Kami menggunakan cookie. Cookie dan penyimpanan browser menjaga Anda tetap masuk dan mengingat preferensi Anda. Dengan izin Anda, kami juga mengukur cara situs digunakan. Anda dapat kapan saja. Lihat kebijakan cookie kami.
Kami menggunakan cookie. Cookie dan penyimpanan browser menjaga Anda tetap masuk dan mengingat preferensi Anda. Dengan izin Anda, kami juga mengukur cara situs digunakan. Anda dapat kapan saja. Lihat kebijakan cookie kami.
liquid/lfm-3-1.7bBerjalan dengan saldo Anda sesuai harga di atas. Akun baru mendapat pemakaian gratis.
Pengaturan
LiquidAI: LFM3-1.7B adalah model teks dari LiquidAI. Ini adalah model ringkas dengan 1,7 miliar parameter, diposisikan oleh penyedianya sebagai opsi kecil namun mampu untuk pekerjaan pembuatan teks. Model ini dirilis oleh penyedianya pada 6 November 2026. Model ini dilatih lanjut untuk agen, pemanggilan alat, dan keluaran terstruktur, serta bernalar sebelum menjawab.
Model ini menerima teks sebagai masukan dan mengembalikan teks sebagai keluaran, sehingga cocok untuk pipeline khusus teks. Jendela konteksnya adalah 262.144 token, cukup besar untuk menampung dokumen panjang, percakapan panjang, atau berkas kode berukuran besar dalam satu permintaan. Keluaran maksimumnya adalah 8.192 token, sehingga respons tetap terbatas bahkan ketika masukannya sangat panjang. Karena bernalar sebelum menjawab, model ini dapat mengerjakan masalah langkah demi langkah sebelum menghasilkan respons akhirnya.
Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Konteks panjang cocok untuk tugas yang memerlukan banyak dokumen atau riwayat panjang sekaligus, seperti meringkas berkas besar, menjawab pertanyaan atas transkrip panjang, atau bekerja di seluruh basis kode. Pemanggilan alat dan keluaran terstruktur membuatnya cukup cocok untuk alur kerja agen di mana model harus memutuskan fungsi mana yang dipanggil dan mengembalikan data dalam bentuk yang tetap. Langkah penalaran membantu pada tugas yang diuntungkan oleh pemikiran perantara, seperti analisis atau perencanaan bertahap. Ukurannya yang kecil juga menjadikannya kandidat ketika model ringkas lebih disukai daripada model yang lebih besar.
Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "liquid/lfm-3-1.7b". Karena API mengikuti format OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke api14 dan meneruskan id tersebut di field model. Model ini mendukung beragam parameter permintaan: frequency_penalty, presence_penalty, repetition_penalty, temperature, top_p, top_k, dan min_p untuk kontrol sampling; max_tokens dan max_completion_tokens untuk panjang keluaran; stop untuk urutan berhenti; seed untuk sampling yang dapat direproduksi; logprobs dan top_logprobs untuk probabilitas tingkat token; response_format dan structured_outputs untuk respons terstruktur; tools dan tool_choice untuk pemanggilan fungsi; reasoning dan include_reasoning untuk perilaku penalaran; serta frequency_penalty bersama penalti lain yang sudah disebutkan.
Satu hal yang perlu dipertimbangkan adalah penanganan data. Prompt dan keluaran dapat disimpan dan digunakan, jadi jika beban kerja Anda melibatkan konten sensitif atau teregulasi, kebijakan itu penting saat memutuskan apakah model ini sesuai. Batas keluaran 8.192 token juga perlu diperhatikan untuk tugas yang memerlukan respons tunggal yang sangat panjang. Untuk pembuatan teks yang lugas, pembacaan konteks panjang, dan penggunaan alat bergaya agen, model ini mencakup hal-hal penting melalui antarmuka standar yang kompatibel dengan OpenAI.
Komunitas ini belum memiliki topik. Buka topik pertama tentang LiquidAI: LFM3-1.7B.
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": "liquid/lfm-3-1.7b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
frequency_penaltyinclude_reasoninglogprobsmax_completion_tokensmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p