LFM3-1.7B API
LFM3-1.7B est un petit modèle de langage de Liquid AI doté de 1,73 milliard de paramètres, d'une fenêtre contextuelle de 256K tokens et d'appels d'outils structurés, conçu pour fonctionner localement sur téléphones et ordinateurs portables.
LFM3-1.7B est un modèle textuel publié par Liquid AI le 27 octobre 2026. Il repose sur une architecture tri-hybride de 24 couches combinant 13 convolutions courtes à portes, 5 couches d'attention à fenêtre glissante et 6 couches d'attention globale. Son vocabulaire de 128 000 tokens couvre 16 langues, et il a été entraîné sur 22 billions de tokens, soit un ratio d'environ 12 717 tokens par paramètre. Avec 1,73 milliard de paramètres, il occupe environ 1 Go de mémoire en quantification 4 bits et s'exécute localement sur téléphones et ordinateurs portables sans GPU dédié. Il est proposé en six formats, dont GGUF, MLX, ONNX, BF16, FP8 et NVFP4.
Le modèle intègre nativement l'appel d'outils structuré et un mécanisme de recherche différée d'outils adapté aux grands catalogues. Il a été post-entraîné pour des environnements agentiques tels que Hermes Agent, Pi et OpenClaw. Le raisonnement est activé par défaut ; enable_thinking peut être défini sur False pour obtenir des réponses directes. Il convient aux agents locaux, à l'appel d'outils avec sorties structurées, au classement de demandes clients, à l'extraction d'informations de documents, au routage de cas, ainsi qu'à l'ajustement fin rapide sur un seul GPU pour des assistants spécialisés.
Ses limites sont explicites : il n'est pas recommandé pour le codage agentique ni le raisonnement complexe à plusieurs étapes, et les agents autonomes d'ingénierie logicielle ou les longues chaînes de déduction logique sont exclus. Il ne détient pas autant de connaissances du monde que les grands systèmes et doit être associé à la recherche ou à la récupération pour les questions exigeantes en connaissances. Il surpasse toutefois le précédent modèle LFM2.5 de 2,6 milliards de paramètres avec 35 % de paramètres en moins, et lors des évaluations agentiques, il a utilisé 58 % de tokens en moins par tâche, avec moins de 1 % de tentatives bloquées contre 15 % pour un modèle concurrent, sur un ensemble limité de 65 tâches.
Mis à jour:
ID DU MODÈLE
lfm-3-1.7b- Contexte
- 262.144K
- Sortie max.
- 8.192K
- API recommandée
- messages
- Entrée
- text
- Sortie
- text
Points clés
- 1,73 milliard de paramètres, environ 1 Go en 4 bits
- Fenêtre contextuelle de 256K tokens
- Appel d'outils structuré intégré
- Exécution locale sans GPU dédié
- Six formats : GGUF, MLX, ONNX, BF16, FP8, NVFP4
- Ajustement fin rapide sur un seul GPU
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | ||||
|---|---|---|---|---|
| $0.08 | $0.2 | $0.02 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Ce que $10 permettent d'acheter
- Entrée
- 125 M tokens
- Sortie
- 50 M tokens
Estimation d'après les prix actuels d'entrée et de sortie, hors remises.
Raisonnement
- Toujours activé
- Oui
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
lfm-3-1.7bCe modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.
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",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de 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",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringlfm-3-1.7bID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour Chat Completions.seed———stop———min_p———toolsarray—Définitions de tool calling conformes au schéma compatible.top_k———top_p———logprobs———reasoning———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.tool_choicestring or object—Contrôle si un outil doit être appelé.top_logprobs———response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———Questions fréquentes
Qu'est-ce que LFM3-1.7B?
LFM3-1.7B est un modèle textuel publié par Liquid AI le 27 octobre 2026. Il repose sur une architecture tri-hybride de 24 couches combinant 13 convolutions courtes à portes, 5 couches d'attention à fenêtre glissante et 6 couches d'attention globale. Son vocabulaire de 128 000 tokens couvre 16 langues, et il a été entraîné sur 22 billions de tokens, soit un ratio d'environ 12 717 tokens par paramètre. Avec 1,73 milliard de paramètres, il occupe environ 1 Go de mémoire en quantification 4 bits et s'exécute localement sur téléphones et ordinateurs portables sans GPU dédié. Il est proposé en six formats, dont GGUF, MLX, ONNX, BF16, FP8 et NVFP4. Le modèle intègre nativement l'appel d'outils structuré et un mécanisme de recherche différée d'outils adapté aux grands catalogues. Il a été post-entraîné pour des environnements agentiques tels que Hermes Agent, Pi et OpenClaw. Le raisonnement est activé par défaut ; enable_thinking peut être défini sur False pour obtenir des réponses directes. Il convient aux agents locaux, à l'appel d'outils avec sorties structurées, au classement de demandes clients, à l'extraction d'informations de documents, au routage de cas, ainsi qu'à l'ajustement fin rapide sur un seul GPU pour des assistants spécialisés. Ses limites sont explicites : il n'est pas recommandé pour le codage agentique ni le raisonnement complexe à plusieurs étapes, et les agents autonomes d'ingénierie logicielle ou les longues chaînes de déduction logique sont exclus. Il ne détient pas autant de connaissances du monde que les grands systèmes et doit être associé à la recherche ou à la récupération pour les questions exigeantes en connaissances. Il surpasse toutefois le précédent modèle LFM2.5 de 2,6 milliards de paramètres avec 35 % de paramètres en moins, et lors des évaluations agentiques, il a utilisé 58 % de tokens en moins par tâche, avec moins de 1 % de tentatives bloquées contre 15 % pour un modèle concurrent, sur un ensemble limité de 65 tâches.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quelles entrées et sorties le modèle prend-il en charge ?
LFM3-1.7B accepte du texte en entrée et produit du texte en sortie.
Quelle est la taille de la fenêtre contextuelle ?
Il dispose d'une fenêtre contextuelle de 256K tokens couvrant à la fois l'entrée et la sortie.
À quelles tâches est-il le mieux adapté ?
Il est adapté aux agents locaux, à l'appel d'outils structuré, au classement et au routage de demandes, à l'extraction d'informations de documents, ainsi qu'à l'ajustement fin sur des documents d'entreprise. Il n'est pas recommandé pour le codage agentique ou le raisonnement complexe à plusieurs étapes.
Comment se comparent ses performances à celles du modèle précédent ?
Il surpasse le modèle LFM2.5 de 2,6 milliards de paramètres tout en utilisant 35 % de paramètres en moins.
Comment gérer le raisonnement du modèle ?
Le raisonnement est activé par défaut ; enable_thinking peut être défini sur False pour des réponses directes. Le raisonnement des tours précédant le dernier message utilisateur est supprimé, sauf si preserve_thinking est défini sur True.
Peut-on l'exécuter localement ?
Oui, il fonctionne localement sur téléphones et ordinateurs portables sans GPU dédié, et occupe environ 1 Go de mémoire en quantification 4 bits.