LFM3-1.7B API
LFM3-1.7B הוא מודל שפה קטן של Liquid AI עם 1.73 מיליארד פרמטרים, חלון הקשר של 256K אסימונים ותמיכה מובנית בקריאה לכלים, המיועד להרצה מקומית על טלפונים ומחשבים ניידים ללא GPU ייעודי.
Liquid AI הציגה את LFM3-1.7B באוקטובר 2026 כחבר במשפחת LFM3. זהו מודל טקסט בלבד עם 1.73 מיליארד פרמטרים וארכיטקטורה תלת-היברידית בת24 שכבות: 13 קונבולוציות קצרות עם שער, 5 שכבות קשב בחלון הזזה ו-6 שכבות קשב גלובלי. המודל אומן על 22 טריליון אסימונים, יחס של כ-12,717 אסימונים לפרמטר, עם אוצר מילים של 128,000 אסימונים המכסה 16 שפות. חלון ההקשר שלו עומד על 256K אסימונים ומשתרע גם על הקלט וגם על הפלט, נתון יוצא דופן למודל בגודל כזה.
הוא נועד בעיקר להרצה מקומית: בכימות של 4-bit הוא תופס כזיכרון של כ-1GB בלבד, מה שמאפשר להריץ אותו על טלפונים ומחשבים ניידים ללא GPU ייעודי. הוא כולל תמיכה מובנת בקריאה מובנית לכלים ובמנגנון חיפוש כלים נדחה לעבודה עם קטלוגים גדולים, ועבר אימון לאחר (post-training) עבור סביבות סוכנים כמו Hermes Agent, Pi ו-OpenClaw. חשיבה מופעלת כברירת מחדל, וניתן להגדיר enable_thinking ל-False כדי לקבל תשובות ישירות. ניתן לכוונן אותו במהירות על GPU בודד, והוא זמין בשישה פורמטים: GGUF, MLX, ONNX, BF16, FP8 ו-NVFP4.
המודל מתאים היטב לסוכנים מקומיים, לקריאה לכלים עם פלטים מובנים, לכוונון עדין בתחום ספציפי, לשאלות ותשובות המבוססות על אחזור בשילוב חיפוש, ולסיווג בקשות לקוחות, חילוץ מידע ממסמכים וניתוב מקרים. עם זאת, Liquid AI אינה ממליצה עליו לסוכני הנדסת תוכנה אוטונומיים, לקידוד סוכני או לשרשראות הסקה לוגית מורכבות; בשל ידע עולם מוגבל, מומלץ לשלב אותו עם אחזור או חיפוש. הוא מופץ תחת רישיון LFM Open License v1.0, וחברות עם הכנסה שנתית מעל 10 מיליון דולר נדרשות לרישיון מסחרי נפרד.
עודכן:
MODEL ID
lfm-3-1.7b- הקשר
- 262.144K
- פלט מרבי
- 8.192K
- API מומלץ
- messages
- קלט
- text
- פלט
- text
עיקרי הדברים
- 1.73 מיליארד פרמטרים, כ-1GB בזיכרון ב-4-bit
- חלון הקשר של 256K אסימונים
- תמיכה מובנית בקריאה לכלים
- ארכיטקטורה תלת-היברידית בת24 שכבות
- אוצר מילים של 128,000 אסימונים ב-16 שפות
- זמין בשישה פורמטים כולל GGUF, MLX ו-ONNX
ספקים
השוו מחירי API בין ספקים. בחרו ספק כדי לראות את כל החיובים והתנאים.
| זמינות | ||||
|---|---|---|---|---|
| $0.08 | $0.2 | $0.02 |
נתונים היסטוריים אינם בדיקת מצב בזמן אמת. נתונים חסרים אינם מצביעים על השבתה.
מה קונים ב-10 $
- קלט
- 125M טוקנים
- פלט
- 50M טוקנים
הערכה לפי מחירי הקלט והפלט הנוכחיים, לפני הנחות.
חשיבה
- מופעל תמיד
- כן
התחלה מהירה
קוד מוכן לקריאה למודל הזה עם ממשקי API תואמי Felo API Platform. התחילו ב-Playground כשרוצים לבדוק פרומפטים לפני כתיבת קוד.
קבלו את מפתח ה-API שלכם
צרו מפתח בחשבון Felo API Platform שלכם והגדירו אותו כמשתנה סביבה.
export FELO_API_KEY="YOUR_API_KEY"שלחו את הבקשה הראשונה
השתמשו במזהה המודל הזה עם ה-endpoint של Felo API Platform. כותרות בקשה אופציונליות כמו X-Request-Id יכולות לעזור באיתור תקלות.
lfm-3-1.7bהמודל הזה תומך בהסקה. אם הפרוטוקול ומסלול המודל שנבחרו חושפים פקדי הסקה, שמרו את מטא-נתוני ההסקה המוחזרים כשממשיכים שיחה.
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());שימוש ב-SDK של צד שלישי
השתמשו ב-SDK תואמים על ידי הגדרת baseURL ל- https://openapi.felo.ai/api/v1. השתמשו בכתובת הבסיס התואמת ל-Anthropic עבור לקוחות בסגנון Claude. https://openapi.felo.ai/api.
הפעילו סטרימינג
הוסיפו stream: true כדי לקבל תגובות כאירועים הנשלחים מהשרת.
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 חושף משטחים תואמים לקריאה למודלים. בחרו את המשטח שהאפליקציה או לקוח הסוכן שלכם כבר תומך בו.
Messages
הודעות תואמות Anthropic עבור לקוחות בסגנון Claude.
POST
https://openapi.felo.ai/api/v1/messagesפרמטרים
modelstringlfm-3-1.7bמזהה המודל הציבורי לקריאה.max_tokensinteger—מספר ה-token המרבי שייוצר.messagesarray—הודעות שיחה עבור Chat Completions.seed———stop———min_p———toolsarray—הגדרות קריאת כלים לפי סכימה תואמת.top_k———top_p———logprobs———reasoning———temperaturenumber—שולט במגוון התגובות כשנתמך.tool_choicestring or object—שולט אם יש לקרוא לכלי.top_logprobs———response_formatobject—בקשת פלט מובנה כשנתמך.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———שאלות נפוצות
מהו LFM3-1.7B?
Liquid AI הציגה את LFM3-1.7B באוקטובר 2026 כחבר במשפחת LFM3. זהו מודל טקסט בלבד עם 1.73 מיליארד פרמטרים וארכיטקטורה תלת-היברידית בת24 שכבות: 13 קונבולוציות קצרות עם שער, 5 שכבות קשב בחלון הזזה ו-6 שכבות קשב גלובלי. המודל אומן על 22 טריליון אסימונים, יחס של כ-12,717 אסימונים לפרמטר, עם אוצר מילים של 128,000 אסימונים המכסה 16 שפות. חלון ההקשר שלו עומד על 256K אסימונים ומשתרע גם על הקלט וגם על הפלט, נתון יוצא דופן למודל בגודל כזה. הוא נועד בעיקר להרצה מקומית: בכימות של 4-bit הוא תופס כזיכרון של כ-1GB בלבד, מה שמאפשר להריץ אותו על טלפונים ומחשבים ניידים ללא GPU ייעודי. הוא כולל תמיכה מובנת בקריאה מובנית לכלים ובמנגנון חיפוש כלים נדחה לעבודה עם קטלוגים גדולים, ועבר אימון לאחר (post-training) עבור סביבות סוכנים כמו Hermes Agent, Pi ו-OpenClaw. חשיבה מופעלת כברירת מחדל, וניתן להגדיר enable_thinking ל-False כדי לקבל תשובות ישירות. ניתן לכוונן אותו במהירות על GPU בודד, והוא זמין בשישה פורמטים: GGUF, MLX, ONNX, BF16, FP8 ו-NVFP4. המודל מתאים היטב לסוכנים מקומיים, לקריאה לכלים עם פלטים מובנים, לכוונון עדין בתחום ספציפי, לשאלות ותשובות המבוססות על אחזור בשילוב חיפוש, ולסיווג בקשות לקוחות, חילוץ מידע ממסמכים וניתוב מקרים. עם זאת, Liquid AI אינה ממליצה עליו לסוכני הנדסת תוכנה אוטונומיים, לקידוד סוכני או לשרשראות הסקה לוגית מורכבות; בשל ידע עולם מוגבל, מומלץ לשלב אותו עם אחזור או חיפוש. הוא מופץ תחת רישיון LFM Open License v1.0, וחברות עם הכנסה שנתית מעל 10 מיליון דולר נדרשות לרישיון מסחרי נפרד.
איך מחייבים על השימוש?
החיוב שלכם תלוי בספק שאתם משתמשים בו, במחירים שלו ובשימוש שלכם. קלט ארוך יותר או תנאים אחרים עשויים להיות במחיר שונה.
אילו סוגי קלט ופלט המודל תומך בהם?
המודל תומך בקלט טקסט ובפלט טקסט בלבד.
מהו חלון ההקשר של LFM3-1.7B?
חלון ההקשר עומד על 256K אסימונים ומכסה גם את הקלט וגם את הפלט.
לאילו משימות המודל מתאים?
הוא מתאים לסוכנים מקומיים, לקריאה לכלים עם פלטים מובנים, לכוונון עדין בתחום ספציפי, לשאלות ותשובות המבוססות על אחזור ולסיווג בקשות לקוחות וחילוץ מידע ממסמכים.
האם המודל מתאים לקידוד סוכני או להסקה מורכבת?
לא. Liquid AI אינה ממליצה עליו לקידוד סוכני, לסוכני הנדסת תוכנה אוטונומיים או לשרשראות הסקה לוגית מורכבות.
מה ההבדל בין LFM3-1.7B למודל LFM2.5?
LFM3-1.7B מגיע עם 1.73 מיליארד פרמטרים ומשיג ביצועים טובים יותר מקודמו, LFM2.5, בעל2.6 מיליארד פרמטרים, תוך שימוש ב-35% פחות פרמטרים.