liquid

LiquidAI: LFM3-1.7B

liquid/lfm-3-1.7b

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

liquid/lfm-3-1.7b é um modelo de texto compacto e pós-treinado da LiquidAI, descrito em sua documentação como um checkpoint de 1.73B parâmetros para agentes locais e aplicações especializadas. A ficha informa contexto de 256K tokens, cobertura multilíngue, chamadas de ferramentas em XML, saídas estruturadas, raciocínio ativado por padrão e vários formatos quantizados de implantação. O catálogo da OpenRouter também lista operação de texto para texto, ferramentas, saídas estruturadas e raciocínio obrigatório. Não há benchmarks independentes no pacote; o fornecedor o posiciona para fluxos agênticos de pequena pegada, não para raciocínio complexo em várias etapas.[1][2]

Pontos fortes

O fornecedor descreve um checkpoint compacto de 1.73B com contexto de 256K tokens e uma arquitetura tri-híbrida voltada a agentes locais e aplicações especializadas.[1][2]
As capacidades relatadas incluem chamadas de ferramentas em XML, saídas estruturadas, busca adiada de ferramentas e parâmetros de API para ferramentas e formato de resposta.[1][2]
A documentação lista checkpoints para GPU, CPU, Apple Silicon, ONNX Runtime e OpenVINO, informa cerca de 1 GB de memória com precisão de 4 bits e mostra receitas TRL para vários métodos de fine-tuning.[2]

Limitações

A LiquidAI recomenda recuperação ou busca para tarefas intensivas em conhecimento e afirma que este checkpoint não é recomendado para codificação agêntica nem raciocínio complexo em várias etapas devido ao seu tamanho.[2]
O comportamento de raciocínio difere por interface na evidência: a OpenRouter o marca como obrigatório, enquanto a ficha diz que o pensamento está ativado por padrão, mas que desativá-lo pode ser inconsistente.[1][2]
O pacote não contém benchmarks independentes, e o texto da OpenRouter é truncado após avisar que prompts e saídas podem ser retidos e usados; valide a carga de trabalho e revise os termos atuais de tratamento de dados.[1][2]

Onde usar

Pode servir para assistentes locais ou harnesses de agentes que precisem de um modelo de texto pequeno com contexto longo, desde que a responsividade e a confiabilidade das ferramentas sejam testadas no hardware alvo.[2]
Potencialmente adequado para fluxos de roteamento de ferramentas ou de saídas estruturadas nos quais a aplicação execute as chamadas retornadas e use recuperação ou busca para solicitações intensivas em conhecimento.[1][2]
Considere-o para extração especializada por domínio ou formatação de respostas após fine-tuning; a documentação fornece exemplos com TRL, mas a avaliação específica da tarefa continua necessária.[2]

Fontes

[1] OpenRouter catalog · LiquidAI: LFM3-1.7BFontes consultadas: 13 de nov. de 2026
[2] Model documentation · LiquidAI: LFM3-1.7BFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

A compact 1.7B-parameter text model with a 256K-token context, post-trained for agents, tool calling, and structured outputs. It reasons before it answers. Prompts and outputs may be retained and used...

Especificações

ID do modelo: liquid/lfm-3-1.7b
ID canônico: liquid/lfm-3-1.7b-20261106
Criador: liquid
Adicionado ao OpenRouter: 06.11.2026
Comprimento de contexto: 262,144
Modalidade: text->text
Modalidades de entrada: text
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0.080 / saída $0.200
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	raciocínio: obrigatório · parâmetros: include_reasoning, reasoning
Programação	Sem medição	—
Agentes	Sem medição	parâmetros: structured_outputs, tool_choice, tools
Escrita	Sem medição	saída: text
Raciocínio	Sem medição	raciocínio: obrigatório · parâmetros: include_reasoning, reasoning
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Liquidfp8	262,144	$0.080	$0.200	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.