Felo API PlatformFelo API Platform
মডেলে ফিরে যান
LiquidAImessages

LFM3-1.7B (free) API

Liquid AI-এর টেক্সট-অনলি ওপেন-ওয়েট মডেল, লোকাল এজেন্ট ও টুল কলিংয়ের জন্য উপযুক্ত।

LFM3-1.7B হলো Liquid AI-এর একটি টেক্সট-অনলি ওপেন-ওয়েট ভাষা মডেল, যার প্রায় ১.৭৩ বিলিয়ন প্যারামিটার ও ২৪টি লেয়ার রয়েছে। এটি নতুন ট্রাই-হাইব্রিড আর্কিটেকচার ব্যবহার করে—১৩টি গেটেড শর্ট কনভোলিউশন লেয়ার, ৫টি স্লাইডিং উইন্ডো অ্যাটেনশন লেয়ার এবং ৬টি গ্লোবাল অ্যাটেনশন লেয়ার। ইনপুট ও আউটপুট মিলিয়ে ২৫৬K টোকেনের কনটেক্সট উইন্ডো এবং ১২৮,০০০ টোকেনের ভোকাবুলারি রয়েছে। এটি ১৬টি ভাষা সমর্থন করে এবং টুল কলিং ও স্ট্রাকচার্ড আউটপুটে সক্ষম।

সময়সীমাবদ্ধবিনামূল্যে ট্রায়াল

আপডেট:

মডেল ID

lfm-3-1.7b:free
কনটেক্সট
262.144K
সর্বোচ্চ আউটপুট
8.192K
প্রস্তাবিত API
messages
ইনপুট
text
আউটপুট
text

মূল বৈশিষ্ট্য

  • প্রায় ১.৭৩ বিলিয়ন প্যারামিটার, ২৪ লেয়ার
  • ২৫৬K টোকেন কনটেক্সট
  • ১৬টি ভাষা সমর্থন
  • টুল কলিং ও স্ট্রাকচার্ড আউটপুট
  • ৪-বিট কোয়ান্টাইজেশনে প্রায় ১ GB মেমরি
  • একাধিক রানটাইম ও কোয়ান্টাইজেশন ফরম্যাট

প্রোভাইডার

1 প্রোভাইডার

প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।

প্রোভাইডার · মূল্যের বিবরণ
প্রাপ্যতা
$0$0

বেঞ্চমার্ক

  • LiveClaw

    পয়েন্ট; LFM2.5-2.6B পেয়েছে 14.70

    45.60
  • WebArena-Verified

    পয়েন্ট; LFM2.5-2.6B পেয়েছে 3.02 এবং Qwen3.5-9B পেয়েছে 28.94

    38.42
  • BFCL V4

    পয়েন্ট; টুল ব্যবহার

    71.39
  • ToolSandbox

    পয়েন্ট

    80.36
  • LiveCodeBench v6

    পয়েন্ট

    73.46
  • SWE-bench Verified

    পয়েন্ট

    43.40
  • IFEval

    পয়েন্ট

    96.66
  • GPQA Diamond

    পয়েন্ট

    63.37

স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।

রিজনিং

সর্বদা সক্রিয়
হ্যাঁ

দ্রুত শুরু

Felo API Platform-এর সামঞ্জস্যপূর্ণ API দিয়ে এই মডেল কল করার রেডি কোড। কোড লেখার আগে প্রম্পট পরীক্ষা করতে চাইলে Playground-এ শুরু করুন।

1

আপনার API key নিন

আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।

export FELO_API_KEY="YOUR_API_KEY"
2

প্রথম অনুরোধ পাঠান

এই মডেল ID Felo API Platform endpoint-এর সঙ্গে ব্যবহার করুন। X-Request-Id-এর মতো ঐচ্ছিক রিকোয়েস্ট হেডার সমস্যা সমাধানে সাহায্য করতে পারে।

lfm-3-1.7b:free

এই মডেল রিজনিং সক্ষম। আপনার নির্বাচিত প্রোটোকল ও মডেল রুট রিজনিং নিয়ন্ত্রণ দিলে, কথোপকথন চালিয়ে যাওয়ার সময় ফেরত পাওয়া রিজনিং মেটাডেটা সংরক্ষণ করুন।

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "lfm-3-1.7b:free",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

থার্ড-পার্টি SDK ব্যবহার

সামঞ্জস্যপূর্ণ SDK-তে baseURL সেট করুন https://openapi.felo.ai/api/v1. Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ base URL ব্যবহার করুন। https://openapi.felo.ai/api.

3

স্ট্রিমিং চালু করুন

রেসপন্স server-sent events হিসেবে পেতে stream: true যোগ করুন।

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "lfm-3-1.7b:free",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ বা এজেন্ট ক্লায়েন্ট যে সারফেস ইতিমধ্যে সমর্থন করে সেটি বেছে নিন।

সারফেসমেথডURL

Messages

Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ মেসেজ।

POST

https://openapi.felo.ai/api/v1/messages

প্যারামিটার

নামধরনডিফল্টবিবরণ
modelstringlfm-3-1.7b:freeকল করার প্রকাশ্য মডেল ID।
max_tokensinteger—সর্বোচ্চ কত টোকেন তৈরি হবে।
messagesarray—Chat Completions-এর কথোপকথন মেসেজ।
seed———
stop———
min_p———
toolsarray—সামঞ্জস্যপূর্ণ schema অনুসরণ করা tool calling সংজ্ঞা।
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—সমর্থিত হলে রেসপন্সের বৈচিত্র্য নিয়ন্ত্রণ করে।
tool_choicestring or object—কোনো tool কল করা উচিত কি না তা নিয়ন্ত্রণ করে।
top_logprobs———
response_formatobject—সমর্থিত হলে স্ট্রাকচার্ড আউটপুট অনুরোধ করে।
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

সাধারণ প্রশ্ন

মডেল পরিচিতি: LFM3-1.7B (free)?

LFM3-1.7B হলো Liquid AI-এর একটি টেক্সট-অনলি ওপেন-ওয়েট ভাষা মডেল, যার প্রায় ১.৭৩ বিলিয়ন প্যারামিটার ও ২৪টি লেয়ার রয়েছে। এটি নতুন ট্রাই-হাইব্রিড আর্কিটেকচার ব্যবহার করে—১৩টি গেটেড শর্ট কনভোলিউশন লেয়ার, ৫টি স্লাইডিং উইন্ডো অ্যাটেনশন লেয়ার এবং ৬টি গ্লোবাল অ্যাটেনশন লেয়ার। ইনপুট ও আউটপুট মিলিয়ে ২৫৬K টোকেনের কনটেক্সট উইন্ডো এবং ১২৮,০০০ টোকেনের ভোকাবুলারি রয়েছে। এটি ১৬টি ভাষা সমর্থন করে এবং টুল কলিং ও স্ট্রাকচার্ড আউটপুটে সক্ষম।

ব্যবহারের জন্য কীভাবে চার্জ হয়?

আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।

LFM3-1.7B কোন ধরনের ইনপুট সমর্থন করে?

এটি শুধুমাত্র টেক্সট ইনপুট নেয় এবং টেক্সট আউটপুট দেয়। এটি একটি টেক্সট-অনলি মডেল।

এর কনটেক্সট উইন্ডো কত বড়?

ইনপুট ও আউটপুট মিলিয়ে ২৫৬K টোকেনের কনটেক্সট উইন্ডো রয়েছে।

এটি কোন কাজের জন্য সবচেয়ে উপযুক্ত?

লোকাল এজেন্ট, টুল কলিং, স্ট্রাকচার্ড আউটপুট, ডোমেইন-নির্দিষ্ট ফাইন-টিউনিং এবং রিট্রিভড নথি থেকে উত্তর দেওয়ার জন্য এটি ডিজাইন করা হয়েছে।

এটি কি এজেন্টিক কোডিং বা জটিল মাল্টি-স্টেপ রিজনিংয়ের জন্য ভালো?

না, এজেন্টিক কোডিং বা জটিল মাল্টি-স্টেপ রিজনিংয়ের জন্য এটি সুপারিশ করা হয় না। জ্ঞান-নিবিড় কাজের জন্য রিট্রিভাল বা RAG ব্যবহারের পরামর্শ দেওয়া হয়।

LFM3-1.7B কীভাবে চালানো যায়?

এটি Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX এবং ONNX Runtime-এ চলে। BF16, FP8, NVFP4, GGUF, MLX ও ONNX কোয়ান্টাইজেশন ফরম্যাটে পাওয়া যায়।

LFM3-1.7B এবং LFM2.5-2.6B-এর মধ্যে পার্থক্য কী?

LFM3-1.7B ৩৫% কম প্যারামিটার নিয়ে LFM2.5-2.6B-কে ছাড়িয়ে যায় এবং ৮K-টোকেন কনটেক্সটে প্রায় ২৫% দ্রুত চলে।

সংশ্লিষ্ট মডেল