Felo API PlatformFelo API Platform
Wróć do modeli
LiquidAImessages

LFM3-1.7B API

LFM3-1.7B to lekki model językowy Liquid AI z oknem kontekstu 256K tokenów, przeznaczony do pracy lokalnej na telefonach i laptopach oraz do wywoływania narzędzi.

LFM3-1.7B to model tekstowy od Liquid AI z 1,73 miliarda parametrów, wydany 27 października 2026 roku. Działa lokalnie na telefonach i laptopach bez dedykowanego GPU, a przy kwantyzacji 4-bitowej zajmuje około 1 GB pamięci. Architektura tri-hybrydowa obejmuje 24 warstwy: 13 splotów krótkich z bramkowaniem, 5 warstw uwagi z oknem przesuwnym i 6 warstw uwagi globalnej. Słownik liczy 128 000 tokenów i pokrywa 16 języków, a model trenowano na 22 bilionach tokenów, co daje stosunek tokenów do parametrów około 12 717 razy.

Model sprawdza się w zadaniach wymagających wywoływania narzędzi ze strukturalnymi odpowiedziami, w pytaniach opartych na wyszukiwaniu lub dostępie do dokumentów oraz w klasyfikacji zgłoszeń klientów, ekstrakcji informacji i kierowaniu spraw. Dzięki szybkiemu dostrajaniu na jednym GPU nadaje się też do budowy wyspecjalizowanych asystentów na firmowych dokumentach i formatach. Rozumowanie jest domyślnie włączone, a parametr enable_thinking można ustawić na False, aby uzyskać bezpośrednią odpowiedź.

Model wypada lepiej niż poprzedni LFM2.5 z 2,6 miliarda parametrów, zużywając przy tym o 35% mniej parametrów. W ocenach agentowych potrzebował o 58% mniej tokenów na zadanie i utknął w mniej niż 1% prób, podczas gdy konkurencyjny model osiągnął 15%. Producent nie zaleca go jednak do agentowego kodowania ani złożonego wieloetapowego rozumowania, a przy pytaniach wymagających dużej wiedzy o świecie warto łączyć go z wyszukiwaniem. Model udostępniono na licencji LFM Open License v1.0, a firmy o rocznych przychodach powyżej 10 milionów dolarów potrzebują osobnej licencji komercyjnej.

Zaktualizowano:

MODEL ID

lfm-3-1.7b
Kontekst
262.144K
Maks. wyjście
8.192K
Polecane API
messages
Wejście
text
Wyjście
text

Najważniejsze informacje

  • 1,73 mld parametrów, około 1 GB przy 4 bitach
  • Okno kontekstu 256K tokenów
  • Architektura tri-hybrydowa z 24 warstwami
  • Wbudowane wywoływanie narzędzi
  • Sześć formatów, w tym GGUF i MLX
  • Dostrajanie na jednym GPU

Dostawcy

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$0.08$0.2$0.02

Co można kupić za $10

Wejście
125 mln tokenów
Wyjście
50 mln tokenów

Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.

Rozumowanie

Zawsze włączone
Tak

Szybki start

Gotowy kod do wywołania tego modelu przez zgodne API Felo API Platform. Zacznij w Playground, gdy chcesz przetestować prompty przed pisaniem kodu.

1

Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"
2

Wyślij pierwsze żądanie

Użyj tego identyfikatora modelu z endpointem Felo API Platform. Opcjonalne nagłówki żądania, takie jak X-Request-Id, mogą pomóc w diagnostyce.

lfm-3-1.7b

Ten model obsługuje rozumowanie. Jeśli wybrany protokół i trasa modelu udostępniają elementy sterujące rozumowaniem, zachowaj zwrócone metadane rozumowania podczas kontynuowania rozmowy.

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());

Korzystanie z zewnętrznych SDK

Używaj zgodnych SDK, ustawiając baseURL na https://openapi.felo.ai/api/v1. Użyj bazowego adresu URL zgodnego z Anthropic dla klientów w stylu Claude. https://openapi.felo.ai/api.

3

Włącz strumieniowanie

Dodaj stream: true, aby otrzymywać odpowiedzi jako 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 udostępnia zgodne interfejsy wywoływania modeli. Wybierz ten, który Twoja aplikacja lub klient agenta już obsługuje.

InterfejsMetodaURL

Messages

Komunikaty zgodne z Anthropic dla klientów w stylu Claude.

POST

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

Parametry

NazwaTypDomyślnieOpis
modelstringlfm-3-1.7bPubliczny identyfikator modelu do wywołania.
max_tokensinteger—Maksymalna liczba generowanych tokenów.
messagesarray—Komunikaty rozmowy dla Chat Completions.
seed———
stop———
min_p———
toolsarray—Definicje wywoływania narzędzi zgodne z obsługiwanym schematem.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Steruje różnorodnością odpowiedzi, gdy jest obsługiwane.
tool_choicestring or object—Steruje tym, czy narzędzie powinno zostać wywołane.
top_logprobs———
response_formatobject—Żąda ustrukturyzowanego wyniku, gdy jest obsługiwany.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Często zadawane pytania

Co to jest LFM3-1.7B?

LFM3-1.7B to model tekstowy od Liquid AI z 1,73 miliarda parametrów, wydany 27 października 2026 roku. Działa lokalnie na telefonach i laptopach bez dedykowanego GPU, a przy kwantyzacji 4-bitowej zajmuje około 1 GB pamięci. Architektura tri-hybrydowa obejmuje 24 warstwy: 13 splotów krótkich z bramkowaniem, 5 warstw uwagi z oknem przesuwnym i 6 warstw uwagi globalnej. Słownik liczy 128 000 tokenów i pokrywa 16 języków, a model trenowano na 22 bilionach tokenów, co daje stosunek tokenów do parametrów około 12 717 razy. Model sprawdza się w zadaniach wymagających wywoływania narzędzi ze strukturalnymi odpowiedziami, w pytaniach opartych na wyszukiwaniu lub dostępie do dokumentów oraz w klasyfikacji zgłoszeń klientów, ekstrakcji informacji i kierowaniu spraw. Dzięki szybkiemu dostrajaniu na jednym GPU nadaje się też do budowy wyspecjalizowanych asystentów na firmowych dokumentach i formatach. Rozumowanie jest domyślnie włączone, a parametr enable_thinking można ustawić na False, aby uzyskać bezpośrednią odpowiedź. Model wypada lepiej niż poprzedni LFM2.5 z 2,6 miliarda parametrów, zużywając przy tym o 35% mniej parametrów. W ocenach agentowych potrzebował o 58% mniej tokenów na zadanie i utknął w mniej niż 1% prób, podczas gdy konkurencyjny model osiągnął 15%. Producent nie zaleca go jednak do agentowego kodowania ani złożonego wieloetapowego rozumowania, a przy pytaniach wymagających dużej wiedzy o świecie warto łączyć go z wyszukiwaniem. Model udostępniono na licencji LFM Open License v1.0, a firmy o rocznych przychodach powyżej 10 milionów dolarów potrzebują osobnej licencji komercyjnej.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie dane wejściowe i wyjściowe obsługuje LFM3-1.7B?

Model przyjmuje wyłącznie tekst i zwraca wyłącznie tekst.

Jak duże jest okno kontekstu?

Okno kontekstu wynosi 256K tokenów i obejmuje zarówno dane wejściowe, jak i wyjściowe.

Do jakich zadań najlepiej nadaje się ten model?

Do lokalnych agentów, wywoływania narzędzi ze strukturalnymi odpowiedziami, dostrajania do konkretnej dziedziny oraz odpowiadania na pytania z użyciem wyszukiwania lub dokumentów.

Czym LFM3-1.7B różni się od LFM2.5?

LFM3-1.7B wypada lepiej niż poprzedni model LFM2.5 z 2,6 miliarda parametrów, zużywając o 35% mniej parametrów.

Czy rozumowanie można wyłączyć?

Tak. Rozumowanie jest domyślnie włączone, ale parametr enable_thinking można ustawić na False, aby uzyskać bezpośrednią odpowiedź.

W jakich formatach jest dostępny model?

Model jest udostępniany w sześciu formatach: GGUF, MLX, ONNX, BF16, FP8 i NVFP4.

Powiązane modele