Nous utilisons des cookies. Les cookies et le stockage du navigateur vous gardent connecté et mémorisent vos préférences. Avec votre accord, nous mesurons aussi l’utilisation du site. Vous pouvez à tout moment. Consultez notre politique relative aux cookies.

Nouveau ici ? Découvrez comment ça marche Une visite d’une minute du bac à sable, des modèles et de votre clé API.

LFM3-1.7B vs Qwen2.5 7B Instruct : prix de l’API, contexte et fonctionnalités · api14

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

Un comparatif côte à côte de LiquidAI: LFM3-1.7B (0,28 $US / 1M jetons (≈ 0,25 €)) et Qwen: Qwen2.5 7B Instruct (0,35 $US / 1M jetons (≈ 0,31 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.

Caractéristiques

	LiquidAI: LFM3-1.7B	Qwen: Qwen2.5 7B Instruct
Fournisseur	LiquidAI	Qwen
Entrée	0,28 $US / 1M jetons (≈ 0,25 €)	0,35 $US / 1M jetons (≈ 0,31 €)
Sortie	0,70 $US / 1M jetons (≈ 0,62 €)	0,70 $US / 1M jetons (≈ 0,62 €)
Lecture du cache	0,07 $US / 1M jetons (≈ 0,06 €)	-
Fenêtre de contexte	262 144	32 768
Sortie max.	8 192	29 491
Entrée	text	text
Sortie	text	text
Appel d’outils
Sortie structurée
Contrôle du raisonnement
Ajouté le	6 nov. 2026	16 oct. 2024

Principales différences

LiquidAI: LFM3-1.7B est 20% moins cher sur les tokens d’entrée.
LiquidAI: LFM3-1.7B lit 8.0× plus de contexte (262 144 tokens).
Seul LiquidAI: LFM3-1.7B prend en charge le contrôle de l’effort de raisonnement.
Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,000630 $US avec LiquidAI: LFM3-1.7B et 0,000700 $US avec Qwen: Qwen2.5 7B Instruct.

Changer de modèle en une chaîne

Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "liquid/lfm-3-1.7b" par "qwen/qwen-2.5-7b-instruct" : prompts, streaming et outils continuent de fonctionner.

LiquidAI: LFM3-1.7B : détails et bac à sable →Qwen: Qwen2.5 7B Instruct : détails et bac à sable →

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 contre Qwen: Qwen2.5 7B Instruct

Caractéristiques

Principales différences

Changer de modèle en une chaîne

Plus de comparatifs