LFM3-1.7B (free) API
Liquid AI का LFM3-1.7B एक टेक्स्ट-आधारित ओपन-वेट मॉडल है, जो स्थानीय एजेंट और टूल कॉलिंग के लिए बनाया गया है।
LiquidAI: LFM3-1.7B (free) एक टेक्स्ट-इनपुट, टेक्स्ट-आउटपुट ओपन-वेट भाषा मॉडल है, जिसे Liquid AI ने 27 अक्टूबर, 2026 को जारी किया। इसमें लगभग 1.73 अरब पैरामीटर और 24 परतें हैं, तथा कुल इनपुट और आउटपुट मिलाकर 256K टोकन का संदर्भ विंडो है। मॉडल 16 भाषाओं का समर्थन करता है, जिनमें अंग्रेज़ी, अरबी, चीनी, फ़्रेंच, जर्मन, इतालवी, जापानी, कोरियाई, पुर्तगाली, स्पेनिश, वियतनामी, थाई, इंडोनेशियाई, हिन्दी, रूसी और पोलिश शामिल हैं।
यह मॉडल स्थानीय एजेंट, टूल कॉलिंग, संरचित आउटपुट और डोमेन-विशिष्ट फ़ाइन-ट्यूनिंग के लिए उपयुक्त है। इसे Hermes Agent, Pi और OpenClaw जैसे एजेंट हार्नेस के लिए पोस्ट-ट्रेन किया गया है, और Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX तथा ONNX Runtime पर चलाया जा सकता है। यह BF16, FP8, NVFP4, GGUF, MLX और ONNX क्वांटाइज़ेशन प्रारूपों में उपलब्ध है।
4-बिट क्वांटाइज़्ड रूप में यह लगभग 1 GB मेमोरी लेता है, और 128K-टोकन संदर्भ पर लगभग 1.6 GB कैश का उपयोग करता है। यह मॉडल एजेंटिक कोडिंग या जटिल बहु-चरणीय तर्क के लिए अनुशंसित नहीं है; ज्ञान-गहन कार्यों के लिए रिट्रीवल या RAG का उपयोग करने की सलाह दी जाती है।
अपडेट किया गया:
मॉडल ID
lfm-3-1.7b:free- कॉन्टेक्स्ट
- 262.144K
- अधिकतम आउटपुट
- 8.192K
- अनुशंसित API
- messages
- इनपुट
- text
- आउटपुट
- text
मुख्य बातें
- लगभग 1.73 अरब पैरामीटर, 24 परतें
- 256K टोकन संदर्भ विंडो
- 16 भाषाओं का समर्थन
- टूल कॉलिंग और संरचित आउटपुट
- 4-बिट में लगभग 1 GB मेमोरी
- कई रनटाइम और क्वांटाइज़ेशन प्रारूप
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | |||
|---|---|---|---|
| $0 | $0 |
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
बेंचमार्क
- 45.60
LiveClaw
अंक; LFM2.5-2.6B ने 14.70 अंक प्राप्त किए
- 38.42
WebArena-Verified
अंक; LFM2.5-2.6B ने 3.02 अंक और Qwen3.5-9B ने 28.94 अंक प्राप्त किए
- 71.39
BFCL V4
अंक; टूल उपयोग
- 80.36
ToolSandbox
अंक
- 73.46
LiveCodeBench v6
अंक
- 43.40
SWE-bench Verified
अंक
- 96.66
IFEval
अंक
- 63.37
GPQA Diamond
अंक
स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।
रीज़निंग
- हमेशा सक्षम
- हाँ
त्वरित शुरुआत
Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।
अपनी API key लें
अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।
export FELO_API_KEY="YOUR_API_KEY"अपना पहला अनुरोध भेजें
इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।
lfm-3-1.7b:freeयह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।
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());थर्ड-पार्टी SDK इस्तेमाल करना
संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.
स्ट्रीमिंग चालू करें
रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।
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 संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।
Messages
Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।
POST
https://openapi.felo.ai/api/v1/messagesपैरामीटर
modelstringlfm-3-1.7b:freeकॉल करने के लिए सार्वजनिक मॉडल ID।max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।messagesarray—Chat Completions के लिए बातचीत के मैसेज।seed———stop———min_p———toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।top_k———top_p———logprobs———reasoning———temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।top_logprobs———response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: LFM3-1.7B (free)?
LiquidAI: LFM3-1.7B (free) एक टेक्स्ट-इनपुट, टेक्स्ट-आउटपुट ओपन-वेट भाषा मॉडल है, जिसे Liquid AI ने 27 अक्टूबर, 2026 को जारी किया। इसमें लगभग 1.73 अरब पैरामीटर और 24 परतें हैं, तथा कुल इनपुट और आउटपुट मिलाकर 256K टोकन का संदर्भ विंडो है। मॉडल 16 भाषाओं का समर्थन करता है, जिनमें अंग्रेज़ी, अरबी, चीनी, फ़्रेंच, जर्मन, इतालवी, जापानी, कोरियाई, पुर्तगाली, स्पेनिश, वियतनामी, थाई, इंडोनेशियाई, हिन्दी, रूसी और पोलिश शामिल हैं। यह मॉडल स्थानीय एजेंट, टूल कॉलिंग, संरचित आउटपुट और डोमेन-विशिष्ट फ़ाइन-ट्यूनिंग के लिए उपयुक्त है। इसे Hermes Agent, Pi और OpenClaw जैसे एजेंट हार्नेस के लिए पोस्ट-ट्रेन किया गया है, और Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX तथा ONNX Runtime पर चलाया जा सकता है। यह BF16, FP8, NVFP4, GGUF, MLX और ONNX क्वांटाइज़ेशन प्रारूपों में उपलब्ध है। 4-बिट क्वांटाइज़्ड रूप में यह लगभग 1 GB मेमोरी लेता है, और 128K-टोकन संदर्भ पर लगभग 1.6 GB कैश का उपयोग करता है। यह मॉडल एजेंटिक कोडिंग या जटिल बहु-चरणीय तर्क के लिए अनुशंसित नहीं है; ज्ञान-गहन कार्यों के लिए रिट्रीवल या RAG का उपयोग करने की सलाह दी जाती है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
LFM3-1.7B किस प्रकार के इनपुट और आउटपुट का समर्थन करता है?
यह केवल टेक्स्ट इनपुट और टेक्स्ट आउटपुट का समर्थन करता है। यह टेक्स्ट-आधारित ओपन-वेट भाषा मॉडल है।
इसका संदर्भ और आउटपुट आकार कितना है?
इनपुट और आउटपुट मिलाकर 256K टोकन का संदर्भ उपलब्ध है। आउटपुट की अलग सीमा का उल्लेख नहीं है।
क्या यह टूल कॉलिंग और संरचित आउटपुट का समर्थन करता है?
हाँ, मॉडल टूल कॉलिंग और संरचित आउटपुट दोनों का समर्थन करता है। इसे स्थानीय एजेंट और डोमेन-विशिष्ट अनुप्रयोगों के लिए डिज़ाइन किया गया है।
यह किन भाषाओं का समर्थन करता है?
यह 16 भाषाओं का समर्थन करता है: अंग्रेज़ी, अरबी, चीनी, फ़्रेंच, जर्मन, इतालवी, जापानी, कोरियाई, पुर्तगाली, स्पेनिश, वियतनामी, थाई, इंडोनेशियाई, हिन्दी, रूसी और पोलिश।
LFM3-1.7B और LFM2.5-2.6B में क्या अंतर है?
LFM3-1.7B में 35% कम पैरामीटर होने के बावजूद LFM2.5-2.6B से बेहतर प्रदर्शन करता है। 8K-टोकन संदर्भ पर यह लगभग 25% तेज़ चलता है।