 这次退场，其实印证了开源模型商业化的一个规律：模型权重开源之后，最赚钱的往往不是模型作者，而是把推理做到极致的中间层。

OpenAI、Anthropic 能靠 API 赚钱，是因为模型闭源，别人复现不出来；Llama 一开源，Meta 自己反而没了 API 生意的护城河。这跟当年 Red Hat 之于 Linux 是同一个逻辑——发行版和服务能赚钱，内核本身不能。

那 Meta 的下一步「新途径」是什么？大概率是两条路：

1. 把 Llama API 升级成一个多模型云服务，塞进闲置算力对外卖，对标 Bedrock；
2. 绑定 Meta AI 助手生态，通过 WhatsApp、Instagram 里的 Agent 场景切入企业用户，API 只是其中一个入口。

无论哪种，都比现在这个不温不火的公测版本更有故事可讲。

时间表

对目前还在用 Llama API 的团队，最紧迫的时间节点是这样的：

• 7 月 6 日（明天）：服务全面关闭，请求返回停用提示；
• 过渡期：官方没有明确说停用后的响应会持续多久，建议按「立即失效」处理，别等重定向；
• 数据处理：如果你在 Llama API 上做过 fine-tuning 或者上传过文件，公告没有细说数据留存策略，重要资产今天之内先备份。

结语

一年多的公测，最后以一句「建议迁移到第三方」收尾，Meta Llama API 走完了它并不光彩的一生。但这未必是坏事——Meta 从来没把重点放在做 API 生意上，模型开源、算力自用、云服务重来，这套组合拳可能才是它真正想打的。

对开发者来说，短痛换来的其实是更清晰的选择：托管这事儿，交给专业的人干；模型这事儿，用你信得过的那个。

参考来源

• IT之家：Meta 将于明日下线 Llama API 公共预览版 —— 原始公告与迁移建议