LFM3-1.7B API
Liquid AI tarafından geliştirilen LFM3-1.7B, 256K token bağlam penceresi ve yapılandırılmış araç çağırma desteğiyle telefon ve dizüstü bilgisayarlarda yerel ajanlar için tasarlanmış 1,73 milyar parametreli küçük bir dil modelidir.
Liquid AI'nin LFM3-1.7B modeli, 1,73 milyar parametreyle 4-bit nicelemede yaklaşık 1GB bellek kaplayan küçük bir dil modelidir. Tri-hybrid mimarisi 24 katmanda 13 kapılı kısa evrişim, 5 kayan pencere dikkat katmanı ve 6 global dikkat katmanını birleştirir. 128.000 tokenlık sözlüğü 16 dili kapsar ve model 22 trilyon token üzerinde eğitilmiştir. Bu, parametre başına yaklaşık 12.717 token oranına denk gelir.
Model, Hermes Agent, Pi ve OpenClaw gibi ajan altyapıları için eğitilmiştir; yapılandırılmış araç çağırmayı ve geniş araç kataloglarında ertelenmiş araç aramayı yerleşik olarak destekler. Akıl yürütme varsayılan olarak açıktır; doğrudan yanıtlar için enable_thinking False yapılabilir. Telefonlarda ve dizüstü bilgisayarlarda özel bir GPU olmadan yerel olarak çalışabilir ve tek bir GPU'da hızlıca ince ayar yapılabilir. Önceki 2,6 milyar parametreli LFM2.5 modelini %35 daha az parametreyle geride bırakır; ajan değerlendirmelerinde görev başına %58 daha az token kullanmış ve denemelerin %1'inden azında takılıp kalmıştır (rakip modelde bu oran %15'tir).
Arama veya erişimle birlikte kullanılan soru yanıtlama, müşteri taleplerini sınıflandırma, belgelerden bilgi çıkarma ve vakaları yönlendirme gibi görevler için uygundur. Ayrıca şirketlerin kendi belgeleri ve biçimleri üzerinde ince ayarlanmış özel asistanlar için de tercih edilebilir. Model, ajan tabanlı kodlama veya karmaşık çok adımlı akıl yürütme için önerilmez; otonom yazılım mühendisliği ajanları ve uzun mantıksal çıkarım zincirleri kapsam dışıdır. Bilgi yoğun sorularda daha büyük sistemler kadar dünya bilgisi tutamayacağından arama veya erişimle eşleştirilmelidir. Özel LFM Open License v1.0 ile sunulur; yıllık geliri 10 milyon doları aşan şirketler ayrı bir ticari lisans gerektirir. Nitelikli kâr amacı gütmeyen kuruluşlar, ticari olmayan veya araştırma amaçlı kullanım için ticari lisanstan muaftır.
Güncellendi:
MODEL ID
lfm-3-1.7b- Bağlam
- 262.144K
- Maks. çıktı
- 8.192K
- Önerilen API
- messages
- Giriş
- text
- Çıkış
- text
Öne çıkanlar
- 1,73 milyar parametre, 4-bit nicelemede yaklaşık 1GB bellek
- 256K token bağlam penceresi
- Yerleşik yapılandırılmış araç çağırma
- Telefon ve dizüstünde GPU'suz yerel çalışma
- Tek GPU'da hızlı ince ayar
- Altı formatta sunum
Sağlayıcılar
Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
| Kullanılabilirlik | ||||
|---|---|---|---|---|
| $0.08 | $0.2 | $0.02 |
Geçmiş istatistikler canlı durum kontrolü değildir. Eksik veri kesinti anlamına gelmez.
$10 ile neler alınır
- Giriş
- 125 Mn token
- Çıkış
- 50 Mn token
Güncel giriş ve çıkış fiyatlarına göre tahmin, indirimler hariç.
Akıl yürütme
- Her zaman etkin
- Evet
Hızlı başlangıç
Bu modeli Felo API Platform uyumlu API'lerle çağırmak için hazır kod. Kod yazmadan önce istemleri test etmek isterseniz Playground'da başlayın.
API anahtarınızı alın
Felo API Platform hesabınızdan bir anahtar oluşturun ve ortam değişkeni olarak ayarlayın.
export FELO_API_KEY="YOUR_API_KEY"İlk isteğinizi yapın
Bu model kimliğini Felo API Platform endpoint'iyle kullanın. X-Request-Id gibi isteğe bağlı istek başlıkları sorun gidermeye yardımcı olabilir.
lfm-3-1.7bBu model akıl yürütme yeteneğine sahiptir. Seçtiğiniz protokol ve model rotası akıl yürütme kontrolleri sunuyorsa, konuşmaya devam ederken döndürülen akıl yürütme üst verilerini koruyun.
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());Üçüncü taraf SDK'ları kullanma
baseURL'yi şu adrese ayarlayarak uyumlu SDK'ları kullanın: https://openapi.felo.ai/api/v1. Claude tarzı istemciler için Anthropic uyumlu temel URL'yi kullanın. https://openapi.felo.ai/api.
Akışı etkinleştirin
Yanıtları server-sent events olarak almak için stream: true ekleyin.
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 uyumlu model çağırma yüzeyleri sunar. Uygulamanızın veya ajan istemcinizin zaten desteklediği yüzeyi seçin.
Messages
Claude tarzı istemciler için Anthropic uyumlu mesajlar.
POST
https://openapi.felo.ai/api/v1/messagesParametreler
modelstringlfm-3-1.7bÇağrılacak herkese açık model kimliği.max_tokensinteger—Oluşturulacak maksimum token sayısı.messagesarray—Chat Completions için konuşma mesajları.seed———stop———min_p———toolsarray—Uyumlu şemayı izleyen araç çağırma tanımları.top_k———top_p———logprobs———reasoning———temperaturenumber—Desteklendiğinde yanıt çeşitliliğini kontrol eder.tool_choicestring or object—Bir aracın çağrılıp çağrılmayacağını kontrol eder.top_logprobs———response_formatobject—Desteklendiğinde yapılandırılmış çıktı ister.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———Sık sorulan sorular
Model tanıtımı: LFM3-1.7B?
Liquid AI'nin LFM3-1.7B modeli, 1,73 milyar parametreyle 4-bit nicelemede yaklaşık 1GB bellek kaplayan küçük bir dil modelidir. Tri-hybrid mimarisi 24 katmanda 13 kapılı kısa evrişim, 5 kayan pencere dikkat katmanı ve 6 global dikkat katmanını birleştirir. 128.000 tokenlık sözlüğü 16 dili kapsar ve model 22 trilyon token üzerinde eğitilmiştir. Bu, parametre başına yaklaşık 12.717 token oranına denk gelir. Model, Hermes Agent, Pi ve OpenClaw gibi ajan altyapıları için eğitilmiştir; yapılandırılmış araç çağırmayı ve geniş araç kataloglarında ertelenmiş araç aramayı yerleşik olarak destekler. Akıl yürütme varsayılan olarak açıktır; doğrudan yanıtlar için enable_thinking False yapılabilir. Telefonlarda ve dizüstü bilgisayarlarda özel bir GPU olmadan yerel olarak çalışabilir ve tek bir GPU'da hızlıca ince ayar yapılabilir. Önceki 2,6 milyar parametreli LFM2.5 modelini %35 daha az parametreyle geride bırakır; ajan değerlendirmelerinde görev başına %58 daha az token kullanmış ve denemelerin %1'inden azında takılıp kalmıştır (rakip modelde bu oran %15'tir). Arama veya erişimle birlikte kullanılan soru yanıtlama, müşteri taleplerini sınıflandırma, belgelerden bilgi çıkarma ve vakaları yönlendirme gibi görevler için uygundur. Ayrıca şirketlerin kendi belgeleri ve biçimleri üzerinde ince ayarlanmış özel asistanlar için de tercih edilebilir. Model, ajan tabanlı kodlama veya karmaşık çok adımlı akıl yürütme için önerilmez; otonom yazılım mühendisliği ajanları ve uzun mantıksal çıkarım zincirleri kapsam dışıdır. Bilgi yoğun sorularda daha büyük sistemler kadar dünya bilgisi tutamayacağından arama veya erişimle eşleştirilmelidir. Özel LFM Open License v1.0 ile sunulur; yıllık geliri 10 milyon doları aşan şirketler ayrı bir ticari lisans gerektirir. Nitelikli kâr amacı gütmeyen kuruluşlar, ticari olmayan veya araştırma amaçlı kullanım için ticari lisanstan muaftır.
Kullanım nasıl faturalandırılır?
Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.
Hangi girdi ve çıktı türlerini destekler?
Yalnızca metin girdisi alır ve metin çıktısı üretir.
Bağlam ve çıktı uzunluğu nedir?
Hem girdi hem çıktıyı kapsayan 256K tokenlık bir bağlam penceresi sunar. Ayrı bir çıktı sınırı belirtilmemiştir.
Hangi görevler için uygundur?
Yerel ajanlar, yapılandırılmış çıktılı araç çağırma, alana özel ince ayar, arama destekli soru yanıtlama ve belge bilgisi çıkarma gibi görevler için uygundur. Ajan tabanlı kodlama ve karmaşık çok adımlı akıl yürütme için önerilmez.
LFM2.5 modelinden farkı nedir?
LFM3-1.7B, önceki 2,6 milyar parametreli LFM2.5 modelini %35 daha az parametreyle geride bırakır. Ajan değerlendirmelerinde görev başına %58 daha az token kullanmış ve denemelerin %1'inden azında takılıp kalmıştır.
Hangi formatlarda sunulur?
GGUF, MLX, ONNX, BF16, FP8 ve NVFP4 dahil olmak üzere altı formatta sunulur.