LFM3-1.7B (free) API
Liquid AI کا LFM3-1.7B ایک متن پر مبنی اوپن ویٹ ماڈل ہے جو مقامی ایجنٹس، ٹول کالنگ اور ساختی آؤٹ پٹ کے لیے ڈیزائن کیا گیا ہے اور 16 زبانوں کو سمجھتا ہے۔
LFM3-1.7B Liquid AI کا ایک متن پر مبنی اوپن ویٹ لینگویج ماڈل ہے جس میں تقریباً 1.73 بلین پیرامیٹرز اور 24 پرتیں ہیں۔ یہ ایک نئی ٹرائی ہائبرڈ آرکیٹیکچر استعمال کرتا ہے جس میں 13 گیٹڈ شارٹ کنوولوشن پرتیں، 5 سلائیڈنگ ونڈو اٹینشن پرتیں اور 6 گلوبل اٹینشن پرتیں شامل ہیں۔ ماڈل 256K ٹوکنز کے کنٹیکسٹ کو سپورٹ کرتا ہے (ان پٹ اور آؤٹ پٹ دونوں ملا کر) اور اس کی ذخیرہ الفاظ 128,000 ٹوکنز پر مشتمل ہے۔ یہ 16 زبانوں میں کام کرتا ہے: انگریزی، عربی، چینی، فرانسیسی، جرمن، اطالوی، جاپانی، کورین، پرتگالی، ہسپانوی، ویتنامی، تھائی، انڈونیشی، ہندی، روسی اور پولش۔
یہ ماڈل خاص طور پر مقامی ایجنٹس، ٹول کالنگ، ساختی آؤٹ پٹ اور ڈومین مخصوص ایپلی کیشنز کے لیے تیار کیا گیا ہے۔ اسے Hermes Agent، Pi اور OpenClaw جیسے ایجنٹ ہارنیسز کے لیے پوسٹ ٹرین کیا گیا ہے۔ یہ Transformers، vLLM، SGLang، llama.cpp، Ollama، LM Studio، MLX اور ONNX Runtime پر چلتا ہے اور BF16، FP8، NVFP4، GGUF، MLX اور ONNX کوانٹائزیشن فارمیٹس میں دستیاب ہے۔ 4-بٹ کوانٹائزڈ شکل میں یہ تقریباً 1 GB میموری استعمال کرتا ہے، جبکہ 128K ٹوکن کنٹیکسٹ پر اس کا کیش تقریباً 1.6 GB ہوتا ہے۔
یہ ماڈل ساختی JSON اخراج، بازیافت شدہ دستاویزات سے جوابات، اور 108 ٹولز والی فون ایپ میں ٹول سلیکشن جیسے کاموں کے لیے موزوں ہے۔ تاہم، ایجنٹک کوڈنگ یا پیچیدہ کثیر المرحلہ استدلال کے لیے اس کی سفارش نہیں کی جاتی، اور علم پر مبنی کاموں کے لیے بازیافت یا RAG کی سفارش کی جاتی ہے۔ LFM Open License v1.0 کے تحت تجارتی استعمال ان اداروں کے لیے اجازت نہیں رکھتا جن کی سالانہ آمدنی 10 ملین ڈالر یا اس سے زیادہ ہے۔
تازہ کاری:
MODEL ID
lfm-3-1.7b:free- سیاق
- 262.144K
- زیادہ سے زیادہ آؤٹ پٹ
- 8.192K
- تجویز کردہ API
- messages
- ان پٹ
- text
- آؤٹ پٹ
- text
نمایاں خصوصیات
- متن پر مبنی اوپن ویٹ ماڈل
- 256K ٹوکن کنٹیکسٹ
- 16 زبانوں کی سپورٹ
- ٹول کالنگ اور ساختی آؤٹ پٹ
- مقامی ایجنٹس کے لیے موزوں
- 4-بٹ میں تقریباً 1 GB میموری
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
| دستیابی | |||
|---|---|---|---|
| $0 | $0 |
تاریخی اعدادوشمار براہ راست حالت کی جانچ نہیں ہیں۔ ڈیٹا نہ ہونا تعطل کا مطلب نہیں۔
بینچ مارکس
- 45.60
LiveClaw
پوائنٹس؛ LFM2.5-2.6B نے 14.70 اسکور کیا
- 38.42
WebArena-Verified
پوائنٹس؛ LFM2.5-2.6B نے 3.02 اور Qwen3.5-9B نے 28.94 اسکور کیا
- 71.39
BFCL V4
پوائنٹس؛ ٹول استعمال
- 80.36
ToolSandbox
پوائنٹس
- 73.46
LiveCodeBench v6
پوائنٹس
- 43.40
SWE-bench Verified
پوائنٹس
- 96.66
IFEval
پوائنٹس
- 63.37
GPQA Diamond
پوائنٹس
اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔
استدلال
- ہمیشہ فعال
- ہاں
فوری آغاز
Felo API Platform کے موافق APIs کے ساتھ اس ماڈل کو کال کرنے کے لیے تیار کوڈ۔ کوڈ لکھنے سے پہلے پرامپٹس آزمائنا چاہیں تو Playground سے شروع کریں۔
اپنی API کلید حاصل کریں
اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔
export FELO_API_KEY="YOUR_API_KEY"اپنی پہلی درخواست بھیجیں
یہ ماڈل ID Felo API Platform endpoint کے ساتھ استعمال کریں۔ X-Request-Id جیسے اختیاری درخواست ہیڈرز مسئلہ حل کرنے میں مدد دے سکتے ہیں۔
lfm-3-1.7b:freeیہ ماڈل استدلال کے قابل ہے۔ اگر منتخب پروٹوکول اور ماڈل روٹ استدلال کنٹرولز فراہم کرتے ہیں تو گفتگو جاری رکھتے وقت واپس شدہ استدلال میٹاڈیٹا محفوظ رکھیں۔
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());تیسرے فریق کے SDKs استعمال کرنا
موافق SDKs استعمال کریں اور baseURL کو اس پر سیٹ کریں: https://openapi.felo.ai/api/v1. Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق بنیادی URL استعمال کریں۔ https://openapi.felo.ai/api.
اسٹریمنگ فعال کریں
جوابات کو سرور سے بھیجے گئے ایونٹس کے طور پر وصول کرنے کے لیے stream: true شامل کریں۔
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 ماڈل کال کرنے کی موافق سطحیں فراہم کرتا ہے۔ وہ سطح چنیں جو آپ کی ایپ یا ایجنٹ کلائنٹ پہلے سے تعاون کرتا ہو۔
Messages
Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق پیغامات۔
POST
https://openapi.felo.ai/api/v1/messagesپیرامیٹرز
modelstringlfm-3-1.7b:freeکال کرنے کے لیے عوامی ماڈل ID۔max_tokensinteger—زیادہ سے زیادہ بنائے جانے والے tokens۔messagesarray—Chat Completions کے لیے گفتگو کے پیغامات۔seed———stop———min_p———toolsarray—موافق اسکیما کے مطابق ٹول کالنگ تعریفیں۔top_k———top_p———logprobs———reasoning———temperaturenumber—تعاون کی صورت میں جواب کے تنوع کو کنٹرول کرتا ہے۔tool_choicestring or object—کنٹرول کرتا ہے کہ کوئی ٹول کال ہونا چاہیے یا نہیں۔top_logprobs———response_formatobject—تعاون کی صورت میں ساختہ آؤٹ پٹ کی درخواست کرتا ہے۔presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———عمومی سوالات
ماڈل تعارف: LFM3-1.7B (free)?
LFM3-1.7B Liquid AI کا ایک متن پر مبنی اوپن ویٹ لینگویج ماڈل ہے جس میں تقریباً 1.73 بلین پیرامیٹرز اور 24 پرتیں ہیں۔ یہ ایک نئی ٹرائی ہائبرڈ آرکیٹیکچر استعمال کرتا ہے جس میں 13 گیٹڈ شارٹ کنوولوشن پرتیں، 5 سلائیڈنگ ونڈو اٹینشن پرتیں اور 6 گلوبل اٹینشن پرتیں شامل ہیں۔ ماڈل 256K ٹوکنز کے کنٹیکسٹ کو سپورٹ کرتا ہے (ان پٹ اور آؤٹ پٹ دونوں ملا کر) اور اس کی ذخیرہ الفاظ 128,000 ٹوکنز پر مشتمل ہے۔ یہ 16 زبانوں میں کام کرتا ہے: انگریزی، عربی، چینی، فرانسیسی، جرمن، اطالوی، جاپانی، کورین، پرتگالی، ہسپانوی، ویتنامی، تھائی، انڈونیشی، ہندی، روسی اور پولش۔ یہ ماڈل خاص طور پر مقامی ایجنٹس، ٹول کالنگ، ساختی آؤٹ پٹ اور ڈومین مخصوص ایپلی کیشنز کے لیے تیار کیا گیا ہے۔ اسے Hermes Agent، Pi اور OpenClaw جیسے ایجنٹ ہارنیسز کے لیے پوسٹ ٹرین کیا گیا ہے۔ یہ Transformers، vLLM، SGLang، llama.cpp، Ollama، LM Studio، MLX اور ONNX Runtime پر چلتا ہے اور BF16، FP8، NVFP4، GGUF، MLX اور ONNX کوانٹائزیشن فارمیٹس میں دستیاب ہے۔ 4-بٹ کوانٹائزڈ شکل میں یہ تقریباً 1 GB میموری استعمال کرتا ہے، جبکہ 128K ٹوکن کنٹیکسٹ پر اس کا کیش تقریباً 1.6 GB ہوتا ہے۔ یہ ماڈل ساختی JSON اخراج، بازیافت شدہ دستاویزات سے جوابات، اور 108 ٹولز والی فون ایپ میں ٹول سلیکشن جیسے کاموں کے لیے موزوں ہے۔ تاہم، ایجنٹک کوڈنگ یا پیچیدہ کثیر المرحلہ استدلال کے لیے اس کی سفارش نہیں کی جاتی، اور علم پر مبنی کاموں کے لیے بازیافت یا RAG کی سفارش کی جاتی ہے۔ LFM Open License v1.0 کے تحت تجارتی استعمال ان اداروں کے لیے اجازت نہیں رکھتا جن کی سالانہ آمدنی 10 ملین ڈالر یا اس سے زیادہ ہے۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔
LFM3-1.7B کون سے ان پٹ کی اقسام سپورٹ کرتا ہے؟
یہ ماڈل صرف متن ان پٹ اور متن آؤٹ پٹ کو سپورٹ کرتا ہے۔
اس کا کنٹیکسٹ سائز کتنا ہے؟
یہ 256K ٹوکنز کے کنٹیکسٹ کو سپورٹ کرتا ہے، جس میں ان پٹ اور آؤٹ پٹ دونوں شامل ہیں۔
کیا یہ ماڈل ٹول کالنگ اور ساختی آؤٹ پٹ فراہم کرتا ہے؟
جی ہاں، یہ ٹول کالنگ اور ساختی آؤٹ پٹ دونوں کو سپورٹ کرتا ہے۔
یہ کن کاموں کے لیے موزوں ہے؟
یہ مقامی ایجنٹس، ٹول کالنگ، ساختی JSON اخراج، بازیافت شدہ دستاویزات سے جوابات، اور 108 ٹولز والی فون ایپ میں ٹول سلیکشن جیسے کاموں کے لیے موزوں ہے۔
کیا اسے ایجنٹک کوڈنگ کے لیے استعمال کیا جا سکتا ہے؟
ایجنٹک کوڈنگ یا پیچیدہ کثیر المرحلہ استدلال کے لیے اس کی سفارش نہیں کی جاتی۔
یہ LFM2.5-2.6B سے کیسے مختلف ہے؟
LFM3-1.7B میں 35% کم پیرامیٹرز کے باوجود یہ LFM2.5-2.6B سے بہتر کارکردگی دکھاتا ہے اور 8K ٹوکن کنٹیکسٹ پر تقریباً 25% تیز چلتا ہے۔