LFM3-1.7B (free) API
LFM3-1.7B는 17억 개 파라미터의 텍스트 전용 오픈 웨이트 모델로, 로컬 에이전트와 도구 호출, 구조화 출력에 최적화되어 있습니다.
LFM3-1.7B는 Liquid AI가 2026년 10월 27일에 공개한 경량 텍스트 전용 오픈 웨이트 언어 모델입니다. 17억 3천만 개의 파라미터와 24개 레이어를 갖추고 있으며, 13개의 게이트 단락 컨볼루션 레이어, 5개의 슬라이딩 윈도우 어텐션 레이어, 6개의 글로벌 어텐션 레이어로 구성된 새로운 삼중 하이브리드 아키텍처를 사용합니다. 어휘 크기는 128,000 토큰이며, 입력과 출력을 합쳐 256K 토큰의 컨텍스트를 지원합니다.
이 모델은 총 16개 언어(영어, 아랍어, 중국어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 스페인어, 베트남어, 태국어, 인도네시아어, 힌디어, 러시아어, 폴란드어)를 지원하며, 도구 호출과 구조화 출력을 기본으로 제공합니다. 로컬 에이전트와 도메인 특화 애플리케이션을 위해 설계되었고, Hermes Agent, Pi, OpenClaw 같은 에이전트 하네스를 대상으로 후속 학습되었습니다. Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX, ONNX Runtime에서 실행할 수 있으며, BF16, FP8, NVFP4, GGUF, MLX, ONNX 양자화 포맷으로 제공됩니다.
이 모델은 검색된 문서 기반 응답, 구조화 JSON 추출, 전화 앱 내108개 도구 선택, 새로운 언어 학습과 같은 작업에 적합합니다. 다만 에이전틱 코딩이나 복잡한 다단계 추론에는 권장되지 않으며, 지식 집약적 작업에는 검색이나 검색 증강 생성(RAG)을 함께 사용하는 것이 권장됩니다.
업데이트:
모델 ID
lfm-3-1.7b:free- 컨텍스트
- 262.144K
- 최대 출력
- 8.192K
- 권장 API
- messages
- 입력
- text
- 출력
- text
주요 특징
- 17억 3천만 파라미터, 24개 레이어의 경량 모델
- 256K 토큰 컨텍스트 지원
- 16개 언어 지원
- 도구 호출 및 구조화 출력 지원
- 4비트 양자화 시 약 1GB 메모리 사용
- 다양한 런타임과 양자화 포맷 지원
제공 업체
제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| 가동률 | |||
|---|---|---|---|
| $0 | $0 |
과거 통계는 실시간 상태 확인이 아닙니다. 데이터 누락이 장애를 뜻하지는 않습니다.
벤치마크
- 45.60
LiveClaw
점; LFM2.5-2.6B는 14.70점
- 38.42
WebArena-Verified
점; LFM2.5-2.6B는 3.02점, Qwen3.5-9B는 28.94점
- 71.39
BFCL V4
점; 도구 사용
- 80.36
ToolSandbox
점
- 73.46
LiveCodeBench v6
점
- 43.40
SWE-bench Verified
점
- 96.66
IFEval
점
- 63.37
GPQA Diamond
점
점수는 모델 제공 업체가 공개한 값입니다.
추론
- 항상 활성화
- 예
Quick Start
Felo API Platform 호환 API로 이 모델을 호출하는 코드입니다. 코드를 작성하기 전에 Playground에서 prompt를 테스트할 수 있습니다.
API key 설정
Felo API Platform 계정에서 key를 만들고 환경 변수로 설정하세요.
export FELO_API_KEY="YOUR_API_KEY"첫 요청 보내기
이 모델 ID를 Felo API Platform endpoint와 함께 사용하세요. X-Request-Id 같은 선택 요청 헤더는 문제 해결에 도움이 됩니다.
lfm-3-1.7b:free이 모델은 reasoning을 지원합니다. 선택한 protocol과 모델 라우트가 reasoning controls를 제공하는 경우 대화를 이어갈 때 반환된 reasoning metadata를 보존하세요.
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());타사 SDK 사용
호환 SDK에서는 baseURL을 다음으로 설정합니다 https://openapi.felo.ai/api/v1. Claude-style clients에는 Anthropic-compatible base URL을 사용하세요. https://openapi.felo.ai/api.
Streaming 활성화
stream: true를 추가하면 server-sent events로 응답을 받을 수 있습니다.
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 Platform은 호환 가능한 모델 호출 surface를 제공합니다. 앱이나 Agent client가 이미 지원하는 surface를 선택하세요.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringlfm-3-1.7b:free호출할 공개 모델 ID.max_tokensinteger—생성할 최대 tokens.messagesarray—Chat Completions의 대화 메시지.seed———stop———min_p———toolsarray—호환 schema를 따르는 tool calling definitions.top_k———top_p———logprobs———reasoning———temperaturenumber—지원되는 경우 응답 다양성을 제어합니다.tool_choicestring or object—tool 호출 여부를 제어합니다.top_logprobs———response_formatobject—지원 시 structured output을 요청합니다.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———자주 묻는 질문
모델 소개: LFM3-1.7B (free)?
LFM3-1.7B는 Liquid AI가 2026년 10월 27일에 공개한 경량 텍스트 전용 오픈 웨이트 언어 모델입니다. 17억 3천만 개의 파라미터와 24개 레이어를 갖추고 있으며, 13개의 게이트 단락 컨볼루션 레이어, 5개의 슬라이딩 윈도우 어텐션 레이어, 6개의 글로벌 어텐션 레이어로 구성된 새로운 삼중 하이브리드 아키텍처를 사용합니다. 어휘 크기는 128,000 토큰이며, 입력과 출력을 합쳐 256K 토큰의 컨텍스트를 지원합니다. 이 모델은 총 16개 언어(영어, 아랍어, 중국어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 스페인어, 베트남어, 태국어, 인도네시아어, 힌디어, 러시아어, 폴란드어)를 지원하며, 도구 호출과 구조화 출력을 기본으로 제공합니다. 로컬 에이전트와 도메인 특화 애플리케이션을 위해 설계되었고, Hermes Agent, Pi, OpenClaw 같은 에이전트 하네스를 대상으로 후속 학습되었습니다. Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX, ONNX Runtime에서 실행할 수 있으며, BF16, FP8, NVFP4, GGUF, MLX, ONNX 양자화 포맷으로 제공됩니다. 이 모델은 검색된 문서 기반 응답, 구조화 JSON 추출, 전화 앱 내108개 도구 선택, 새로운 언어 학습과 같은 작업에 적합합니다. 다만 에이전틱 코딩이나 복잡한 다단계 추론에는 권장되지 않으며, 지식 집약적 작업에는 검색이나 검색 증강 생성(RAG)을 함께 사용하는 것이 권장됩니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
LFM3-1.7B는 어떤 입력과 출력을 지원하나요?
텍스트 입력과 텍스트 출력만 지원하는 텍스트 전용 모델입니다.
컨텍스트 길이는 얼마나 되나요?
입력과 출력을 합쳐 256K 토큰의 컨텍스트를 지원합니다.
어떤 작업에 적합한가요?
로컬 에이전트, 도구 호출, 구조화 출력, 구조화 JSON 추출, 검색된 문서 기반 응답 등에 적합합니다.
LFM2.5-2.6B와 비교해 어떤 차이가 있나요?
파라미터 수가 35% 더 적으면서도 LFM2.5-2.6B보다 우수한 성능을 보이며, 8K 토큰 컨텍스트에서 약 25% 더 빠르게 실행됩니다.
에이전틱 코딩에 사용해도 되나요?
에이전틱 코딩이나 복잡한 다단계 추론에는 권장되지 않습니다.
상업적 사용에 제한이 있나요?
LFM Open License v1.0에 따라 연간 매출 1,000만 달러 이상인 조직의 상업적 사용은 허용되지 않습니다.