Felo API PlatformFelo API Platform
Kembali ke model
LiquidAImessages

LFM3-1.7B API

LFM3-1.7B adalah model bahasa dari Liquid AI dengan 1,73 miliar parameter yang dirancang untuk agen lokal di ponsel dan laptop, mendukung pemanggilan tool terstruktur dan konteks 256K token.

LFM3-1.7B adalah model bahasa dari Liquid AI yang dirilis pada 27 Oktober 2026 dengan 1,73 miliar parameter. Model ini menggunakan arsitektur tri-hybrid 24 lapisan yang menggabungkan 13 konvolusi pendek bergerbang, 5 lapisan attention jendela geser, dan 6 lapisan attention global. Dengan kuantisasi 4-bit, model ini hanya membutuhkan sekitar 1GB memori sehingga dapat berjalan lokal di ponsel dan laptop tanpa GPU khusus. Kosakatanya mencakup 128.000 token untuk 16 bahasa, dan model dilatih pada 22 triliun token.

Model ini cocok untuk agen lokal yang berjalan di perangkat tepi, pemanggilan tool dengan output terstruktur, serta fine-tuning cepat pada satu GPU. LFM3-1.7B juga mendukung mekanisme pencarian tool tertunda untuk katalog tool besar dan telah dilatih pasca-pelatihan untuk harness agen seperti Hermes Agent, Pi, dan OpenClaw. Untuk tugas berbasis pengetahuan, model ini sebaiknya dipasangkan dengan pencarian atau retrieval karena kapasitas pengetahuan dunianya tidak sebesar sistem yang lebih besar.

LFM3-1.7B tidak direkomendasikan untuk pengodean agentik atau penalaran multi-langkah yang kompleks. Model ini tersedia dalam format GGUF, MLX, ONNX, BF8, FP8, dan NVFP4, serta dirilis di bawah LFM Open License v1.0. Perusahaan dengan pendapatan tahunan di atas 10 juta dolar memerlukan lisensi komersial terpisah.

Diperbarui:

ID MODEL

lfm-3-1.7b
Konteks
262.144K
Output maks
8.192K
API yang direkomendasikan
messages
Masukan
text
Keluaran
text

Sorotan

  • 1,73 miliar parameter, sekitar 1GB pada kuantisasi 4-bit
  • Konteks 256K token untuk input dan output
  • Arsitektur tri-hybrid 24 lapisan
  • Dukungan pemanggilan tool terstruktur
  • Berjalan lokal di ponsel dan laptop
  • Tersedia dalam GGUF, MLX, ONNX, BF16, FP8, dan NVFP4

Penyedia

1 penyedia

Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.

Penyedia · Detail harga
Ketersediaan
$0.08$0.2$0.02

Yang bisa dibeli dengan $10

Masukan
125 jt token
Keluaran
50 jt token

Perkiraan dari harga masukan dan keluaran saat ini, sebelum diskon.

Penalaran

Selalu aktif
Ya

Mulai cepat

Kode siap pakai untuk memanggil model ini dengan API yang kompatibel dari Felo API Platform. Mulai di Playground jika Anda ingin menguji prompt sebelum menulis kode.

1

Siapkan kunci API

Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.

export FELO_API_KEY="YOUR_API_KEY"
2

Kirim permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Header permintaan opsional seperti X-Request-Id dapat membantu pemecahan masalah.

lfm-3-1.7b

Model ini mampu melakukan penalaran. Jika protokol dan rute model yang Anda pilih menyediakan kontrol penalaran, pertahankan metadata penalaran yang dikembalikan saat melanjutkan percakapan.

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());

Menggunakan SDK pihak ketiga

Pada SDK yang kompatibel, tetapkan baseURL ke https://openapi.felo.ai/api/v1. Untuk klien bergaya Claude, gunakan base URL yang kompatibel dengan Anthropic. https://openapi.felo.ai/api.

3

Aktifkan streaming

Tambahkan stream: true untuk menerima respons sebagai 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 menyediakan antarmuka pemanggilan model yang kompatibel. Pilih antarmuka yang sudah didukung aplikasi atau klien agen Anda.

AntarmukaMetodeURL

Messages

Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.

POST

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

Parameter

NamaTipeDefaultDeskripsi
modelstringlfm-3-1.7bID model publik yang akan dipanggil.
max_tokensinteger—Jumlah maksimum token yang dihasilkan.
messagesarray—Pesan percakapan untuk Chat Completions.
seed———
stop———
min_p———
toolsarray—Definisi tool calling sesuai skema yang kompatibel.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Mengontrol variasi respons jika didukung.
tool_choicestring or object—Mengontrol apakah suatu alat harus dipanggil.
top_logprobs———
response_formatobject—Meminta output terstruktur jika didukung.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Pertanyaan umum

Mengenal LFM3-1.7B?

LFM3-1.7B adalah model bahasa dari Liquid AI yang dirilis pada 27 Oktober 2026 dengan 1,73 miliar parameter. Model ini menggunakan arsitektur tri-hybrid 24 lapisan yang menggabungkan 13 konvolusi pendek bergerbang, 5 lapisan attention jendela geser, dan 6 lapisan attention global. Dengan kuantisasi 4-bit, model ini hanya membutuhkan sekitar 1GB memori sehingga dapat berjalan lokal di ponsel dan laptop tanpa GPU khusus. Kosakatanya mencakup 128.000 token untuk 16 bahasa, dan model dilatih pada 22 triliun token. Model ini cocok untuk agen lokal yang berjalan di perangkat tepi, pemanggilan tool dengan output terstruktur, serta fine-tuning cepat pada satu GPU. LFM3-1.7B juga mendukung mekanisme pencarian tool tertunda untuk katalog tool besar dan telah dilatih pasca-pelatihan untuk harness agen seperti Hermes Agent, Pi, dan OpenClaw. Untuk tugas berbasis pengetahuan, model ini sebaiknya dipasangkan dengan pencarian atau retrieval karena kapasitas pengetahuan dunianya tidak sebesar sistem yang lebih besar. LFM3-1.7B tidak direkomendasikan untuk pengodean agentik atau penalaran multi-langkah yang kompleks. Model ini tersedia dalam format GGUF, MLX, ONNX, BF8, FP8, dan NVFP4, serta dirilis di bawah LFM Open License v1.0. Perusahaan dengan pendapatan tahunan di atas 10 juta dolar memerlukan lisensi komersial terpisah.

Bagaimana penggunaan ditagih?

Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.

Format input apa yang didukung LFM3-1.7B?

LFM3-1.7B hanya mendukung input teks dan menghasilkan output teks.

Berapa panjang konteks dan batas output LFM3-1.7B?

Model ini memiliki jendela konteks 256K token yang mencakup input dan output. Batas output spesifik tidak disebutkan dalam informasi yang tersedia.

Apakah LFM3-1.7B cocok untuk pengodean agentik?

Tidak. LFM3-1.7B secara eksplisit tidak direkomendasikan untuk pengodean agentik atau penalaran multi-langkah yang kompleks.

Apa perbedaan LFM3-1.7B dengan LFM2.5?

LFM3-1.7B mengungguli model LFM2.5 yang memiliki 2,6 miliar parameter, meskipun menggunakan 35% lebih sedikit parameter.

Dalam format apa saja LFM3-1.7B tersedia?

Model ini tersedia dalam enam format: GGUF, MLX, ONNX, BF16, FP8, dan NVFP4.

Model terkait