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

LFM3-1.7B (free) API

LFM3-1.7B là mô hình ngôn ngữ chỉ văn bản, trọng số mở của Liquid AI, dùng kiến trúc tri-hybrid mới, hỗ trợ 16 ngôn ngữ, gọi công cụ và đầu ra có cấu trúc, hướng đến tác nhân cục bộ.

LFM3-1.7B là mô hình ngôn ngữ chỉ văn bản, trọng số mở do Liquid AI phát hành, có khoảng 1,73 tỷ tham số và 24 lớp, với kích thước từ vựng 128.000 token. Mô hình sử dụng kiến trúc tri-hybrid mới gồm 13 lớp tích chập ngắn có cổng, 5 lớp chú ý cửa sổ trượt và 6 lớp chú ý toàn cục. LFM3-1.7B-Base được tiền huấn luyện trên 22T token; 3,5T token cuối bao gồm giai đoạn huấn luyện giữa với dữ liệu tác nhân và gọi công cụ được tuyển chọn, mở rộng cửa sổ ngữ cảnh lên 256K token (đầu vào và đầu ra cộng lại).

Mô hình hỗ trợ 16 ngôn ngữ: tiếng Anh, tiếng Ả Rập, tiếng Trung, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Nhật, tiếng Hàn, tiếng Bồ Đào Nha, tiếng Tây Ban Nha, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Hindi, tiếng Nga và tiếng Ba Lan. LFM3-1.7B hỗ trợ gọi công cụ và đầu ra có cấu trúc, được thiết kế cho tác nhân cục bộ và ứng dụng chuyên ngành, đồng thời được huấn luyện sau cho các khung tác nhân như Hermes Agent, Pi và OpenClaw. Mô hình chạy trên Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX và ONNX Runtime, với các định dạng lượng tử hóa BF16, FP8, NVFP4, GGUF, MLX và ONNX.

LFM3-1.7B phù hợp cho tác nhân cục bộ, gọi công cụ, đầu ra có cấu trúc, tinh chỉnh theo lĩnh vực, trích xuất JSON có cấu trúc, trả lời từ tài liệu truy xuất, chọn công cụ trong ứng dụng điện thoại 108 công cụ và học ngôn ngữ mới. Mô hình dùng khoảng 1 GB bộ nhớ ở dạng lượng tử hóa 4-bit và khoảng 1,6 GB bộ đệm ở ngữ cảnh 128K token, so với 4,3 GB của Qwen3.5-4B. LFM3-1.7B vượt LFM2.5-2.6B với ít hơn 35% tham số, chạy nhanh hơn khoảng 25% ở ngữ cảnh 8K token và giải mã nhanh hơn 1,8x đến 2,8x so với mô hình kế tiếp trên ba thiết lập trên thiết bị được thử nghiệm. Mô hình không được khuyến nghị cho lập trình tác nhân hoặc suy luận đa bước phức tạp; với tác vụ đòi hỏi kiến thức, nên dùng truy xuất hoặc RAG. LFM Open License v1.0 không cho phép sử dụng thương mại đối với tổ chức có doanh thu hàng năm từ 10 triệu USD trở lên.

Cập nhật:

ID MÔ HÌNH

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

Điểm nổi bật

  • Mô hình ngôn ngữ chỉ văn bản, trọng số mở
  • Kiến trúc tri-hybrid mới
  • Ngữ cảnh 256K token
  • Hỗ trợ 16 ngôn ngữ
  • Gọi công cụ và đầu ra có cấu trúc
  • Khoảng 1 GB bộ nhớ ở dạng 4-bit

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$0

Điểm chuẩn

  • LiveClaw

    điểm; LFM2.5-2.6B đạt 14.70

    45.60
  • WebArena-Verified

    điểm; LFM2.5-2.6B đạt 3.02; Qwen3.5-9B đạt 28.94

    38.42
  • BFCL V4

    điểm; sử dụng công cụ

    71.39
  • ToolSandbox

    điểm

    80.36
  • LiveCodeBench v6

    điểm

    73.46
  • SWE-bench Verified

    điểm

    43.40
  • IFEval

    điểm

    96.66
  • GPQA Diamond

    điểm

    63.37

Điểm số theo công bố của nhà cung cấp mô hình.

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:free

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:free",
  "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:free",
  "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-3-1.7b:freeID 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 (free)?

LFM3-1.7B là mô hình ngôn ngữ chỉ văn bản, trọng số mở do Liquid AI phát hành, có khoảng 1,73 tỷ tham số và 24 lớp, với kích thước từ vựng 128.000 token. Mô hình sử dụng kiến trúc tri-hybrid mới gồm 13 lớp tích chập ngắn có cổng, 5 lớp chú ý cửa sổ trượt và 6 lớp chú ý toàn cục. LFM3-1.7B-Base được tiền huấn luyện trên 22T token; 3,5T token cuối bao gồm giai đoạn huấn luyện giữa với dữ liệu tác nhân và gọi công cụ được tuyển chọn, mở rộng cửa sổ ngữ cảnh lên 256K token (đầu vào và đầu ra cộng lại). Mô hình hỗ trợ 16 ngôn ngữ: tiếng Anh, tiếng Ả Rập, tiếng Trung, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Nhật, tiếng Hàn, tiếng Bồ Đào Nha, tiếng Tây Ban Nha, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Hindi, tiếng Nga và tiếng Ba Lan. LFM3-1.7B hỗ trợ gọi công cụ và đầu ra có cấu trúc, được thiết kế cho tác nhân cục bộ và ứng dụng chuyên ngành, đồng thời được huấn luyện sau cho các khung tác nhân như Hermes Agent, Pi và OpenClaw. Mô hình chạy trên Transformers, vLLM, SGLang, llama.cpp, Ollama, LM Studio, MLX và ONNX Runtime, với các định dạng lượng tử hóa BF16, FP8, NVFP4, GGUF, MLX và ONNX. LFM3-1.7B phù hợp cho tác nhân cục bộ, gọi công cụ, đầu ra có cấu trúc, tinh chỉnh theo lĩnh vực, trích xuất JSON có cấu trúc, trả lời từ tài liệu truy xuất, chọn công cụ trong ứng dụng điện thoại 108 công cụ và học ngôn ngữ mới. Mô hình dùng khoảng 1 GB bộ nhớ ở dạng lượng tử hóa 4-bit và khoảng 1,6 GB bộ đệm ở ngữ cảnh 128K token, so với 4,3 GB của Qwen3.5-4B. LFM3-1.7B vượt LFM2.5-2.6B với ít hơn 35% tham số, chạy nhanh hơn khoảng 25% ở ngữ cảnh 8K token và giải mã nhanh hơn 1,8x đến 2,8x so với mô hình kế tiếp trên ba thiết lập trên thiết bị được thử nghiệm. Mô hình không được khuyến nghị cho lập trình tác nhân hoặc suy luận đa bước phức tạp; với tác vụ đòi hỏi kiến thức, nên dùng truy xuất hoặc RAG. LFM Open License v1.0 không cho phép sử dụng thương mại đối với tổ chức có doanh thu hàng năm từ 10 triệu USD trở lên.

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 hỗ trợ đầu vào văn bản và đầu ra văn bản.

Ngữ cảnh của LFM3-1.7B dài bao nhiêu?

Mô hình có ngữ cảnh 256K token, tính chung cho đầu vào và đầu ra.

LFM3-1.7B phù hợp với những tác vụ nào?

Mô hình phù hợp cho tác nhân cục bộ, gọi công cụ, đầu ra có cấu trúc, tinh chỉnh theo lĩnh vực, trích xuất JSON, trả lời từ tài liệu truy xuất và học ngôn ngữ mới.

LFM3-1.7B khác gì so với LFM2.5-2.6B?

LFM3-1.7B vượt LFM2.5-2.6B với ít hơn 35% tham số, chạy nhanh hơn khoảng 25% ở ngữ cảnh 8K token và đạt điểm cao hơn trên các benchmark như LiveClaw và WebArena-Verified.

Mô hình hỗ trợ bao nhiêu ngôn ngữ?

LFM3-1.7B hỗ trợ 16 ngôn ngữ, bao gồm tiếng Việt.

LFM3-1.7B có hỗ trợ gọi công cụ không?

Có, mô hình hỗ trợ gọi công cụ và đầu ra có cấu trúc.

Mô hình liên quan