Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.

¿Eres nuevo? Mira cómo funciona Un recorrido de 1 minuto por el entorno de pruebas, los modelos y tu clave API.

LFM3-1.7B vs Qwen2.5 7B Instruct: precio de la API, contexto y funciones · api14

LiquidAI: LFM3-1.7B contra Qwen: Qwen2.5 7B Instruct

Una comparativa lado a lado de LiquidAI: LFM3-1.7B (0,28 US$ / 1M fragmentos (≈ 0,25 €)) y Qwen: Qwen2.5 7B Instruct (0,35 US$ / 1M fragmentos (≈ 0,31 €)) con precios actuales en USD y capacidades del catálogo de api14. Ambos funcionan a través de la misma API compatible con OpenAI.

Especificaciones

	LiquidAI: LFM3-1.7B	Qwen: Qwen2.5 7B Instruct
Proveedor	LiquidAI	Qwen
Entrada	0,28 US$ / 1M fragmentos (≈ 0,25 €)	0,35 US$ / 1M fragmentos (≈ 0,31 €)
Salida	0,70 US$ / 1M fragmentos (≈ 0,62 €)	0,70 US$ / 1M fragmentos (≈ 0,62 €)
Lectura de caché	0,07 US$ / 1M fragmentos (≈ 0,06 €)	-
Ventana de contexto	262.144	32.768
Salida máxima	8192	29.491
Entrada	text	text
Salida	text	text
Llamadas a herramientas
Salida estructurada
Control del razonamiento
Añadido	6 nov 2026	16 oct 2024

Diferencias clave

LiquidAI: LFM3-1.7B es 20% más barato en tokens de entrada.
LiquidAI: LFM3-1.7B lee 8.0× más contexto (262.144 tokens).
Solo LiquidAI: LFM3-1.7B admite control del esfuerzo de razonamiento.
Una solicitud con 1.000 tokens de entrada y 500 de salida cuesta 0,000630 US$ con LiquidAI: LFM3-1.7B y 0,000700 US$ con Qwen: Qwen2.5 7B Instruct.

Cambia con una sola cadena

Ambos modelos usan el mismo endpoint y la misma estructura de solicitud. Cambia el valor de model de "liquid/lfm-3-1.7b" a "qwen/qwen-2.5-7b-instruct": los prompts, el streaming y las herramientas siguen funcionando.

Detalles y entorno de pruebas de LiquidAI: LFM3-1.7B →Detalles y entorno de pruebas de Qwen: Qwen2.5 7B Instruct →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "qwen/qwen-2.5-7b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

LiquidAI: LFM3-1.7B contra Qwen: Qwen2.5 7B Instruct

Especificaciones

Diferencias clave

Cambia con una sola cadena

Más comparativas