LiquidAI: LFM2.5-24B-A2B
LFM2.5-24B-A2B הוא מודל החשיבה הטקסטואלית של LiquidAI לסוכנים המשתמשים בכלים, עם 24B פרמטרים בסך הכול ו־2.45B פעילים. הוא חושב לפני מענה, תומך בקריאות לכלים ובפלט מונחה סכמה ומפורסם עם הקשר של 128,000 טוקנים ומגבלת יצירת תשובה של 8,192 טוקנים.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsliquid/lfm-2.5-24b-a2b - Ailoot Ultra · Anthropic Messages
POST /v1/messagesliquid/lfm-2.5-24b-a2b
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
LFM2.5-24B-A2B הוא מודל תערובת מומחים של LiquidAI לחשיבה מבוססת טקסט ולסוכנים שמשתמשים בכלים. יש לו 24 מיליארד פרמטרים בסך הכול ו־2.45 מיליארד פעילים לכל טוקן. חשיבה היא חלק מכל תשובה, ולכן רצוי שהמשימה תגדיר את המטרה, את הראיות שיש להשתמש בהן ואת התוצאה שהיישום צריך.
תנו לסוכן מטרה עם גבולות
המודל מתאים לתהליכים שבהם מודל שפה בוחר צעד הבא, קורא את התצפית שהתקבלה ואז ממשיך לקראת תוצר. ציינו את המטרה במונחים שהיישום יכול לבדוק: למצוא את הרשומה הרלוונטית, להשוות שתי תצורות, להכין הצעת שינוי או ליצור הערכה מובנית.
ספקו כלים עם מטרות ברורות ושמרו על התצפיות שהוחזרו בהקשר המשימה. המודל מפרסם תמיכה בקריאה לכלים, לרבות בחירת כלי כשהממשק מספק את היכולת הזאת. ההרצה שייכת ליישום ששולט בכלים האלה. הפרידו בין תצפית שהוחזרה לבין הוראה שהמודל כתב, במיוחד כשצעד מאוחר יותר תלוי בתוצאת חיפוש או שאילתה.
אחזור לעבודה עתירת ידע
המפרסם ממליץ על אחזור או חיפוש ברשת למשימות שתלויות בידע חיצוני מפורט. שלבו את שלב הראיות בתהליך העבודה, במקום לבקש מהמודל להמציא עובדות שלא קיבל. ציינו את הקטעים שאוחזרו ובקשו מהתשובה לקשר את המסקנות שלה לקטעים האלה.
בתהליך תמיכה, המשמעות יכולה להיות מציאת המדיניות הרלוונטית והסבר כיצד היא חלה על המקרה שסופק. במשימה טכנית, היא יכולה להיות השוואת התיעוד והתצורה לפני הצעת שינוי. שמרו בהקשר על התוכן החשוב שאוחזר, כך שאפשר יהיה לבדוק את התשובה הסופית בלי לחזור על כל חיפוש.
תשובות מובנות ובחירות דגימה
המודל שפורסם תומך בפלט מובנה מונחה סכמה. הגדירו מבנה תוצאה קטן סביב מה שהיישום צורך, כגון קטגוריה שנבחרה, הסבר, הפניות לראיות ופעולה הבאה. הפרידו בין תהליך החשיבה של המודל לבין השדות שהרכיב הבא צריך לאחסן או להציג.
LiquidAI מציינת temperature של 0.1, top_k של 50 ו־repetition_penalty של 1.05 כהמלצות דגימה שפורסמו, והקטלוג השמור חוזר על ברירות המחדל האלה. הן מספקות נקודת התחלה שניתן לחזור עליה להערכת תהליך מסוים. שמרו על הגדרות בחירה עקביות כשמשווים משימות מייצגות.
קיבולת ושפה
רשומת השירות שפורסמה מציינת חלון הקשר של 128,000 טוקנים ומגבלת יצירת תשובה של 8,192 טוקנים. הכינו מפרט תשובה תמציתי כדי שהתוצר הסופי יתאים להקצאת הפלט הזאת. שמרו יחד על הראיות הרלוונטיות והשאירו מספיק מקום בפלט לתוצר המבוקש.
היצרן מציין קבוצה רב־לשונית שכוללת אנגלית, רוסית, סינית, ספרדית, ערבית ושפות אחרות. שמרו על מינוח המקור ועל השמות שיש לשמור כשמשתמשים במודל לעבודה רב־לשונית. משימה עם אוצר מילים קבוע מפיקה תועלת ממילון מונחים מפורש ומאותן מוסכמות פלט בכל השפות.
יכולות
- חשיבה בטקסט בלבד באמצעות תערובת מומחים: 24B פרמטרים בסך הכול ו־2.45B פעילים.
- חשיבה מחייבת לפני התשובה הסופית.
- כלים שפורסמו, בחירת כלים ופלט מובנה לפי JSON-schema.
- תהליכים מוכווני אחזור למשימות שתלויות בידע.
- הקשר שפורסם של 128,000 טוקנים ומגבלת יצירת תשובה של 8,192 טוקנים.
מקרי שימוש
- עוזר הנתמך באחזור — שאלה, קטעים שאוחזרו ומבנה תשובה נדרש. תוצאה: תשובה המקושרת לראיות שאפשר לבדוק מול הקטעים.
- מיון מקרים באמצעות כלים — מקרה בעל תחום מוגדר וכלי חיפוש עם בקרה. תוצאה: הערכה מובנית והצעה לפעולה הבאה.
- השוואת תצורות — תצורה, תיעוד וקריטריוני השוואה רלוונטיים. תוצאה: אוסף הבדלים שזוהו עם ראיות תומכות.
- ניתוח מובנה רב־לשוני — טקסט מקור, מילון מונחים ושדות תוצאה עקביים. תוצאה: רשומות שאפשר להשוות ושומרות על המינוח המוגן.
מגבלות
- הקשר — חלון הקשר השירות שפורסם: 128,000 טוקנים.
- תשובה — מגבלת יצירת התשובה שפורסמה: 8,192 טוקנים.
- חשיבה — המודל חושב לפני המענה; חשיבה מחייבת היא חלק מהתצורה שפורסמה.
- קלט/פלט — המודל שפורסם מקבל טקסט ומחזיר טקסט.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions liquid/lfm-2.5-24b-a2b
liquid/lfm-2.5-24b-a2bהתחלה
LFM2.5-24B-A2B הוא מודל החשיבה הטקסטואלית של LiquidAI לסוכנים המשתמשים בכלים, עם 24B פרמטרים בסך הכול ו־2.45B פעילים. הוא חושב לפני מענה, תומך בקריאות לכלים ובפלט מונחה סכמה ומפורסם עם הקשר של 128,000 טוקנים ומגבלת יצירת תשובה של 8,192 טוקנים.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- סוגי קלט
text- סוגי פלט
text- פורמט פלט
- json או SSE
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות liquid/lfm-2.5-24b-a2b | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שילובים של חומרי קלט
טקסט · טקסט UTF8
messages[].content
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream |
פרמטרcontrol_scope | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
כינויים לשיטה: /chat/completions
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
תעריפים
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
- מצב מהיר
- לא צוין כאשר נבחר מצב מהיר
- מצב Flex
- לא צוין כאשר נבחר מצב flex
- מאמץ חשיבה מרבי
- לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
תעריפי Ailoot
מחירים לפי תצורה
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0001 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון $0.00005 / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0001 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון $0.00005 / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"liquid/lfm-2.5-24b-a2b","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="liquid/lfm-2.5-24b-a2b", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
קבלה ושמירה של תוצאות
Ailoot Ultra · OpenAI Chat
json או SSE
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
כשצריך לבדוק את התגובה המקורית
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
שדות התגובה
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
כינויים
כינויים למודל
Ailoot Ultra liquid/lfm-2.5-24b-a2b
כינויים לנתיבי שיטות
/chat/completions
מזהי מודלים קשורים IDs
Ailoot Ultra · Anthropic Messages POST /v1/messages liquid/lfm-2.5-24b-a2b
liquid/lfm-2.5-24b-a2bהתחלה
LFM2.5-24B-A2B הוא מודל החשיבה הטקסטואלית של LiquidAI לסוכנים המשתמשים בכלים, עם 24B פרמטרים בסך הכול ו־2.45B פעילים. הוא חושב לפני מענה, תומך בקריאות לכלים ובפלט מונחה סכמה ומפורסם עם הקשר של 128,000 טוקנים ומגבלת יצירת תשובה של 8,192 טוקנים.
- סוגי קלט נתמכים
- טקסט
- תוצאות
- json · sse
זמין ב-Ailoot · קלט ושיטות
Ailoot Ultra · Anthropic Messages POST /v1/messages
- סוגי קלט
text- סוגי פלט
json,sse- פורמט פלט
- JSON או SSE
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות liquid/lfm-2.5-24b-a2b | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שילובים של חומרי קלט
טקסט · טקסט UTF-8
מחרוזת messages[].content
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
תעריפים
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
- מצב מהיר
- לא צוין כאשר נבחר מצב מהיר
- מצב Flex
- לא צוין כאשר נבחר מצב flex
- מאמץ חשיבה מרבי
- לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
תעריפי Ailoot
מחירים לפי תצורה
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0001 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון $0.00005 / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0001 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון $0.00005 / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot Ultra · Anthropic Messages
{
"model": "liquid/lfm-2.5-24b-a2b",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'liquid/lfm-2.5-24b-a2b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'liquid/lfm-2.5-24b-a2b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
קבלה ושמירה של תוצאות
Ailoot Ultra · Anthropic Messages
JSON או SSE
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
כשצריך לבדוק את התגובה המקורית
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
שדות התגובה
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
כינויים
כינויים למודל
Ailoot Ultra liquid/lfm-2.5-24b-a2b
כינויים לנתיבי שיטות
/chat/completions
מזהי מודלים קשורים IDs
FAQ · LiquidAI: LFM2.5-24B-A2B
- אילו קלטים ותוצאות זמינים?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:text→textPOST /v1/messages·liquid/lfm-2.5-24b-a2b:text→json,sse- באילו שדות הבקשה משתמשת?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:model,messages,streamPOST /v1/messages·liquid/lfm-2.5-24b-a2b:model,messages,max_tokens,stream- אילו מגבלות חלות?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:messages.min_items:1