modely

LiquidAI: LFM2.5-2.6B

Markdown · JSON

LiquidAI: LFM2.5-2.6B

liquid/lfm-2.5-2.6b
LiquidTextVstup 0,0007 US$ / 1KVýstup 0,001 US$ / 1K

Kompaktní textový model Liquid AI pro získávání dat, odpovědi podle dokumentů a postupné úlohy s velkým kontextem.

Kompaktní model s agentní přípravou

LFM2.5-2.6B je textový model Liquid AI vytvořený pro úlohy, kde záleží na dodržování instrukcí, zpracování dokumentů a postupném provedení několika kroků. V rodině LFM2.5 tato verze získala samostatnou přípravu pro agentní scénáře: vývojář ji učil interakci s nástroji a typickými pracovními prostředími agentů. Toto učení se týká chování modelu; konkrétní kroky v aplikaci určuje integrace.

Základem LFM2.5-2.6B je hybridní architektura LFM2 s 2,69 miliardy parametrů. Spojuje bloky krátké konvoluce a skupinové pozornosti. Liquid AI tuto rodinu vyvíjí s ohledem na provoz na zařízeních, v Ailoot se však model používá přes textové rozhraní: uživatel předává zprávy a dostává textovou odpověď.

Kde je užitečný

Model se hodí pro získávání informací z textu, otázky k předaným materiálům a zpracování dlouhých instrukcí. Například lze předat korespondenci se zákazníkem, požádat o spojení požadavků do jednoho seznamu, poté označit rozpory a připravit upřesňující dopis. Pro odpověď podle znalostní báze je vhodné přiložit nalezené úryvky a stanovit pravidlo: vycházet z nich, zachovat názvy a upozornit na chybějící potřebný fakt.

Dokumentace Liquid AI mezi pracovními směry uvádí získávání dat, RAG a scénáře s dlouhým kontextem. Vývojář samostatně omezuje oblast použití: agentní programování a úlohy vyžadující rozsáhlé faktické znalosti bez předaných zdrojů nepatří mezi doporučené úkoly této verze. Při práci s oborovými termíny je lepší do požadavku zahrnout definice a původní dokumenty.

Kontext a jazyky

V Ailoot je pro tento model uveden kontext 128 000 tokenů. Zahrnuje materiály úlohy a historii dialogu; velikost odpovědi je třeba plánovat společně s nimi. Karta vývojáře vyjmenovává 16 jazyků včetně ruštiny, angličtiny, čínštiny, němčiny a španělštiny. Model tak lze využít při vícejazyčném zpracování dokumentů a korespondence a v instrukci zachovat požadovaný jazyk a formát výsledku.

Dostupné přes Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Vstup
text
Výstup
text
Kontext
V katalogu neuvedeno
Max. odpověď
V katalogu neuvedeno
Vstup
0,0007 US$ / 1K
Výstup
0,001 US$ / 1K
Čtení z mezipaměti
0,00008 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Vstup
text
Výstup
text
Kontext
V katalogu neuvedeno
Max. odpověď
V katalogu neuvedeno
Vstup
0,0007 US$ / 1K
Výstup
0,001 US$ / 1K
Čtení z mezipaměti
0,00008 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Vstup
text
Výstup
text
Kontext
V katalogu neuvedeno
Max. odpověď
V katalogu neuvedeno
Vstup
0,0007 US$ / 1K
Výstup
0,001 US$ / 1K
Čtení z mezipaměti
0,00008 US$ / 1K
Ultra Gemini generateContentPOST /v1beta/models/liquid/lfm-2.5-2.6b:generateContent
Vstup
text
Výstup
text
Kontext
V katalogu neuvedeno
Max. odpověď
V katalogu neuvedeno
Vstup
0,0007 US$ / 1K
Výstup
0,001 US$ / 1K
Čtení z mezipaměti
0,00008 US$ / 1K
liquid/lfm-2.5-2.6b · JSON
{"about":"### Kompaktní model s agentní přípravou\n\nLFM2.5-2.6B je textový model Liquid AI vytvořený pro úlohy, kde záleží na dodržování instrukcí, zpracování dokumentů a postupném provedení několika kroků. V rodině LFM2.5 tato verze získala samostatnou přípravu pro agentní scénáře: vývojář ji učil interakci s nástroji a typickými pracovními prostředími agentů. Toto učení se týká chování modelu; konkrétní kroky v aplikaci určuje integrace.\n\nZákladem LFM2.5-2.6B je hybridní architektura LFM2 s 2,69 miliardy parametrů. Spojuje bloky krátké konvoluce a skupinové pozornosti. Liquid AI tuto rodinu vyvíjí s ohledem na provoz na zařízeních, v Ailoot se však model používá přes textové rozhraní: uživatel předává zprávy a dostává textovou odpověď.\n\n### Kde je užitečný\n\nModel se hodí pro získávání informací z textu, otázky k předaným materiálům a zpracování dlouhých instrukcí. Například lze předat korespondenci se zákazníkem, požádat o spojení požadavků do jednoho seznamu, poté označit rozpory a připravit upřesňující dopis. Pro odpověď podle znalostní báze je vhodné přiložit nalezené úryvky a stanovit pravidlo: vycházet z nich, zachovat názvy a upozornit na chybějící potřebný fakt.\n\nDokumentace Liquid AI mezi pracovními směry uvádí získávání dat, RAG a scénáře s dlouhým kontextem. Vývojář samostatně omezuje oblast použití: agentní programování a úlohy vyžadující rozsáhlé faktické znalosti bez předaných zdrojů nepatří mezi doporučené úkoly této verze. Při práci s oborovými termíny je lepší do požadavku zahrnout definice a původní dokumenty.\n\n### Kontext a jazyky\n\nV Ailoot je pro tento model uveden kontext 128 000 tokenů. Zahrnuje materiály úlohy a historii dialogu; velikost odpovědi je třeba plánovat společně s nimi. Karta vývojáře vyjmenovává 16 jazyků včetně ruštiny, angličtiny, čínštiny, němčiny a španělštiny. Model tak lze využít při vícejazyčném zpracování dokumentů a korespondence a v instrukci zachovat požadovaný jazyk a formát výsledku.","alias_of":null,"aliases":[],"author":"Liquid","canonical_model":"liquid/lfm-2.5-2.6b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"liquid/lfm-2.5-2.6b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/liquid/lfm-2.5-2.6b:generateContent","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"liquid/lfm-2.5-2.6b","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra"}],"name":"LiquidAI: LFM2.5-2.6B","price":{"in":0.7,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.7,"sort_out":1.0,"varies":false},"public_id":"liquid/lfm-2.5-2.6b","short":"Kompaktní textový model Liquid AI pro získávání dat, odpovědi podle dokumentů a postupné úlohy s velkým kontextem."}

Otázky

Jak vybrat model pro svůj úkol?

Nejprve určete požadovaný vstup a výstup: text, obrázek, zvuk nebo video. Poté porovnejte kompatibilní metody API, přesné ID modelu nebo aktuální cílový model aliasu, cenu a účtovací jednotku. GET /v1/models je zdarma a vypíše modely dostupné vašemu klíči.

Podporuje každý model všechny metody API a typy médií?

Používejte metody API a typy vstupů a výstupů uvedené na kartě modelu. Podpora textu, obrázků, zvuku nebo videa závisí na vybraném modelu a metodě; před odesláním dat si prohlédněte příslušný příklad požadavku.

Jaký je rozdíl mezi ID modelu a aliasem?

Přesné ID modelu označuje konkrétní model. Alias odkazuje na model a jeho cílový model se může změnit. Aktuální cílový model aliasu ověřte v katalogu; pokud vaše integrace potřebuje konkrétní model, použijte přesné ID.

Jak porovnat ceny před odesláním požadavku?

Na kartě modelu zkontrolujte cenu a účtovací jednotku pro vybranou metodu API. Porovnávejte stejnou jednotku a stejný typ vstupu a výstupu; historie požadavků uvádí skutečné využití a účtovanou částku.

Co poskytuje předplatné?

Slevu na nákup tokenů pro pravidelnou práci. Vyberte tarif podle objemu požadavků; podmínky a cena předplatného se zobrazí při objednání.

Jak použiji promo kód pro slevu až 50%?

Promo kód zadejte při nákupu tokenů. Výsledná částka se přepočítá podle podmínek akce; výše slevy je vidět před platbou.