Felo API PlatformFelo API Platform
Quay lại danh sách mô hình
LiquidAImessages

LFM3-1.7B API

LFM3-1.7B là mô hình ngôn ngữ nhỏ do Liquid AI phát hành, có 1,73 tỷ tham số, cửa sổ ngữ cảnh 256K token, hỗ trợ gọi công cụ có cấu trúc và chạy cục bộ trên điện thoại, máy tính xách tay.

LFM3-1.7B là mô hình văn bản thuộc dòng LFM3 của Liquid AI, ra mắt ngày 27 tháng 10 năm 2026. Mô hình có 1,73 tỷ tham số và ở mức lượng tử hóa 4-bit chỉ chiếm khoảng 1GB bộ nhớ, nhờ đó có thể chạy cục bộ trên điện thoại và máy tính xách tay mà không cần GPU chuyên dụng. Kiến trúc tri-hybrid gồm 24 lớp pha trộn 13 lớp tích chập ngắn có cổng, 5 lớp attention cửa sổ trượt và 6 lớp attention toàn cục. Vốn từ gồm 128.000 token, bao phủ 16 ngôn ngữ, và mô hình được huấn luyện trên 12 nghìn tỷ token, tương đương tỷ lệ khoảng 12.717 lần số tham số. Cửa sổ ngữ cảnh 256K token áp dụng cho cả đầu vào lẫn đầu ra, mức rất lớn so với một mô hình cỡ này.

Mô hình được huấn luyện sau để phù hợp với các khung tác tử như Hermes Agent, Pi và OpenClaw, đồng thời hỗ trợ gọi công cụ có cấu trúc và cơ chế tìm kiếm công cụ trì hoãn khi làm việc với danh mục công cụ lớn. Chế độ suy luận được bật mặc định; có thể đặt tham số generation temperature0.1, top_k 50 và repetition_penalty 1.1. Mô hình có sẵn ở sáu định dạng gồm GGUF, MLX, ONNX, BF16, BF16, ONNX, MLX, GGUF và có thể tinh chỉnh nhanh trên một GPU duy nhất.

Mô hình phù hợp cho các tác vụ như tác nhân cục bộ trên thiết bị, gọi công cụ với đầu ra có cấu trúc, phân loại yêu cầu khách hàng, trích xuất thông tin tài liệu, định tuyến trường hợp và hỏi đáp dựa trên truy xuất khi kết hợp với tìm kiếm. Tuy nhiên, mô hình không được khuyến nghị cho lập trình tác tử hoặc suy luận nhiều bước phức tạp, và không thể chứa nhiều kiến thức thế giới như các hệ thống lớn hơn, nên cần ghép với truy xuất hoặc tìm kiếm cho các câu hỏi nặng về kiến thức. Mô hình được phát hành theo LFM Open License v1.0 tùy chỉnh; các công ty có doanh thu hằng năm trên 10 triệu đô la cần giấy phép thương mại riêng, còn tổ chức phi lợi nhuận đủ điều kiện được miễn cho mục đích phi thương mại hoặc nghiên cứu.

Cập nhật:

ID MÔ HÌNH

lfm-3-1.7b
Ngữ cảnh
262.144K
Đầu ra tối đa
8.192K
API đề xuất
messages
Đầu vào
text
Đầu ra
text

Điểm nổi bật

  • 1,73 tỷ tham số, khoảng 1GB bộ nhớ ở 4-bit
  • Cửa sổ ngữ cảnh 256K token
  • Kiến trúc tri-hybrid 24 lớp
  • Vốn từ 128.000 token, 16 ngôn ngữ
  • Sẵn sàng ở sáu định dạng
  • Tinh chỉnh nhanh trên một GPU

Nhà cung cấp

1 nhà cung cấp

So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.

Nhà cung cấp · Chi tiết giá
Tỷ lệ khả dụng
$0.08$0.2$0.02

10 USD mua được gì

Đầu vào
125 Tr token
Đầu ra
50 Tr token

Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.

Suy luận

Luôn bật
Có

Bắt đầu nhanh

Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.

1

Thiết lập khóa API

Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.

export FELO_API_KEY="YOUR_API_KEY"
2

Gửi yêu cầu đầu tiên

Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.

lfm-3-1.7b

Mô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.

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());

Dùng SDK bên thứ ba

Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.

3

Bật streaming

Thêm stream: true để nhận phản hồi dưới dạng 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",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.

Giao diệnPhương thứcURL

Messages

Tin nhắn tương thích Anthropic cho client kiểu Claude.

POST

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

Tham số

TênKiểuMặc địnhMô tả
modelstringlfm-3-1.7bID mô hình công khai cần gọi.
max_tokensinteger—Số token tối đa được tạo.
messagesarray—Tin nhắn hội thoại cho Chat Completions.
seed———
stop———
min_p———
toolsarray—Định nghĩa tool calling theo schema tương thích.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.
tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.
top_logprobs———
response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Câu hỏi thường gặp

Tìm hiểu LFM3-1.7B?

LFM3-1.7B là mô hình văn bản thuộc dòng LFM3 của Liquid AI, ra mắt ngày 27 tháng 10 năm 2026. Mô hình có 1,73 tỷ tham số và ở mức lượng tử hóa 4-bit chỉ chiếm khoảng 1GB bộ nhớ, nhờ đó có thể chạy cục bộ trên điện thoại và máy tính xách tay mà không cần GPU chuyên dụng. Kiến trúc tri-hybrid gồm 24 lớp pha trộn 13 lớp tích chập ngắn có cổng, 5 lớp attention cửa sổ trượt và 6 lớp attention toàn cục. Vốn từ gồm 128.000 token, bao phủ 16 ngôn ngữ, và mô hình được huấn luyện trên 12 nghìn tỷ token, tương đương tỷ lệ khoảng 12.717 lần số tham số. Cửa sổ ngữ cảnh 256K token áp dụng cho cả đầu vào lẫn đầu ra, mức rất lớn so với một mô hình cỡ này. Mô hình được huấn luyện sau để phù hợp với các khung tác tử như Hermes Agent, Pi và OpenClaw, đồng thời hỗ trợ gọi công cụ có cấu trúc và cơ chế tìm kiếm công cụ trì hoãn khi làm việc với danh mục công cụ lớn. Chế độ suy luận được bật mặc định; có thể đặt tham số generation temperature0.1, top_k 50 và repetition_penalty 1.1. Mô hình có sẵn ở sáu định dạng gồm GGUF, MLX, ONNX, BF16, BF16, ONNX, MLX, GGUF và có thể tinh chỉnh nhanh trên một GPU duy nhất. Mô hình phù hợp cho các tác vụ như tác nhân cục bộ trên thiết bị, gọi công cụ với đầu ra có cấu trúc, phân loại yêu cầu khách hàng, trích xuất thông tin tài liệu, định tuyến trường hợp và hỏi đáp dựa trên truy xuất khi kết hợp với tìm kiếm. Tuy nhiên, mô hình không được khuyến nghị cho lập trình tác tử hoặc suy luận nhiều bước phức tạp, và không thể chứa nhiều kiến thức thế giới như các hệ thống lớn hơn, nên cần ghép với truy xuất hoặc tìm kiếm cho các câu hỏi nặng về kiến thức. Mô hình được phát hành theo LFM Open License v1.0 tùy chỉnh; các công ty có doanh thu hằng năm trên 10 triệu đô la cần giấy phép thương mại riêng, còn tổ chức phi lợi nhuận đủ điều kiện được miễn cho mục đích phi thương mại hoặc nghiên cứu.

Cách tính phí sử dụng?

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.

LFM3-1.7B hỗ trợ những loại đầu vào nào?

Mô hình chỉ nhận đầu vào văn bản và trả đầu ra văn bản.

Cửa sổ ngữ cảnh của mô hình lớn đến mức nào?

Mô hình có cửa sổ ngữ cảnh 256K token, áp dụng cho cả đầu vào và đầu ra.

Mô hình phù hợp với những tác vụ nào?

Mô hình phù hợp cho tác nhân cục bộ, gọi công cụ có cấu trúc, tinh chỉnh theo lĩnh vực, hỏi đáp dựa trên truy xuất và phân loại hoặc trích xuất thông tin tài liệu.

Mô hình không được khuyến nghị cho việc gì?

Mô hình không được khuyến nghị cho lập trình tác tử hoặc suy luận nhiều bước phức tạp, và không phù hợp với tác nhân kỹ thuật phần mềm tự động hay chuỗi suy luận logic dài.

LFM3-1.7B khác gì so với LFM2.5?

LFM3-1.7B vượt trội hơn mô hình LFM2.5 2,6 tỷ tham số trước đó trong khi dùng ít hơn 35% tham số.

Mô hình liên quan