Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
初めてですか？使い方をご紹介します プレイグラウンド、モデル、APIキーを1分でご案内します。
Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
liquid/lfm-3-1.7b上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
設定
LiquidAI: LFM3-1.7B は LiquidAI のテキストモデルです。これは 17 億パラメータのコンパクトなモデルで、提供元によってテキスト生成作業向けの小型ながら有能な選択肢として位置付けられています。提供元により 2026 年 11 月 6 日にリリースされました。このモデルはエージェント、ツール呼び出し、構造化出力向けにポストトレーニングされており、回答する前に推論します。
このモデルは入力としてテキストを受け取り、出力としてテキストを返すため、テキスト専用のパイプラインに適合します。コンテキストウィンドウは 262,144 トークンで、長い文書、拡張された会話、またはかなり大きなコードファイルを 1 回のリクエストに保持するのに十分な大きさです。最大出力は 8,192 トークンなので、入力が非常に長い場合でも応答は制限されます。回答する前に推論するため、最終応答を生成する前に問題を段階的に検討できます。
これらの機能はいくつかの実用的な用途を示します。長いコンテキストは、大きなファイルの要約、長い文字起こしに対する質問応答、コードベース全体にまたがる作業など、多数の文書や長い履歴を一度に視野に入れる必要があるタスクに適しています。ツール呼び出しと構造化出力は、モデルがどの関数を呼び出すかを決定し、固定された形でデータを返す必要があるエージェントワークフローに合理的に適合します。推論ステップは、多段階の分析や計画など、中間的な思考が役立つタスクで助けになります。その小さなサイズは、より大きなモデルよりもコンパクトなモデルが好まれる場合の候補にもします。
このモデルは、モデル id "liquid/lfm-3-1.7b" を使用して api14 の OpenAI 互換 API を通じて呼び出します。API は OpenAI 形式に従っているため、既存の OpenAI クライアントを api14 に向け、その id を model フィールドに渡すことができます。このモデルは幅広いリクエストパラメータをサポートします。サンプリング制御には frequency_penalty、presence_penalty、repetition_penalty、temperature、top_p、top_k、min_p。出力長には max_tokens と max_completion_tokens。停止シーケンスには stop。再現可能なサンプリングには seed。トークンレベルの確率には logprobs と top_logprobs。構造化応答には response_format と structured_outputs。関数呼び出しには tools と tool_choice。推論動作には reasoning と include_reasoning。そして、すでに挙げた他のペナルティと並んで frequency_penalty があります。
検討すべき点の 1 つはデータ処理です。プロンプトと出力は保持され、使用される可能性があるため、ワークロードに機密内容や規制対象内容が含まれる場合、このモデルが適切かどうかを判断する際にそのポリシーが重要になります。8,192 トークンの出力上限も、非常に長い単一応答を必要とするタスクでは注目に値します。単純なテキスト生成、長いコンテキストの読み取り、エージェント形式のツール使用については、このモデルは標準の OpenAI 互換インターフェースを通じて要点をカバーしています。
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このコミュニティにはまだトピックがありません。LiquidAI: LFM3-1.7Bについて最初のトピックを立てましょう。