LiquidAI: LFM2.5-24B-A2B

LiquidAI: LFM2.5-24B-A2B adalah model teks dari LiquidAI. Ini adalah model penalaran mixture-of-experts dengan total 24B parameter dan 2.45B parameter aktif. Provider mendeskripsikannya sebagai selalu bernalar sebelum menjawab, dan dirancang untuk agen yang memanggil tools. Model ini berada di kategori teks, sehingga menerima teks masuk dan mengembalikan teks keluar.

Model ini menerima input teks dan menghasilkan output teks, dengan context window 128,000 token dan output maksimum 8,192 token. Karena ini adalah model penalaran, model ini mengerjakan penalarannya sebelum menghasilkan jawaban, dan parameter include_reasoning serta reasoning memungkinkan Anda mengontrol bagaimana penalaran tersebut ditangani dalam respons. Model ini juga mendukung penggunaan tool melalui parameter tools dan tool_choice, bersama dengan structured outputs dan response_format untuk membatasi bentuk output. Perilaku sampling dapat disetel dengan temperature, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed dan stop, serta logprobs dengan top_logprobs tersedia jika Anda memerlukan probabilitas tingkat token.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Agen pemanggil tool adalah yang paling cocok, karena model ini dirancang untuk bernalar lalu memanggil tools, yang sesuai untuk alur kerja yang perlu mencari informasi, memanggil fungsi atau merangkai langkah-langkah. Structured outputs membuatnya menjadi pilihan yang wajar untuk mengekstrak field dari dokumen atau mengembalikan hasil yang dapat dibaca mesin yang menjadi masukan bagi sistem lain. Context window 128,000 token mendukung input panjang seperti dokumen besar, riwayat percakapan panjang atau file kode berukuran besar, dan langkah penalaran membantu pada tugas yang diuntungkan dengan mengerjakan masalah sebelum menjawab, seperti analisis multi-langkah atau perencanaan.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "liquid/lfm-2.5-24b-a2b". Permintaan mengikuti format chat completions OpenAI, sehingga SDK dan klien OpenAI yang ada dapat bekerja dengan mengubah base URL dan model id. Parameter permintaan yang didukung adalah 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 dan top_logprobs.

Perhatikan batas output: respons dibatasi pada 8,192 token, sehingga tugas yang memerlukan satu jawaban sangat panjang mungkin perlu membagi pekerjaan ke beberapa panggilan. Model ini hanya teks, jadi jika input Anda menyertakan gambar atau audio Anda akan memerlukan model lain. Untuk pembuatan teks yang sederhana dan bervolume tinggi di mana penalaran dan pemanggilan tool tidak memberi nilai tambah, model yang lebih sederhana mungkin lebih murah dan lebih cepat, tetapi untuk pekerjaan bergaya agen dan ekstraksi terstruktur, rangkaian fitur model ini adalah pilihan yang tepat.