Source: https://ailoot.ai/models/nl-be/liquid-lfm-2-5-2-6b-u003a-free/ Canonical: https://ailoot.ai/models/nl-be/liquid-lfm-2-5-2-6b-u003a-free/ Language: nl-be # LiquidAI: LFM2.5-2.6B (free) [Markdown](https://ailoot.ai/models/nl-be/liquid-lfm-2-5-2-6b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/nl-be/liquid-lfm-2-5-2-6b-u003a-free/facts.json) ## [LiquidAI: LFM2.5-2.6B (free)](https://ailoot.ai/models/nl-be/liquid-lfm-2-5-2-6b-u003a-free/) Liquid AI LFM2.5-2.6B is een compact tekstredeneermodel voor agents, hulpmiddelgebruik, gegevensextractie en RAG. Het hybride ontwerp heeft 2,69 miljard parameters. Het redeneert voordat het antwoordt en werkt het best met concreet bronmateriaal en duidelijk vastgelegde hulpmiddelen; de maker raadt agentgestuurd programmeren en kennisintensieve taken af. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/nl-be/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/nl-be/liquid-lfm-2-5-2-6b-u003a-free/#method-1) Over het model Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode. Liquid AI LFM2.5-2.6B is het verder getrainde tekstmodel uit de compacte LFM2.5-familie van Liquid, ontworpen voor agents op het apparaat en praktische processen. De exacte modelkaart vermeldt 2,69 miljard parameters en 30 lagen: 22 dubbel gestuurde blokken met korte convoluties en acht grouped-query-attentionblokken. Het hybride ontwerp richt zich op efficiënte tekstverwerking. Het model aanvaardt tekst en geeft tekst terug, waaronder een beredeneerd antwoord of een verzoek om een vastgelegde functie te gebruiken. De fabrikant beveelt het aan voor agenttaken, hulpmiddelgebruik, gegevensextractie, retrieval-augmented generation en processen met lange context. Het trainingsproces van de release combineert gesuperviseerde finetuning, gespecialiseerde teachermodellen, on-policy-distillatie over meerdere domeinen en reinforcement learning binnen agentomgevingen. Dit helpt de nadruk op het volgen van taakinstructies, het gebruiken van hulpmiddelwaarnemingen en het doorlopen van meerdere stappen te verklaren. Geef het de werkelijke materialen en een precies doel in plaats van op brede aangeleerde kennis te rekenen om leemten op te vullen. Definieer voor extractie de velden en bronregels voordat u het materiaal aanlevert. Een praktisch verzoek is: “Lees deze service-updates, haal de identificatie, vermelde status en volgende vereiste actie van elk record eruit en behoud de zin die ieder veld ondersteunt. Geef null terug wanneer een veld ontbreekt.” Geef aan of een waarde exact gekopieerd, genormaliseerd of afgeleid moet worden. Zo wordt de uitvoer controleerbaar en wordt voorkomen dat een aannemelijke interpretatie ongemerkt informatie vervangt die werkelijk in de bron staat. Lever voor RAG relevante passages met stabiele labels aan en vraag om een antwoord dat op die passages gebaseerd is. Een voorbeeld is: “Gebruik uitsluitend deze installatie-instructies om uit te leggen welke stappen voor de opgegeven omgeving gelden en som de nog onbekende vereisten op.” Bewaar documentversies en voorwaarden bij de tekst. Vraag het model een ontbrekend of tegenstrijdig feit te benoemen in plaats van een volledige procedure te verzinnen. Dit sluit beter aan bij de aanbeveling van de maker voor brononderbouwde taken dan het compacte model te vragen als een uitputtende opslagplaats van specialistische kennis te fungeren. LFM2.5-2.6B is een zuiver redeneermodel: het chatsjabloon begint het assistentantwoord met een denkmarkering en het redeneert vóór het eindantwoord. De modelkaart van de fabrikant beveelt voor generatie temperature 0.1, top-k 50 en repetition penalty 1.1 aan. Dit zijn instellingen voor het recept van het benoemde model. Houd het eindresultaat gescheiden van de redeneertekst en laat in een werkverzoek ruimte voor beide. Regelaars of modi voor directe antwoorden uit andere LFM-instructie-edities mogen niet voor dit model verondersteld worden. Het model gebruikt een ChatML-achtig gespreksformaat met de rollen system, user, assistant en tool. De gedocumenteerde functiewerkwijze heeft vier fasen: de hulpmiddelen definiëren, het model een functie laten aanvragen, die functie in de omringende toepassing uitvoeren en het werkelijke resultaat teruggeven zodat het model kan antwoorden. Ingebouwde aanroepen zijn Python-achtige lijsten tussen markeringen voor hulpmiddelaanroepen; de maker beschrijft ook hoe via de systeeminstructie JSON als aanroepformaat gevraagd kan worden. Gebruik de passende parser, toets de functienaam en argumenten aan de aangeleverde definities en bewaar het resultaat bij de aanroep die het opleverde. Stel voor een compact agentproces alleen de functies beschikbaar die voor de huidige taak relevant zijn, met beknopte beschrijvingen en expliciete argumenttypes. Hulpmiddeldefinities nemen zelf context in. Een bruikbare reeks kan de status van een aangeleverd record opzoeken, de teruggegeven status met een regel vergelijken en uitleggen of opvolging nodig is. Lever de recordidentificatie als bewijs aan en vraag om een eindantwoord dat aan de teruggegeven waarneming gekoppeld is. Het model stelt de bewerking voor en interpreteert haar; de toepassing levert de werkelijke uitvoering en het resultaat. De huidige modelkaart van de fabrikant specificeert een modelcontext van 131.072 tokens en de release beschrijft een afzonderlijke fase voor contextuitbreiding. Werk binnen het venster van de gebruikte configuratie, met behoud van brongrenzen, relevante geschiedenis en ruimte voor de voortzetting. Vraag bij meerdere documenten om een specifieke vergelijking of te volgen afhankelijkheid. Het oorspronkelijke checkpoint, GGUF-, ONNX- en MLX-bestanden dienen verschillende implementatiebehoeften; een draftmodel voor speculative decoding is een afzonderlijk begeleidend bestand. Cijfers over middelen of snelheid uit één configuratie beschrijven niet automatisch ieder modelformaat en werkvenster. Liquid beveelt LFM2.5-2.6B uitdrukkelijk niet aan voor agentgestuurd programmeren of kennisintensieve taken. Richt het op concrete processen met aangeleverd bewijs, extractieregels en hulpmiddelwaarnemingen. Het vooraf getrainde Base-checkpoint is eveneens een afzonderlijk bestand voor aanpassingen, terwijl deze verder getrainde editie het agentmodel is. Inspecteer voor het eindresultaat geëxtraheerde waarden aan de hand van hun bron, controleer of een aangehaalde passage het antwoord ondersteunt en onderscheid een gevraagde hulpmiddelaanroep van een bewerking met een vastgelegd resultaat. Behoud onopgeloste informatie waar die de conclusie beïnvloedt, in plaats van ze door vlotte tekst te laten verhullen. **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/nl-be/#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` ### Aan de slag Liquid AI LFM2.5-2.6B is een compact tekstredeneermodel voor agents, hulpmiddelgebruik, gegevensextractie en RAG. Het hybride ontwerp heeft 2,69 miljard parameters. Het redeneert voordat het antwoordt en werkt het best met concreet bronmateriaal en duidelijk vastgelegde hulpmiddelen; de maker raadt agentgestuurd programmeren en kennisintensieve taken af. Toegestane invoer Tekst Resultaten Tekst ### Beschikbaar in Ailoot · invoer en methoden **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Invoer `text` Uitvoer `text` Context 65.536 tokens Maximale uitvoer 8.192 tokens Uitvoerformaat JSON | Veld | Type | Vereiste | Waarden en limieten | Standaard | | --- | --- | --- | --- | --- | | Veld`model` | Type`string` | VereisteVereist | Waarden en limieten liquid/lfm-2.5-2.6b:free | Standaard— | | Veld`messages` | Type`array` | VereisteVereist | Waarden en limieten | Standaard— | | Veld`stream` | Type`boolean` | VereisteOptioneel | Waarden en limieten false | Standaardfalse | | Veld`max_tokens` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 Maximum: 8.192 | Standaard— | | Veld`max_completion_tokens` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 Maximum: 8.192 | Standaard— | | Veld`n` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 Maximum: 128 | Standaard— | | Veld`temperature` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`top_p` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`seed` | Type`integer` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`stop` | Type`` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`frequency_penalty` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`presence_penalty` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`user` | Type`string` | VereisteOptioneel | Waarden en limieten | Standaard— | Methodeparameters en levenscyclus | Parameter | Contract | | --- | --- | | Parameter`content_type` | Contractapplication/json | | Parameter`required` | Contractmodel, messages | | Parameter`optional` | Contractstream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user | | Parameter`material_types` | Contracttext | | Parameter`conditions` | ContractUse 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. | Levenscyclus: `synchronous_json` ### Tarieven Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode. Snelle modus Standaardtarief Wanneer de snelle modus geselecteerd is Flex-modus Standaardtarief Wanneer de flex-modus geselecteerd is Maximale redeneerinspanning Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt Tarieven voor expliciete caching Niet ingeschakeld Wanneer expliciete caching wordt aangevraagd Nultarieven voor uitsluitend tekst Text input and output only. Cache, tools, media and streaming are unavailable. Voor invoer en uitvoer die uitsluitend uit tekst bestaan #### Ailoot-tarieven #### Prijzen per configuratie | Configuratie | Tariefstaffel | Kosten | | --- | --- | --- | | ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 1K tokens Invoer · Cache schrijven **—** / 1K tokens Invoer · Cache schrijven, 1 uur **—** / 1K tokens | Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. [Zo werken reservering en afrekening →](https://ailoot.ai/docs/nl-be/billing/reserve/) ### Voorbeeldverzoeken #### Ailoot Ultra · OpenAI Chat curl · maak één keer aan en bewaar het volledige resultaat ```bash set -eu : "${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. ``` ### Resultaten ophalen en opslaan #### Ailoot Ultra · OpenAI Chat JSON ##### Alle voltooide resultaten bewaren Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Als het oorspronkelijke antwoord moet worden gecontroleerd Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Aliasnamen #### Modelaliasnamen **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/nl-be/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) #### Aliasnamen voor methodepaden Gebruik de hierboven getoonde methodepaden. #### Gerelateerde aanroeper-ID’s [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/nl-be/#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/nl-be/#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` ### Aan de slag Liquid AI LFM2.5-2.6B is een compact tekstredeneermodel voor agents, hulpmiddelgebruik, gegevensextractie en RAG. Het hybride ontwerp heeft 2,69 miljard parameters. Het redeneert voordat het antwoordt en werkt het best met concreet bronmateriaal en duidelijk vastgelegde hulpmiddelen; de maker raadt agentgestuurd programmeren en kennisintensieve taken af. Toegestane invoer Tekst Resultaten Tekst ### Beschikbaar in Ailoot · invoer en methoden **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Invoer `text` Uitvoer `text` Context 65.536 tokens Maximale uitvoer 8.192 tokens Uitvoerformaat JSON | Veld | Type | Vereiste | Waarden en limieten | Standaard | | --- | --- | --- | --- | --- | | Veld`model` | Type`string` | VereisteVereist | Waarden en limieten liquid/lfm-2.5-2.6b:free | Standaard— | | Veld`messages` | Type`array` | VereisteVereist | Waarden en limieten | Standaard— | | Veld`stream` | Type`boolean` | VereisteOptioneel | Waarden en limieten false | Standaardfalse | | Veld`system` | Type`string` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`max_tokens` | Type`integer` | VereisteVereist | Waarden en limieten Minimum: 1 Maximum: 8.192 | Standaard— | | Veld`temperature` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`top_p` | Type`number` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`top_k` | Type`integer` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`stop_sequences` | Type`array` | VereisteOptioneel | Waarden en limieten | Standaard— | | Veld`metadata` | Type`object` | VereisteOptioneel | Waarden en limieten | Standaard— | Methodeparameters en levenscyclus | Parameter | Contract | | --- | --- | | Parameter`content_type` | Contractapplication/json | | Parameter`required` | Contractmodel, messages, max\_tokens | | Parameter`optional` | Contractstream, system, temperature, top\_p, top\_k, stop\_sequences, metadata | | Parameter`material_types` | Contracttext | | Parameter`conditions` | ContractUse 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. | Levenscyclus: `synchronous_json` ### Tarieven Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode. Snelle modus Standaardtarief Wanneer de snelle modus geselecteerd is Flex-modus Standaardtarief Wanneer de flex-modus geselecteerd is Maximale redeneerinspanning Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt Nultarieven voor uitsluitend tekst Text input and output only. Cache, tools, media and streaming are unavailable. Voor invoer en uitvoer die uitsluitend uit tekst bestaan #### Ailoot-tarieven #### Prijzen per configuratie | Configuratie | Tariefstaffel | Kosten | | --- | --- | --- | | ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 1K tokens Invoer · Cache schrijven **—** / 1K tokens Invoer · Cache schrijven, 1 uur **—** / 1K tokens | Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. [Zo werken reservering en afrekening →](https://ailoot.ai/docs/nl-be/billing/reserve/) ### Voorbeeldverzoeken #### Ailoot Ultra · Anthropic Messages curl · maak één keer aan en bewaar het volledige resultaat ```bash set -eu : "${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. ``` ### Resultaten ophalen en opslaan #### Ailoot Ultra · Anthropic Messages JSON ##### Alle voltooide resultaten bewaren Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Als het oorspronkelijke antwoord moet worden gecontroleerd Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Aliasnamen #### Modelaliasnamen **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/nl-be/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) #### Aliasnamen voor methodepaden Gebruik de hierboven getoonde methodepaden. #### Gerelateerde aanroeper-ID’s [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/nl-be/#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) Welke invoer en resultaten zijn beschikbaar? `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` Welke velden gebruikt het verzoek? `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` Welke limieten gelden? `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` Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie. ## Het bedrijf en zijn projectenportefeuille Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. ## Koop tokens met korting. Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens. Abonnement Kies een abonnement met korting voor je terugkerende verzoeken. Promotiecode tot 50% Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend. Kosten in de geschiedenis Model, tokens en bedrag worden per verzoek bewaard. [Kies een abonnement](https://ailoot.ai/docs/nl-be/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl-be/) ## Verbind de API met het product dat je verkoopt. SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan. Commerciële applicatie Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe. Resellerlicentie Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop. Documenten op de site Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar. [Vraag een resellerlicentie aan](mailto:support@ailoot.ai) · [Aanbodvoorwaarden en licentieovereenkomst](https://ailoot.ai/legal/offer?lang=nl-be) ## Ailoot · Het bedrijf en zijn projectenportefeuille Ailoot bouwt op opgebouwde operationele ervaring, een groot klantenbestand, een stabiele dienst en doorlopende KPI-controle. Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. Ailoot gebruikt die operationele ervaring voor API-toegang tot AI-functies in klantproducten, agents, applicaties en automatiseringen.