Felo API PlatformFelo API Platform
Voltar aos modelos
LiquidAImessages

LFM3-1.7B (free) API

Modelo de linguagem aberto e leve da Liquid AI, com arquitetura tri-híbrida, suporte a 16 idiomas, chamadas de ferramentas e saídas estruturadas, otimizado para agentes locais.

O LFM3-1.7B é um modelo de linguagem de pesos abertos da Liquid AI, com cerca de 1,73 bilhão de parâmetros e 24 camadas. Ele utiliza uma nova arquitetura tri-híbrida que combina 13 camadas de convolução curta com gate, 5 camadas de atenção com janela deslizante e 6 camadas de atenção global. O modelo foi pré-treinado com 22 trilhões de tokens, incluindo um estágio de mid-training com traços de agente e chamadas de ferramentas curados, o que expandiu a janela de contexto para 256 mil tokens (entrada e saída combinadas).

O modelo é compatível com chamadas de ferramentas e saídas estruturadas, e foi pós-treinado especificamente para ambientes de agentes como Hermes Agent, Pi e OpenClaw. Ele pode ser executado em Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX e ONNX Runtime, e está disponível nos formatos de quantização BF16, FP8, NVFP4, GGUF, MLX e ONNX. Em formato quantizado de 4 bits, o modelo usa cerca de 1 GB de memória, e cerca de 1,6 GB de cache em contexto de 128 mil tokens, em comparação com 4,3 GB do Qwen3.5-4B.

Ele é indicado para agentes locais, chamadas de ferramentas, extração de JSON estruturado, respostas a partir de documentos recuperados, seleção de ferramentas em um aplicativo de celular com 108 ferramentas e aprendizado de novos idiomas. O modelo suporta 16 idiomas: inglês, árabe, chinês, francês, alemão, italiano, japonês, coreano, português, espanhol, vietnamita, tailandês, indonésio, híndi, russo e polonês. Não é recomendado para codificação agêntica ou raciocínio complexo de múltiplas etapas; para tarefas intensivas em conhecimento, recomenda-se recuperação ou RAG.

Atualizado:

ID DO MODELO

lfm-3-1.7b:free
Contexto
262.144K
Saída máxima
8.192K
API recomendada
messages
Entrada
text
Saída
text

Destaques

  • Arquitetura tri-híbrida com 24 camadas
  • Contexto de 256 mil tokens
  • Suporte a 16 idiomas
  • Chamadas de ferramentas e saídas estruturadas
  • Cerca de 1 GB de memória em 4 bits
  • Compatível com 8 ambientes de execução

Provedores

1 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
Disponibilidade
$0$0

Benchmarks

  • LiveClaw

    pontos; LFM2.5-2.6B obteve 14.70

    45.60
  • WebArena-Verified

    pontos; LFM2.5-2.6B obteve 3.02; Qwen3.5-9B obteve 28.94

    38.42
  • BFCL V4

    pontos; uso de ferramentas

    71.39
  • ToolSandbox

    pontos

    80.36
  • LiveCodeBench v6

    pontos

    73.46
  • SWE-bench Verified

    pontos

    43.40
  • IFEval

    pontos

    96.66
  • GPQA Diamond

    pontos

    63.37

Pontuações conforme publicadas pelo fornecedor do modelo.

Raciocínio

Sempre ativado
Sim

Início rápido

Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.

1

Defina sua chave de API

Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.

export FELO_API_KEY="YOUR_API_KEY"
2

Faça sua primeira requisição

Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.

lfm-3-1.7b:free

Este modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.

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());

Usar SDKs de terceiros

Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.

3

Ative o streaming

Adicione stream: true para receber respostas como 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:free",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.

SurfaceMethodURL

Messages

Mensagens compatíveis com Anthropic para clientes no estilo Claude.

POST

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

Parâmetros

NomeTipoPadrãoDescrição
modelstringlfm-3-1.7b:freeID público do modelo a chamar.
max_tokensinteger—Número máximo de tokens gerados.
messagesarray—Mensagens da conversa para Chat Completions.
seed———
stop———
min_p———
toolsarray—Definições de tool calling seguindo o schema compatível.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Controla a variedade das respostas quando compatível.
tool_choicestring or object—Controla se uma ferramenta deve ser chamada.
top_logprobs———
response_formatobject—Solicita saída estruturada quando compatível.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Perguntas frequentes

O que é LFM3-1.7B (free)?

O LFM3-1.7B é um modelo de linguagem de pesos abertos da Liquid AI, com cerca de 1,73 bilhão de parâmetros e 24 camadas. Ele utiliza uma nova arquitetura tri-híbrida que combina 13 camadas de convolução curta com gate, 5 camadas de atenção com janela deslizante e 6 camadas de atenção global. O modelo foi pré-treinado com 22 trilhões de tokens, incluindo um estágio de mid-training com traços de agente e chamadas de ferramentas curados, o que expandiu a janela de contexto para 256 mil tokens (entrada e saída combinadas). O modelo é compatível com chamadas de ferramentas e saídas estruturadas, e foi pós-treinado especificamente para ambientes de agentes como Hermes Agent, Pi e OpenClaw. Ele pode ser executado em Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX e ONNX Runtime, e está disponível nos formatos de quantização BF16, FP8, NVFP4, GGUF, MLX e ONNX. Em formato quantizado de 4 bits, o modelo usa cerca de 1 GB de memória, e cerca de 1,6 GB de cache em contexto de 128 mil tokens, em comparação com 4,3 GB do Qwen3.5-4B. Ele é indicado para agentes locais, chamadas de ferramentas, extração de JSON estruturado, respostas a partir de documentos recuperados, seleção de ferramentas em um aplicativo de celular com 108 ferramentas e aprendizado de novos idiomas. O modelo suporta 16 idiomas: inglês, árabe, chinês, francês, alemão, italiano, japonês, coreano, português, espanhol, vietnamita, tailandês, indonésio, híndi, russo e polonês. Não é recomendado para codificação agêntica ou raciocínio complexo de múltiplas etapas; para tarefas intensivas em conhecimento, recomenda-se recuperação ou RAG.

Como o uso é cobrado?

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.

Quais modalidades o LFM3-1.7B suporta?

O modelo aceita entrada de texto e produz saída de texto. É um modelo de linguagem apenas de texto.

Qual é o tamanho da janela de contexto?

O LFM3-1.7B oferece 256 mil tokens de contexto, considerando entrada e saída combinadas.

Para quais tarefas o modelo é mais indicado?

Ele é projetado para agentes locais e aplicações específicas de domínio, com suporte a chamadas de ferramentas, saídas estruturadas e extração de JSON. Também é útil para responder a partir de documentos recuperados e para seleção de ferramentas em aplicativos.

Quais idiomas são suportados?

O modelo suporta 16 idiomas, incluindo português, inglês, espanhol, francês, alemão, italiano, chinês, japonês, coreano, árabe, russo, híndi, vietnamita, tailandês, indonésio e polonês.

Quais são as limitações do LFM3-1.7B?

O modelo não é recomendado para codificação agêntica ou raciocínio complexo de múltiplas etapas. Para tarefas intensivas em conhecimento, recomenda-se o uso de recuperação ou RAG.

Em quais ambientes e formatos o modelo pode ser executado?

Ele roda em Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX e ONNX Runtime. Está disponível nos formatos de quantização BF16, FP8, NVFP4, GGUF, MLX e ONNX.

Modelos relacionados