Felo API PlatformFelo API Platform
モデル一覧へ戻る
LiquidAImessages

LFM3-1.7B (free) API

Liquid AIが開発した1.73Bパラメータのテキスト専用オープンウェイトモデルで、ローカルエージェントやツール呼び出しに最適化されています。

LFM3-1.7Bは、Liquid AIによるテキスト入力・テキスト出力のみのオープンウェイト言語モデルです。約1.73Bのパラメータと24層を持ち、13のゲート付き短畳み込み層、5のスライディングウィンドウアテンション層、6のグローバルアテンション層を組み合わせたトライハイブリッドアーキテクチャを採用しています。コンテキストは入出力合わせて256Kトークンで、ボキャブラリサイズは128,000トークンです。英語、アラビア語、中国語、フランス語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語、ベトナム語、タイ語、インドネシア語、ヒンディー語、ロシア語、ポーランド語を含む16言語をサポートします。

ツール呼び出しや構造化出力に対応し、Hermes Agent、Pi、OpenClawなどのエージェントハーネス向けに事後学習されています。Transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、ONNX Runtimeで動作し、BF16、FP8、NVFP4、GGUF、MLX、ONNXの量子化フォーマットが利用可能です。ローカルエージェント、ツール選択、構造化JSON抽出、検索ドキュメントからの回答、ドメイン固有のファインチューニングなどに適しています。

4ビット量子化で約1GBのメモリを使用し、128Kトークンコンテキストでは約1.6GBのキャッシュを使用します(Qwen3.5-4Bは4.3GB)。LFM2.5-2.6Bより35%少ないパラメータで性能を上回り、8Kトークンコンテキストでは約25%高速に動作します。ただし、エージェントコーディングや複雑な多段階推論には推奨されておらず、知識集約型タスクには検索やRAGの併用が推奨されます。

更新日時:

モデル ID

lfm-3-1.7b:free
コンテキスト
262.144K
最大出力
8.192K
推奨 API
messages
入力
text
出力
text

ハイライト

  • 約1.73Bパラメータ、24層のテキスト専用モデル
  • 16言語をサポート
  • ツール呼び出しと構造化出力に対応
  • 4ビット量子化で約1GBのメモリ使用
  • 256Kトークンのコンテキスト長
  • ローカルエージェント向けに事後学習済み

プロバイダー

1 プロバイダー

プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。

プロバイダー · 料金の内訳
稼働率
$0$0

ベンチマーク

  • LiveClaw

    ポイント。LFM2.5-2.6Bは14.70

    45.60
  • WebArena-Verified

    ポイント。LFM2.5-2.6Bは3.02、Qwen3.5-9Bは28.94

    38.42
  • BFCL V4

    ポイント。ツール使用

    71.39
  • ToolSandbox

    ポイント

    80.36
  • LiveCodeBench v6

    ポイント

    73.46
  • SWE-bench Verified

    ポイント

    43.40
  • IFEval

    ポイント

    96.66
  • GPQA Diamond

    ポイント

    63.37

スコアはモデル提供元が公表した値です。

推論

常に有効
はい

Quick Start

このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。

1

API key を設定

Felo API Platform アカウントで key を作成し、環境変数として設定します。

export FELO_API_KEY="YOUR_API_KEY"
2

最初のリクエスト

このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。

lfm-3-1.7b:free

このモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。

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());

サードパーティ SDK の利用

互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.

3

Streaming を有効化

stream: true を追加すると server-sent events で応答を受け取れます。

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 は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

名前型デフォルト説明
modelstringlfm-3-1.7b:free呼び出す公開モデル ID。
max_tokensinteger—生成する最大 tokens。
messagesarray—Chat Completions の会話メッセージ。
seed———
stop———
min_p———
toolsarray—互換 schema に従う tool calling definitions。
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—対応している場合、回答の多様性を制御します。
tool_choicestring or object—tool を呼び出すかどうかを制御します。
top_logprobs———
response_formatobject—対応時に structured output を要求します。
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

よくある質問

モデルについて: LFM3-1.7B (free)?

LFM3-1.7Bは、Liquid AIによるテキスト入力・テキスト出力のみのオープンウェイト言語モデルです。約1.73Bのパラメータと24層を持ち、13のゲート付き短畳み込み層、5のスライディングウィンドウアテンション層、6のグローバルアテンション層を組み合わせたトライハイブリッドアーキテクチャを採用しています。コンテキストは入出力合わせて256Kトークンで、ボキャブラリサイズは128,000トークンです。英語、アラビア語、中国語、フランス語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語、ベトナム語、タイ語、インドネシア語、ヒンディー語、ロシア語、ポーランド語を含む16言語をサポートします。 ツール呼び出しや構造化出力に対応し、Hermes Agent、Pi、OpenClawなどのエージェントハーネス向けに事後学習されています。Transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、ONNX Runtimeで動作し、BF16、FP8、NVFP4、GGUF、MLX、ONNXの量子化フォーマットが利用可能です。ローカルエージェント、ツール選択、構造化JSON抽出、検索ドキュメントからの回答、ドメイン固有のファインチューニングなどに適しています。 4ビット量子化で約1GBのメモリを使用し、128Kトークンコンテキストでは約1.6GBのキャッシュを使用します(Qwen3.5-4Bは4.3GB)。LFM2.5-2.6Bより35%少ないパラメータで性能を上回り、8Kトークンコンテキストでは約25%高速に動作します。ただし、エージェントコーディングや複雑な多段階推論には推奨されておらず、知識集約型タスクには検索やRAGの併用が推奨されます。

利用料金はどのように計算されますか?

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。

どのような入力と出力に対応していますか?

テキスト入力とテキスト出力のみに対応しています。画像や音声などのマルチモーダル入力には対応していません。

コンテキスト長と出力長はどれくらいですか?

入力と出力を合わせて256Kトークンのコンテキスト長があります。出力長の個別制限は資料に記載されていません。

どのようなタスクに適していますか?

ローカルエージェント、ツール呼び出し、構造化出力、構造化JSON抽出、検索ドキュメントからの回答、ドメイン固有のファインチューニングに適しています。

LFM2.5-2.6Bとの違いは何ですか?

LFM3-1.7BはLFM2.5-2.6Bより35%少ないパラメータで性能を上回り、8Kトークンコンテキストでは約25%高速に動作します。また、4ビット量子化で約1GBのメモリを使用します。

どのような環境で実行できますか?

Transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、ONNX Runtimeで動作します。BF16、FP8、NVFP4、GGUF、MLX、ONNXの量子化フォーマットが利用可能です。

どのような用途には推奨されませんか?

エージェントコーディングや複雑な多段階推論には推奨されていません。知識集約型タスクには検索やRAGの併用が推奨されます。

関連モデル