LiquidAI: LFM2.5-24B-A2B

LiquidAI: LFM2.5-24B-A2B ist ein Textmodell von LiquidAI. Es ist ein Mixture-of-Experts-Reasoning-Modell mit 24B Gesamtparametern und 2,45B aktiven Parametern. Der Anbieter beschreibt es als Modell, das immer erst reasoning betreibt, bevor es antwortet, und als gebaut für Agenten, die Tools aufrufen. Es gehört zur Kategorie Text, nimmt also Text entgegen und gibt Text zurück.

Das Modell akzeptiert Texteingabe und erzeugt Textausgabe, mit einem Kontextfenster von 128.000 Tokens und einer maximalen Ausgabe von 8.192 Tokens. Da es ein Reasoning-Modell ist, arbeitet es sein Reasoning durch, bevor es eine Antwort erzeugt, und die Parameter include_reasoning und reasoning lassen Sie steuern, wie dieses Reasoning in der Antwort behandelt wird. Es unterstützt außerdem Tool-Nutzung über die Parameter tools und tool_choice, zusammen mit strukturierten Ausgaben und response_format, um die Form der Ausgabe einzuschränken. Das Sampling-Verhalten kann mit temperature, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed und stop angepasst werden, und logprobs mit top_logprobs sind verfügbar, wenn Sie Wahrscheinlichkeiten auf Token-Ebene benötigen.

Diese Fähigkeiten deuten auf einige praktische Einsatzmöglichkeiten hin. Tool-aufrufende Agenten passen am offensichtlichsten, da das Modell darauf ausgelegt ist, zu reasonen und dann Tools aufzurufen, was zu Workflows passt, die nachschlagen, Funktionen aufrufen oder Schritte verketten müssen. Strukturierte Ausgaben machen es zu einer vernünftigen Wahl für das Extrahieren von Feldern aus Dokumenten oder das Zurückgeben maschinenlesbarer Ergebnisse, die in ein anderes System einfließen. Das Kontextfenster von 128.000 Tokens unterstützt lange Eingaben wie große Dokumente, lange Gesprächsverläufe oder umfangreiche Codedateien, und der Reasoning-Schritt hilft bei Aufgaben, die davon profitieren, ein Problem vor der Antwort durchzuarbeiten, etwa mehrstufige Analysen oder Planung.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "liquid/lfm-2.5-24b-a2b" auf. Anfragen folgen dem OpenAI-Chat-Completions-Format, sodass bestehende OpenAI-SDKs und Clients mit einer Änderung der Base-URL und der Modell-ID funktionieren. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, logprobs, max_completion_tokens, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k und top_logprobs.

Behalten Sie die Obergrenze der Ausgabe im Blick: Antworten sind auf 8.192 Tokens begrenzt, sodass Aufgaben, die eine sehr lange einzelne Antwort benötigen, möglicherweise eine Aufteilung der Arbeit über mehrere Aufrufe erfordern. Das Modell ist nur für Text geeignet, wenn Ihre Eingabe also Bilder oder Audio enthält, benötigen Sie ein anderes Modell. Für unkomplizierte Textgenerierung mit hohem Volumen, bei der Reasoning und Tool-Aufrufe keinen Mehrwert bieten, kann ein einfacheres Modell günstiger und schneller sein, aber für agentenartige Arbeit und strukturierte Extraktion passt der Funktionsumfang dieses Modells gut.