쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
처음이신가요? 사용법을 확인해 보세요 플레이그라운드, 모델, API 키를 1분 만에 둘러보세요.
쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
liquid/lfm-3-1.7b위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.
설정
LiquidAI: LFM3-1.7B는 LiquidAI의 텍스트 모델입니다. 17억 개의 파라미터를 가진 소형 모델로, 제공사는 이를 텍스트 생성 작업에 적합한 작지만 유능한 옵션으로 포지셔닝합니다. 제공사가 2026년 11월 6일에 출시했습니다. 이 모델은 에이전트, 도구 호출, 구조화된 출력을 위해 사후 학습되었으며, 답변하기 전에 추론합니다.
이 모델은 텍스트를 입력으로 받아 텍스트를 출력으로 반환하므로 텍스트 전용 파이프라인에 적합합니다. 컨텍스트 윈도우는 262,144 토큰으로, 단일 요청에 긴 문서, 장시간 대화, 상당한 크기의 코드 파일을 담을 수 있을 만큼 충분히 큽니다. 최대 출력은 8,192 토큰이므로 입력이 매우 길더라도 응답 크기가 제한됩니다. 답변하기 전에 추론하기 때문에 최종 응답을 생성하기 전에 문제를 단계별로 처리할 수 있습니다.
이러한 기능은 몇 가지 실용적인 용도를 시사합니다. 긴 컨텍스트는 큰 파일 요약, 긴 대화록에 대한 질문 답변, 전체 코드베이스에 걸친 작업처럼 여러 문서나 긴 이력을 한 번에 조회해야 하는 작업에 적합합니다. 도구 호출과 구조화된 출력은 모델이 어떤 함수를 호출할지 결정하고 고정된 형식으로 데이터를 반환해야 하는 에이전트 워크플로에 합리적으로 적합합니다. 추론 단계는 다단계 분석이나 계획처럼 중간 사고가 도움이 되는 작업에 유용합니다. 작은 크기 덕분에 더 큰 모델보다 소형 모델이 선호되는 상황의 후보가 됩니다.
이 모델은 모델 id "liquid/lfm-3-1.7b"를 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. API가 OpenAI 형식을 따르므로 기존 OpenAI 클라이언트를 api14로 지정하고 model 필드에 해당 id를 전달할 수 있습니다. 이 모델은 다양한 요청 파라미터를 지원합니다. 샘플링 제어를 위한 frequency_penalty, presence_penalty, repetition_penalty, temperature, top_p, top_k, min_p, 출력 길이를 위한 max_tokens와 max_completion_tokens, 정지 시퀀스를 위한 stop, 재현 가능한 샘플링을 위한 seed, 토큰 수준 확률을 위한 logprobs와 top_logprobs, 구조화된 응답을 위한 response_format과 structured_outputs, 함수 호출을 위한 tools와 tool_choice, 추론 동작을 위한 reasoning과 include_reasoning, 그리고 이미 나열한 다른 페널티와 함께 frequency_penalty가 있습니다.
고려해야 할 한 가지는 데이터 처리입니다. 프롬프트와 출력이 보존되어 사용될 수 있으므로, 워크로드에 민감하거나 규제 대상인 콘텐츠가 포함된다면 이 정책은 이 모델이 적절한지 결정할 때 중요합니다. 8,192 토큰 출력 상한도 매우 긴 단일 응답이 필요한 작업에서는 주목할 만합니다. 간단한 텍스트 생성, 긴 컨텍스트 읽기, 에이전트 스타일 도구 사용의 경우, 이 모델은 표준 OpenAI 호환 인터페이스를 통해 필수 기능을 제공합니다.
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_p이 커뮤니티에는 아직 토픽이 없습니다. LiquidAI: LFM3-1.7B에 대한 첫 토픽을 열어 보세요.