LiquidAI: LFM2.5-Embedding-350M (free)

LiquidAIはLFM2.5-Embedding-350Mを公開しました。これはLiquid AIによるテキスト埋め込みモデルで、api14上でモデルID liquid/lfm-2.5-embedding-350m:freeとして提供されています。これはチャットカテゴリではなく埋め込みカテゴリに属するため、会話型モデルではなく、文章による返答を生成しません。その唯一の役割は、テキストを意味を表すベクトルに変換することであり、ユーザーが直接会話するエンドポイントではなく、他のシステムの構成要素となります。プロバイダーは2026-08-18にこれをリリースしました。

このモデルは入力としてテキストのみを受け付け、出力として埋め込みのみを返します。生成されるのは1,024次元のベクトルで、このサイズは特別な処理を必要とせず、ほとんどのベクトルストアや類似検索ライブラリに無理なく収まります。コンテキストウィンドウは512トークンで、最大出力は460です。埋め込みの文脈では、これは生成テキストではなく、返されるベクトル表現に関係します。ウィンドウがかなり小さいため、入力は実際に表現したい一節、文、または短い文書セクションに切り詰めるべきであり、より長い資料はモデルに到達する前に分割する必要があります。

これらの特性は、いくつかの実用的な用途を示しています。Retrieval augmented generationは明らかな用途です。文書チャンクを一度埋め込み、クエリ時に受信した質問を埋め込み、ベクトル類似度によって最も近いチャンクを取得します。製品カタログ、サポート記事、社内メモに対するセマンティック検索も同じように機能します。これは、モデルが完全一致のキーワードではなく意味に基づいて照合するためです。重複排除やクラスタリングのタスクも続きます。ここでは、ベクトルを比較することによって、ほぼ同一のテキストをグループ化または統合します。埋め込みの上に軽量なヘッドを載せた分類も別の選択肢であり、候補結果をチャットモデルに送る前に再ランキングすることも同様です。

api14を通じて呼び出すには、OpenAI互換エンドポイントにリクエストを送信し、モデルをliquid/lfm-2.5-embedding-350m:freeに設定します。すでにOpenAIクライアントライブラリを使用している場合は、そのベースURLをapi14に向け、同じembeddings呼び出しの形式を維持します。このモデルはサポートされるパラメータを何もリストしていないため、dimensionsやencoding formatの調整などの追加のチューニングフラグは利用できないことに注意してください。入力テキストを送信し、レスポンスからベクトルを読み取ってください。表現しようとしているテキストが切り詰められるのを避けるため、各リクエストを512トークンのウィンドウ内に収めてください。

コンテキストウィンドウが512トークンで、パラメータが公開されていないため、このモデルは文書全体や長い会話ではなく、短く適切に分割されたテキストに適しています。大きなブロックを一度に埋め込む必要がある場合、またはベクトルサイズやその他のリクエストオプションを制御する必要がある場合は、別の埋め込みモデルの方が適しています。短い入力に対する単純な文および段落レベルの検索では、このモデルがその役割を果たします。