LFM3-1.7B (free) API
LFM3-1.7B es un modelo de lenguaje abierto de 1,7 mil millones de parámetros de Liquid AI, optimizado para agentes locales, uso de herramientas y contexto de 128K tokens.
LFM3-1.7B es un modelo de lenguaje de código abierto desarrollado por LFM AI. Con aproximadamente 1,73 mil millones de parámetros y 24 capas, emplea una arquitectura tri-híbrida que combina 13 capas de convolución corta con compuertas, 5 capas de atención de ventana deslizante y 6 capas de atención global. Soporta 16 idiomas, incluyendo inglés, español, francés, alemán, chino, japonés, árabe, hindi y ruso, entre otros. Está diseñado para ejecutarse en entornos locales y en aplicaciones específicas de dominio, con soporte para llamadas a herramientas y salidas estructuradas.
El modelo ha sido entrenado posteriormente para arneses de agentes como Hermes Agent, Pi y OpenClaw. Es compatible con plataformas como Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX y ONNX Runtime, y está disponible en formatos de cuantización BF16, FP8, NVFP4, GGUF, MLX y ONNX. Su ventana de contexto alcanza 256K tokens (entrada y salida combinadas).
LFM3-1.7B es ideal para tareas de agentes locales, selección de herramientas, extracción de JSON estructurado, respuesta basada en documentos recuperados y ajuste fino para dominios específicos. Sin embargo, no se recomienda para codificación agéntica ni para razonamiento complejo de múltiples pasos. Para tareas intensivas en conocimiento, se sugiere utilizar recuperación o generación aumentada por recuperación.
Actualizado:
ID DEL MODELO
lfm-3-1.7b:free- Contexto
- 262.144K
- Salida máx.
- 8.192K
- API recomendada
- messages
- Entrada
- text
- Salida
- text
Aspectos destacados
- Modelo de lenguaje abierto de 1,7B parámetros
- Arquitectura tri-híbrida con convolución y atención
- Contexto de 256K tokens
- Soporta 16 idiomas
- Llamadas a herramientas y salidas estructuradas
- Optimizado para agentes locales
Proveedores
Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.
| Disponibilidad | |||
|---|---|---|---|
| $0 | $0 |
Las estadísticas históricas no son una comprobación en tiempo real. La falta de datos no implica una interrupción.
Benchmarks
- 45.60
LiveClaw
puntos; LFM2.5-2.6B obtuvo 14,70
- 38.42
WebArena-Verified
puntos; LFM2.5-2.6B obtuvo 3,02; Qwen3.5-9B obtuvo 28,94
- 71.39
BFCL V4
puntos; uso de herramientas
- 80.36
ToolSandbox
puntos
- 73.46
LiveCodeBench v6
puntos
- 43.40
SWE-bench Verified
puntos
- 96.66
IFEval
puntos
- 63.37
GPQA Diamond
puntos
Puntuaciones según lo publicado por el proveedor del modelo.
Razonamiento
- Siempre activado
- Sí
Inicio rápido
Código listo para llamar a este modelo con las APIs compatibles de Felo API Platform. Empieza en el Playground si quieres probar prompts antes de escribir código.
Configura tu clave de API
Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.
export FELO_API_KEY="YOUR_API_KEY"Haz tu primera solicitud
Usa este ID de modelo con el endpoint de Felo API Platform. Las cabeceras opcionales como X-Request-Id ayudan a diagnosticar problemas.
lfm-3-1.7b:freeEste modelo puede razonar. Si el protocolo seleccionado y la ruta del modelo exponen controles de razonamiento, conserva los metadatos de razonamiento devueltos al continuar la conversación.
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());Usar SDK de terceros
En los SDK compatibles, define baseURL como https://openapi.felo.ai/api/v1. Para clientes de estilo Claude, usa la URL base compatible con Anthropic. https://openapi.felo.ai/api.
Activa el streaming
Añade stream: true para recibir respuestas como server-sent events.
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 expone superficies compatibles para llamar a modelos. Elige la superficie que tu app o cliente de agente ya admite.
Messages
Mensajes compatibles con Anthropic para clientes de estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParámetros
modelstringlfm-3-1.7b:freeID público del modelo que se va a llamar.max_tokensinteger—Número máximo de tokens generados.messagesarray—Mensajes de la conversación para Chat Completions.seed———stop———min_p———toolsarray—Definiciones de tool calling según el esquema compatible.top_k———top_p———logprobs———reasoning———temperaturenumber—Controla la variedad de las respuestas cuando es compatible.tool_choicestring or object—Controla si se debe llamar a una herramienta.top_logprobs———response_formatobject—Solicita salida estructurada cuando es compatible.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———Preguntas frecuentes
¿Qué es LFM3-1.7B (free)?
LFM3-1.7B es un modelo de lenguaje de código abierto desarrollado por LFM AI. Con aproximadamente 1,73 mil millones de parámetros y 24 capas, emplea una arquitectura tri-híbrida que combina 13 capas de convolución corta con compuertas, 5 capas de atención de ventana deslizante y 6 capas de atención global. Soporta 16 idiomas, incluyendo inglés, español, francés, alemán, chino, japonés, árabe, hindi y ruso, entre otros. Está diseñado para ejecutarse en entornos locales y en aplicaciones específicas de dominio, con soporte para llamadas a herramientas y salidas estructuradas. El modelo ha sido entrenado posteriormente para arneses de agentes como Hermes Agent, Pi y OpenClaw. Es compatible con plataformas como Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX y ONNX Runtime, y está disponible en formatos de cuantización BF16, FP8, NVFP4, GGUF, MLX y ONNX. Su ventana de contexto alcanza 256K tokens (entrada y salida combinadas). LFM3-1.7B es ideal para tareas de agentes locales, selección de herramientas, extracción de JSON estructurado, respuesta basada en documentos recuperados y ajuste fino para dominios específicos. Sin embargo, no se recomienda para codificación agéntica ni para razonamiento complejo de múltiples pasos. Para tareas intensivas en conocimiento, se sugiere utilizar recuperación o generación aumentada por recuperación.
¿Cómo se cobra el uso?
Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.
¿Qué modalidades de entrada y salida soporta LFM3-1.7B?
El modelo acepta únicamente entrada de texto y genera salida de texto.
¿Cuál es la longitud de contexto de LFM3-1.7B?
Soporta una ventana de contexto de 256K tokens, que abarca tanto la entrada como la salida combinadas.
¿Para qué tipo de tareas está diseñado LFM3-1.7B?
Está diseñado para agentes locales, llamadas a herramientas, salidas estructuradas, extracción de JSON, respuesta basada en documentos recuperados y ajuste fino para dominios específicos. No se recomienda para codificación agéntica ni para razonamiento complejo de múltiples pasos.
¿En qué se diferencia LFM3-1.7B de LFM2.5-2.6B?
LFM3-1.7B supera a LFM2.5-2.6B con un 35% menos de parámetros y funciona aproximadamente un 25% más rápido en contextos de 8K tokens.
¿Qué formatos de cuantización están disponibles para LFM3-1.7B?
El modelo está disponible en BF16, FP8, NVFP4, GGUF, MLX y ONNX.
¿Qué idiomas soporta LFM3-1.7B?
Soporta 16 idiomas: inglés, árabe, chino, francés, alemán, italiano, japonés, coreano, portugués, español, vietnamita, tailandés, indonesio, hindi, ruso y polaco.