LFM3-1.7B (free) API
Liquid AI'nın 1,73 milyar parametreli, 256K bağlam pencereli, yalnızca metin üreten açık ağırlıklı dil modeli; yerel ajanlar ve araç çağırma için tasarlandı.
LFM3-1.7B, Liquid AI tarafından geliştirilen ve27 Ekim 2026'da yayımlanan açık ağırlıklı bir metin modelidir. Yaklaşık 1,73 milyar parametreye ve 24 katmana sahiptir; 128.000 tokenlik sözcük dağarcığıyla 16 dili destekler. Yeni tri-hibrit mimarisi 13 kapılı kısa evrişim katmanı, 5 kayan pencere dikkat katmanı ve 6 küresel dikkat katmanı içerir. Girdi ve çıktı toplamı 256K tokenlik bağlam penceresi sunar.
Model, yerel ajanlar ve alana özgü uygulamalar için tasarlanmıştır. Araç çağırmayı ve yapılandırılmış çıktıları destekler; Hermes Agent, Pi ve OpenClaw gibi ajan altyapıları için sonradan eğitilmiştir. Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX ve ONNX Runtime üzerinde çalışır; BF16, FP8, NVFP4, GGUF, MLX ve ONNX niceleme biçimlerinde mevcuttur. 4 bit nicelemede yaklaşık 1 GB bellek kullanır ve 128K token bağlamda yaklaşık 1,6 GB önbellek gerektirir.
Bu model özellikle yapılandırılmış JSON çıkarımı, getirilen belgelerden yanıt üretme, 108 araçlı bir telefon uygulamasında araç seçimi ve yeni diller öğrenme gibi görevler için uygundur. Ajan tabanlı kodlama veya karmaşık çok adımlı akıl yürütme için önerilmez; bilgi yoğun görevlerde getirim veya getirim destekli üretim kullanılması tavsiye edilir. LFM Open License v1.0, yıllık geliri 10 milyon dolar veya üzeri olan kuruluşlar için ticari kullanıma izin vermez.
Güncellendi:
MODEL ID
lfm-3-1.7b:free- Bağlam
- 262.144K
- Maks. çıktı
- 8.192K
- Önerilen API
- messages
- Giriş
- text
- Çıkış
- text
Öne çıkanlar
- Yaklaşık 1,73 milyar parametre, 24 katman
- 256K token bağlam penceresi
- 16 dil desteği
- Araç çağırma ve yapılandırılmış çıktı
- 4 bit nicelemede yaklaşık 1 GB bellek
- Yerel ajanlar için tasarlandı
Sağlayıcılar
Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
| Kullanılabilirlik | |||
|---|---|---|---|
| $0 | $0 |
Geçmiş istatistikler canlı durum kontrolü değildir. Eksik veri kesinti anlamına gelmez.
Kıyaslamalar
- 45.60
LiveClaw
puan; LFM2.5-2.6B 14.70 puan aldı
- 38.42
WebArena-Verified
puan; LFM2.5-2.6B 3.02 puan, Qwen3.5-9B 28.94 puan aldı
- 71.39
BFCL V4
puan; araç kullanımı
- 80.36
ToolSandbox
puan
- 73.46
LiveCodeBench v6
puan
- 43.40
SWE-bench Verified
puan
- 96.66
IFEval
puan
- 63.37
GPQA Diamond
puan
Puanlar model sağlayıcısının yayımladığı şekildedir.
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-3-1.7b:freeBu 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:free",
"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:free",
"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-3-1.7b:freeÇağrılacak 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 (free)?
LFM3-1.7B, Liquid AI tarafından geliştirilen ve27 Ekim 2026'da yayımlanan açık ağırlıklı bir metin modelidir. Yaklaşık 1,73 milyar parametreye ve 24 katmana sahiptir; 128.000 tokenlik sözcük dağarcığıyla 16 dili destekler. Yeni tri-hibrit mimarisi 13 kapılı kısa evrişim katmanı, 5 kayan pencere dikkat katmanı ve 6 küresel dikkat katmanı içerir. Girdi ve çıktı toplamı 256K tokenlik bağlam penceresi sunar. Model, yerel ajanlar ve alana özgü uygulamalar için tasarlanmıştır. Araç çağırmayı ve yapılandırılmış çıktıları destekler; Hermes Agent, Pi ve OpenClaw gibi ajan altyapıları için sonradan eğitilmiştir. Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX ve ONNX Runtime üzerinde çalışır; BF16, FP8, NVFP4, GGUF, MLX ve ONNX niceleme biçimlerinde mevcuttur. 4 bit nicelemede yaklaşık 1 GB bellek kullanır ve 128K token bağlamda yaklaşık 1,6 GB önbellek gerektirir. Bu model özellikle yapılandırılmış JSON çıkarımı, getirilen belgelerden yanıt üretme, 108 araçlı bir telefon uygulamasında araç seçimi ve yeni diller öğrenme gibi görevler için uygundur. Ajan tabanlı kodlama veya karmaşık çok adımlı akıl yürütme için önerilmez; bilgi yoğun görevlerde getirim veya getirim destekli üretim kullanılması tavsiye edilir. LFM Open License v1.0, yıllık geliri 10 milyon dolar veya üzeri olan kuruluşlar için ticari kullanıma izin vermez.
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. Girdi ve çıktı toplamı 256K tokenlik bağlam penceresine sahiptir.
Hangi görevler için uygundur?
Yerel ajanlar, araç çağırma, yapılandırılmış çıktılar, yapılandırılmış JSON çıkarımı, getirilen belgelerden yanıt üretme, telefon uygulamasında araç seçimi ve yeni diller öğrenme için uygundur.
Ajan tabanlı kodlama için kullanılabilir mi?
Ajan tabanlı kodlama veya karmaşık çok adımlı akıl yürütme için önerilmez. Bilgi yoğun görevlerde getirim veya getirim destekli üretim kullanılması tavsiye edilir.
Hangi çalışma ortamlarında kullanılabilir?
Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX ve ONNX Runtime üzerinde çalışır. BF16, FP8, NVFP4, GGUF, MLX ve ONNX niceleme biçimlerinde mevcuttur.
LFM2.5-2.6B ile arasındaki fark nedir?
LFM3-1.7B, LFM2.5-2.6B'ye göre %35 daha az parametreyle daha iyi performans gösterir ve 8K token bağlamda yaklaşık %25 daha hızlı çalışır.
Lisansı ticari kullanıma izin veriyor mu?
LFM Open License v1.0, yıllık geliri 10 milyon dolar veya üzeri olan kuruluşlar için ticari kullanıma izin vermez.