Source: https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/ Canonical: https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/ Language: it # LiquidAI: LFM2.5-2.6B (free) [Markdown](https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/facts.json) ## [LiquidAI: LFM2.5-2.6B (free)](https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/) Liquid AI LFM2.5-2.6B è un modello compatto di ragionamento testuale per agenti, uso di strumenti, estrazione di dati e RAG. Il design ibrido ha 2,69 miliardi di parametri. Ragiona prima di rispondere e funziona al meglio con materiale di origine concreto e strumenti chiaramente definiti; il produttore sconsiglia la programmazione agentica e i compiti ad alta intensità di conoscenze. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/liquid-lfm-2-5-2-6b-u003a-free/#method-1) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Liquid AI LFM2.5-2.6B è il modello testuale sottoposto a post-addestramento della famiglia compatta LFM2.5 di Liquid, progettato per agenti sul dispositivo e flussi pratici. La scheda esatta del modello indica 2,69 miliardi di parametri e 30 livelli: 22 blocchi di convoluzione breve con doppio gating e otto blocchi grouped-query attention. Il design ibrido mira a un’elaborazione efficiente del testo. Il modello accetta testo e restituisce testo, compresa una risposta ragionata o una richiesta di usare una funzione definita. Il produttore lo consiglia per carichi agentici, uso di strumenti, estrazione di dati, generazione aumentata dal recupero e flussi a contesto lungo. La pipeline di addestramento della versione combina fine-tuning supervisionato, modelli insegnanti specializzati, distillazione on-policy su più domini e apprendimento per rinforzo in ambienti agentici. Ciò aiuta a spiegare l’attenzione al rispetto delle istruzioni del compito, all’uso delle osservazioni degli strumenti e all’avanzamento attraverso diversi passaggi. Fornisci i materiali effettivi e un obiettivo preciso, anziché affidarti ad ampie conoscenze apprese per colmare le lacune. Per l’estrazione, definisci i campi e le regole sulle fonti prima di fornire il materiale. Una richiesta pratica è: «Leggi questi aggiornamenti di servizio, estrai l’identificatore, lo stato dichiarato e la prossima azione richiesta di ogni record e conserva la frase che sostiene ogni campo. Restituisci null quando un campo manca». Specifica se un valore debba essere copiato esattamente, normalizzato o dedotto. Questo rende l’output esaminabile e impedisce che un’interpretazione plausibile sostituisca silenziosamente informazioni effettivamente presenti nella fonte. Per RAG, fornisci passaggi pertinenti con etichette stabili e chiedi una risposta basata su di essi. Un esempio è: «Usando soltanto queste istruzioni di installazione, spiega quali passaggi si applicano all’ambiente dichiarato ed elenca i prerequisiti ancora sconosciuti». Conserva versioni e condizioni dei documenti insieme al testo. Chiedi al modello di identificare un fatto mancante o contrastante, anziché inventare una procedura completa. Questo corrisponde meglio alla raccomandazione del produttore per compiti ancorati alle fonti rispetto a chiedere al modello compatto di agire come archivio esaustivo di conoscenze specialistiche. LFM2.5-2.6B è un modello di ragionamento puro: il suo template di chat avvia la risposta dell’assistente con un marcatore di pensiero e ragiona prima della risposta finale. La scheda del produttore consiglia temperature 0.1, top-k 50 e penalità di ripetizione 1.1 per la generazione. Si tratta delle impostazioni della configurazione del modello denominato. Mantieni il risultato finale distinto dal testo del ragionamento e lascia spazio per entrambi in una richiesta operativa. Non presumere per questo modello controlli o modalità di risposta diretta appartenenti ad altre edizioni di istruzioni LFM. Il modello usa un formato di conversazione simile a ChatML con ruoli system, user, assistant e tool. Il flusso di funzioni documentato ha quattro fasi: definire gli strumenti, lasciare che il modello richieda una funzione, eseguirla nell’applicazione circostante e restituire il risultato effettivo affinché il modello possa rispondere. Le chiamate native sono liste in stile Python racchiuse da marcatori di chiamata a strumenti; il produttore descrive anche come richiedere il formato JSON per le chiamate tramite l’istruzione di sistema. Usa il parser appropriato, controlla il nome della funzione e gli argomenti rispetto alle definizioni fornite e conserva il risultato con la chiamata che lo ha prodotto. Per un flusso con agente compatto, esponi soltanto le funzioni pertinenti al compito corrente, con descrizioni concise e tipi di argomento espliciti. Le definizioni degli strumenti occupano esse stesse contesto. Una sequenza utile può cercare lo stato di un record fornito, confrontare lo stato restituito con una regola e spiegare se sia necessario un seguito. Fornisci l’identificatore del record come prova e chiedi una risposta finale collegata all’osservazione restituita. Il modello propone e interpreta l’operazione; l’applicazione ne fornisce l’esecuzione effettiva e il risultato. La scheda corrente del produttore specifica un contesto del modello di 131.072 token e la presentazione della versione descrive una fase dedicata di estensione del contesto. Lavora entro la finestra della configurazione in uso, conservando i confini delle fonti, la cronologia pertinente e lo spazio per la continuazione. Per diversi documenti, chiedi un confronto particolare o una dipendenza da ricostruire. Il checkpoint nativo e gli artefatti GGUF, ONNX e MLX soddisfano esigenze di distribuzione diverse, mentre un modello draft per la decodifica speculativa è un artefatto di accompagnamento separato. I dati di risorse o velocità di una configurazione non descrivono automaticamente ogni formato del modello e ogni finestra operativa. Liquid sconsiglia esplicitamente LFM2.5-2.6B per programmazione agentica o compiti ad alta intensità di conoscenze. Mantienilo concentrato su flussi concreti con prove fornite, regole di estrazione e osservazioni degli strumenti. Anche il checkpoint pre-addestrato Base è un artefatto separato destinato alla personalizzazione, mentre questa edizione sottoposta a post-addestramento è il modello per agenti. Per il risultato finale, esamina i valori estratti rispetto alla fonte, controlla che un passaggio citato sostenga la risposta e distingui una chiamata a strumenti richiesta da un’operazione con esito registrato. Conserva le informazioni irrisolte quando influiscono sulla conclusione, anziché lasciare che un testo scorrevole le nasconda. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free` [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) LiquidAI /`liquid/lfm-2.5-2.6b:free` ### Introduzione Liquid AI LFM2.5-2.6B è un modello compatto di ragionamento testuale per agenti, uso di strumenti, estrazione di dati e RAG. Il design ibrido ha 2,69 miliardi di parametri. Ragiona prima di rispondere e funziona al meglio con materiale di origine concreto e strumenti chiaramente definiti; il produttore sconsiglia la programmazione agentica e i compiti ad alta intensità di conoscenze. Input accettati Testo Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Tipi di input `text` Tipi di output `text` Contesto 65.536 tokens Output massimo 8192 tokens Formato di output JSON | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti liquid/lfm-2.5-2.6b:free | Predefinito— | | Campo`messages` | Tipo`array` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti false | Predefinitofalse | | Campo`max_tokens` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 8192 | Predefinito— | | Campo`max_completion_tokens` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 8192 | Predefinito— | | Campo`n` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 Massimo: 128 | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`top_p` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`seed` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`stop` | Tipo`` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`frequency_penalty` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`presence_penalty` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`user` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, messages | | Parametro`optional` | Contrattostream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user | | Parametro`material_types` | Contrattotext | | Parametro`conditions` | ContrattoUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 65536 bytes. | Ciclo di vita: `synchronous_json` ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Tariffa standard Quando è selezionata la modalità rapida Modalità flex Tariffa standard Quando è selezionata la modalità flex Sforzo massimo di ragionamento Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) Tariffe della cache esplicita Non abilitato Quando viene richiesta una cache esplicita Tariffe a zero per il solo testo Text input and output only. Cache, tools, media and streaming are unavailable. Per ingresso e uscita di solo testo #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · OpenAI Chat curl · crea una sola volta e conserva il risultato completo ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "liquid/lfm-2.5-2.6b:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "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 # Submit once. Retain the complete result, original identifiers and every response header. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · OpenAI Chat JSON ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Se occorre verificare la risposta originale Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Alias #### Alias del modello **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `liquid/lfm-2.5-2.6b:free` [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) LiquidAI /`liquid/lfm-2.5-2.6b:free` ### Introduzione Liquid AI LFM2.5-2.6B è un modello compatto di ragionamento testuale per agenti, uso di strumenti, estrazione di dati e RAG. Il design ibrido ha 2,69 miliardi di parametri. Ragiona prima di rispondere e funziona al meglio con materiale di origine concreto e strumenti chiaramente definiti; il produttore sconsiglia la programmazione agentica e i compiti ad alta intensità di conoscenze. Input accettati Testo Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Tipi di input `text` Tipi di output `text` Contesto 65.536 tokens Output massimo 8192 tokens Formato di output JSON | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti liquid/lfm-2.5-2.6b:free | Predefinito— | | Campo`messages` | Tipo`array` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti false | Predefinitofalse | | Campo`system` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`max_tokens` | Tipo`integer` | RequisitoObbligatorio | Valori e limiti Minimo: 1 Massimo: 8192 | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`top_p` | Tipo`number` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`top_k` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`stop_sequences` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`metadata` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, messages, max\_tokens | | Parametro`optional` | Contrattostream, system, temperature, top\_p, top\_k, stop\_sequences, metadata | | Parametro`material_types` | Contrattotext | | Parametro`conditions` | ContrattoUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 65536 bytes. | Ciclo di vita: `synchronous_json` ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Tariffa standard Quando è selezionata la modalità rapida Modalità flex Tariffa standard Quando è selezionata la modalità flex Sforzo massimo di ragionamento Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) Tariffe a zero per il solo testo Text input and output only. Cache, tools, media and streaming are unavailable. Per ingresso e uscita di solo testo #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Anthropic Messages curl · crea una sola volta e conserva il risultato completo ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "liquid/lfm-2.5-2.6b:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false, "max_tokens": 256}') 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/messages \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json # Submit once. Retain the complete result, original identifiers and every response header. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Anthropic Messages JSON ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Se occorre verificare la risposta originale Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Alias #### Alias del modello **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/it/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) FAQ · LiquidAI: LFM2.5-2.6B (free) Quali input e risultati sono disponibili? `POST /v1/chat/completions` · `liquid/lfm-2.5-2.6b:free`: `text` → `text` `POST /v1/messages` · `liquid/lfm-2.5-2.6b:free`: `text` → `text` Quali campi usa la richiesta? `POST /v1/chat/completions` · `liquid/lfm-2.5-2.6b:free`: `model`, `messages`, `stream`, `max_tokens`, `max_completion_tokens`, `n`, `temperature`, `top_p`, `seed`, `stop`, `frequency_penalty`, `presence_penalty`, `user` `POST /v1/messages` · `liquid/lfm-2.5-2.6b:free`: `model`, `messages`, `stream`, `system`, `max_tokens`, `temperature`, `top_p`, `top_k`, `stop_sequences`, `metadata` Quali limiti si applicano? `POST /v1/chat/completions` · `liquid/lfm-2.5-2.6b:free`: `ctx`: `65536`; `max_out`: `8192`; `max_tokens.minimum`: `1`; `max_tokens.maximum`: `8192`; `max_completion_tokens.minimum`: `1`; `max_completion_tokens.maximum`: `8192`; `n.minimum`: `1`; `n.maximum`: `128` `POST /v1/messages` · `liquid/lfm-2.5-2.6b:free`: `ctx`: `65536`; `max_out`: `8192`; `max_tokens.minimum`: `1`; `max_tokens.maximum`: `8192` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.