Felo API PlatformFelo API Platform
Назад к моделям
LiquidAImessages

LFM3-1.7B (free) API

LFM3-1.7B от Liquid AI — компактная открытая текстая модель с контекстом 256K токенов, поддержкой вызова инструментов и 16 языков, включая русский.

LFM3-1.7B — текстовая языковая модель с открытыми весами от Liquid AI, выпущенная 27 октября 2026 года. Она построена на новой три-гибридной архитектуре: 13 слоёв стробированной короткой свёртки, 5 слоёв скользящего окна внимания и 6 слоёв глобального внимания. Модель содержит около 1,73 млрд параметров и 24 слоя, словарь насчитывает 128 000 токенов. Контекстное окно составляет 256K токенов и охватывает вход и выход вместе.

Модель поддерживает вызов инструментов и структурированные выводы, а также 16 языков: английский, арабский, китайский, французский, немецкий, итальянский, японский, корейский, португальский, испанский, вьетнамский, тайский, индонезийский, хинди, русский и польский. Она ориентирована на локальных агентов и прикладные задачи конкретных предметных областей, прошла постобучение под агентные среды Hermes Agent, Pi и OpenClaw и запускается через Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX и ONNX Runtime; доступны форматы BF16, FP8, NVFP4, GGUF, MLX и ONNX.

Лучше всего модель подходит для выбора инструментов, извлечения структурированного JSON, ответов по найденным документам и дообучения под узкую область. Для задач, требующих больших знаний, рекомендуется использовать поиск или генерацию с опорой на найденные документы. Производитель не рекомендует модель для агентного программирования и сложных многошаговых рассуждений. В 4-битном квантованном виде веса занимают около 1 ГБ памяти, а кэш при контексте 128K токенов — около 1,6 ГБ.

Обновлено:

MODEL ID

lfm-3-1.7b:free
Контекст
262.144K
Макс. вывод
8.192K
Рекомендуемый API
messages
Вход
text
Выход
text

Ключевые возможности

  • Контекст 256K токенов
  • Около 1,73 млрд параметров и 24 слоя
  • Вызов инструментов и структурированный вывод
  • 16 языков, включая русский
  • Около 1 ГБ памяти в 4-битном кванте
  • Запуск на Transformers, vLLM, Ollama и других

Поставщики

1 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность
$0$0

Бенчмарки

  • LiveClaw

    баллов; LFM2.5-2.6B набрала 14.70

    45.60
  • WebArena-Verified

    баллов; LFM2.5-2.6B набрала 3.02, Qwen3.5-9B — 28.94

    38.42
  • BFCL V4

    баллов; использование инструментов

    71.39
  • ToolSandbox

    баллов

    80.36
  • LiveCodeBench v6

    баллов

    73.46
  • SWE-bench Verified

    баллов

    43.40
  • IFEval

    баллов

    96.66
  • GPQA Diamond

    баллов

    63.37

Результаты опубликованы производителем модели.

Рассуждения

Всегда включены
Да

Quick Start

Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.

1

Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"
2

Первый запрос

Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.

lfm-3-1.7b:free

Эта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении conversation.

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());

Сторонние SDK

В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.

3

Включить streaming

Добавьте stream: true, чтобы получать responses как 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

Felo API Platform предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

ИмяТипПо умолчаниюОписание
modelstringlfm-3-1.7b:freeПубличный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions по compatible schema.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
tool_choicestring or object—Управляет тем, нужно ли вызвать tool.
top_logprobs———
response_formatobject—Запрашивает structured output, если поддерживается.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Частые вопросы

О модели LFM3-1.7B (free)?

LFM3-1.7B — текстовая языковая модель с открытыми весами от Liquid AI, выпущенная 27 октября 2026 года. Она построена на новой три-гибридной архитектуре: 13 слоёв стробированной короткой свёртки, 5 слоёв скользящего окна внимания и 6 слоёв глобального внимания. Модель содержит около 1,73 млрд параметров и 24 слоя, словарь насчитывает 128 000 токенов. Контекстное окно составляет 256K токенов и охватывает вход и выход вместе. Модель поддерживает вызов инструментов и структурированные выводы, а также 16 языков: английский, арабский, китайский, французский, немецкий, итальянский, японский, корейский, португальский, испанский, вьетнамский, тайский, индонезийский, хинди, русский и польский. Она ориентирована на локальных агентов и прикладные задачи конкретных предметных областей, прошла постобучение под агентные среды Hermes Agent, Pi и OpenClaw и запускается через Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX и ONNX Runtime; доступны форматы BF16, FP8, NVFP4, GGUF, MLX и ONNX. Лучше всего модель подходит для выбора инструментов, извлечения структурированного JSON, ответов по найденным документам и дообучения под узкую область. Для задач, требующих больших знаний, рекомендуется использовать поиск или генерацию с опорой на найденные документы. Производитель не рекомендует модель для агентного программирования и сложных многошаговых рассуждений. В 4-битном квантованном виде веса занимают около 1 ГБ памяти, а кэш при контексте 128K токенов — около 1,6 ГБ.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Какие входы и выходы поддерживает модель?

Модель принимает только текст и выдаёт только текст. Другие модальности не поддерживаются.

Какое у модели контекстное окно?

Контекст составляет 256K токенов и учитывает вход и выход вместе.

На каких языках работает LFM3-1.7B?

Поддерживается 16 языков, включая русский, английский, немецкий, французский, испанский, китайский и японский.

Подходит ли модель для агентного программирования?

Производитель не рекомендует её для агентного программирования и сложных многошаговых рассуждений. Для задач с большим объёмом знаний рекомендуется поиск или генерация с опорой на документы.

Чем LFM3-1.7B отличается от LFM2.5-2.6B?

LFM3-1.7B превосходит LFM2.5-2.6B при на 35% меньшем числе параметров и работает примерно на 25% быстрее при контексте 8K токенов.

В каких средах можно запускать модель?

Поддерживаются Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX и ONNX Runtime, а также квантованные форматы BF16, FP8, NVFP4, GGUF, MLX и ONNX.

Связанные модели