LiquidAI: LFM2.5-2.6B (free)

LiquidAI: LFM2.5-2.6B (free)는 Liquid AI의 소형 추론 모델입니다. 텍스트 카테고리에 속하며 api14에서 모델 id liquid/lfm-2.5-2.6b:free로 배포됩니다. Liquid AI는 이를 원시 크기보다 추론 중심 작업을 위해 만들어진 소형 모델로 위치시키며, 에이전트 워크플로, 데이터 추출, 검색 증강 생성, 장문 컨텍스트 처리에 적합하다고 설명합니다.

이 모델은 텍스트를 입력받아 텍스트를 반환하며, 컨텍스트 윈도우는 65,536 토큰이고 최대 출력은 8,192 토큰입니다. 지원하는 파라미터에는 temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, logprobs, top_logprobs, max_tokens, max_completion_tokens가 있습니다. 또한 reasoning과 include_reasoning을 받아들이며, 제약 생성용 response_format과 structured_outputs, 함수 호출용 tools와 tool_choice도 지원합니다. 64K 컨텍스트 윈도우와 8K 출력 상한의 조합은 입력은 길지만 답변 자체는 제한된 경우에 실용적입니다.

이러한 기능은 상당히 구체적인 사용 사례를 가리킵니다. 에이전트 워크플로는 자연스러운 적합성인데, 모델이 도구 호출과 구조화된 출력을 지원하므로 도구를 고르고, 스키마에 맞는 인자를 반환하고, 단계를 반복할 수 있습니다. 데이터 추출도 같은 방식으로 작동합니다. 문서나 레코드 집합을 넣고 response_format 또는 structured_outputs를 통해 JSON이나 다른 구조화된 형태를 요청하면 됩니다. RAG의 경우 긴 컨텍스트 덕분에 검색된 구절을 질문과 함께 공격적으로 잘라내지 않고 넣을 수 있습니다. 더 일반적인 장문 컨텍스트 처리는 대규모 입력에 대한 요약, 분류, 질의응답을 포괄하며, reasoning 파라미터를 사용하면 원할 때 중간 추론을 드러낼 수 있고, logprobs 계열은 점수 산정과 신뢰도 확인을 지원합니다. Liquid AI는 에이전트형 코딩에 사용하는 것은 권장하지 않으므로 코딩 에이전트는 다른 모델에 두는 것이 좋습니다.

api14가 OpenAI 호환 API를 제공하므로, 이미 OpenAI 모델에 사용하던 것과 동일한 요청 형태로 모델 id liquid/lfm-2.5-2.6b:free를 사용해 이 모델을 호출할 수 있습니다. 클라이언트를 api14 base URL로 지정하고, model 필드를 liquid/lfm-2.5-2.6b:free로 설정한 뒤 메시지를 보내면 됩니다. 샘플링 제어(temperature, top_p, top_k, min_p, 세 가지 페널티, seed), 출력 제한(max_tokens, max_completion_tokens), 중지 시퀀스, 구조화된 출력 옵션(response_format, structured_outputs), 도구 호출(tools, tool_choice), 추론 제어(reasoning, include_reasoning), 로그 확률 옵션(logprobs, top_logprobs)이 모두 요청 파라미터로 제공됩니다. 이 모델은 api14에서 무료이므로 유료 약정 없이 평가할 수 있지만, 무료 목록에는 자체적인 가용성이나 속도 조건이 따를 수 있습니다.

선택할 때 염두에 둘 두 가지 제한이 있습니다. 8,192 토큰 최대 출력은 모델이 한 응답에서 생성할 수 있는 양을 제한하므로, 큰 파일 전체를 생성하는 것처럼 매우 긴 단일 출력이 필요한 작업은 청킹이나 더 높은 출력 상한을 가진 모델이 필요합니다. 그리고 텍스트 전용 입력과 출력은 여기에 이미지나 오디오 처리가 없다는 뜻입니다. 작업에 다른 모달리티가 포함된다면 다른 모델이 더 잘 맞을 것입니다.