Felo API PlatformFelo API Platform
返回模型列表
LiquidAImessages

LFM3-1.7B API

Liquid AI 推出的 1.73B 參數小型語言模型,具備 256K 上下文與內建工具呼叫,可在手機與筆電本機執行。

LFM3-1.7B 是 Liquid AI 於 2026 年 10 月 27 日發布的小型語言模型,僅有 1.73 億……更正:1.73 億?不對,是 1.73 billion parameters,即 17.3 億參數。以 4 位元量化後約佔 1GB 記憶體,無需獨立 GPU 即可在手機與筆電上本機執行。它採用三混合架構,24 層中混合 13 層閘控短卷積、5 層滑動視窗注意力與 6 層全域注意力,詞彙表涵蓋 16 種語言、共 128,000 個詞元,訓練資料量達 22 兆詞元。

模型支援文字輸入與文字輸出,上下文視窗為 256K 詞元,輸入與輸出共用同一額度。它內建結構化工具呼叫,並提供延遲工具搜尋機制以應對大型工具目錄;推理預設開啟,可將 enable_thinking 設為 False 以取得直接回答。官方針對 Hermes Agent、Pi、OpenClaw 等代理框架進行後訓練,也可在單張 GPU 上快速微調。

此模型適合在本機執行的代理、結構化輸出的工具呼叫、領域專屬微調、搭配檢索的問答,以及客服請求分類、文件資訊擷取與案件路由等任務。官方明確不建議用於代理式程式開發或複雜多步推理,也不適合自主軟體工程代理與長鏈邏輯推演;知識密集型問題建議搭配檢索或搜尋。模型以 LFM Open License v1.0 授權釋出,年營收超過 1,000 萬美元的企業需另行取得商業授權。

更新時間:

模型 ID

lfm-3-1.7b
上下文
262.144K
最大輸出
8.192K
建議 API
messages
輸入
text
輸出
text

核心要點

  • 1.73B 參數,4 位元量化約 1GB 記憶體
  • 256K 詞元上下文,輸入輸出共用
  • 三混合架構,24 層混合卷積與注意力
  • 內建結構化工具呼叫與延遲工具搜尋
  • 詞彙表涵蓋 16 種語言、128,000 詞元
  • 提供 GGUF、MLX、ONNX 等六種格式

供應商

1 個供應商

比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。

供應商 · 計費明細
可用率
$0.08$0.2$0.02

10 美元能買多少 token

輸入
1.3億 tokens
輸出
5000萬 tokens

依目前輸入與輸出單價估算,未計入折扣。

推理能力

始終啟用
是

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

填入 API key

從 Felo API Platform 帳戶建立 key,並設定為環境變數。

export FELO_API_KEY="YOUR_API_KEY"
2

發出第一次請求

使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。

lfm-3-1.7b

該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。

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());

使用第三方 SDK

兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.

3

啟用串流輸出

加入 stream: true,即可以 server-sent events 接收回應。

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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
modelstringlfm-3-1.7bPublic model ID to call.
max_tokensinteger—Maximum generated tokens.
messagesarray—Conversation messages for Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions following compatible schema.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Controls response variety when supported.
tool_choicestring or object—Controls whether a tool should be called.
top_logprobs———
response_formatobject—Request structured output when supported.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

常見問題

什麼是 LFM3-1.7B?

LFM3-1.7B 是 Liquid AI 於 2026 年 10 月 27 日發布的小型語言模型,僅有 1.73 億……更正:1.73 億?不對,是 1.73 billion parameters,即 17.3 億參數。以 4 位元量化後約佔 1GB 記憶體,無需獨立 GPU 即可在手機與筆電上本機執行。它採用三混合架構,24 層中混合 13 層閘控短卷積、5 層滑動視窗注意力與 6 層全域注意力,詞彙表涵蓋 16 種語言、共 128,000 個詞元,訓練資料量達 22 兆詞元。 模型支援文字輸入與文字輸出,上下文視窗為 256K 詞元,輸入與輸出共用同一額度。它內建結構化工具呼叫,並提供延遲工具搜尋機制以應對大型工具目錄;推理預設開啟,可將 enable_thinking 設為 False 以取得直接回答。官方針對 Hermes Agent、Pi、OpenClaw 等代理框架進行後訓練,也可在單張 GPU 上快速微調。 此模型適合在本機執行的代理、結構化輸出的工具呼叫、領域專屬微調、搭配檢索的問答,以及客服請求分類、文件資訊擷取與案件路由等任務。官方明確不建議用於代理式程式開發或複雜多步推理,也不適合自主軟體工程代理與長鏈邏輯推演;知識密集型問題建議搭配檢索或搜尋。模型以 LFM Open License v1.0 授權釋出,年營收超過 1,000 萬美元的企業需另行取得商業授權。

如何計算呼叫費用?

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。

LFM3-1.7B 支援哪些輸入與輸出?

僅支援文字輸入與文字輸出,不包含影像或音訊模態。

上下文與輸出長度是多少?

上下文視窗為 256K 詞元,輸入與輸出共用此額度。

它適合哪些任務?

適合本機代理、結構化輸出的工具呼叫、領域專屬微調、檢索增強的問答,以及客服請求分類與文件資訊擷取等。官方不建議用於代理式程式開發或複雜多步推理。

推理功能可以關閉嗎?

可以,推理預設開啟,將 enable_thinking 設為 False 即可取得直接回答。

與同系列模型相比有何差別?

LFM3-1.7B 以更少參數超越前一代 2.6B 參數的 LFM2.5,屬於 LFM3 家族的一員;家族另含 base、text、vision、audio、omni 與 decision 等變體。

可以在哪些裝置上執行?

可在手機與筆電上本機執行,無需獨立 GPU;4 位元量化後約佔 1GB 記憶體。

相關模型