Source: https://ailoot.ai/models/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/ Canonical: https://ailoot.ai/models/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/ Language: pt-pt # LiquidAI: LFM2.5-2.6B (free) [Markdown](https://ailoot.ai/models/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/facts.json) ## [LiquidAI: LFM2.5-2.6B (free)](https://ailoot.ai/models/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/) Liquid AI LFM2.5-2.6B é um modelo compacto de raciocínio textual para agentes, utilização de ferramentas, extração de dados e RAG. A sua conceção híbrida tem 2,69 mil milhões de parâmetros. Raciocina antes de responder e funciona melhor com material de origem concreto e ferramentas claramente definidas; o fabricante desaconselha tarefas de programação por agentes e tarefas muito dependentes de conhecimento. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/pt-pt/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/pt-pt/liquid-lfm-2-5-2-6b-u003a-free/#method-1) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Liquid AI LFM2.5-2.6B é o modelo de texto com pós-treino da família compacta LFM2.5 da Liquid, concebido para agentes executados no dispositivo e fluxos de trabalho práticos. A sua ficha exata indica 2,69 mil milhões de parâmetros e 30 camadas: 22 blocos de convolução curta com duas portas de controlo e oito blocos de atenção com consultas agrupadas. A conceção híbrida visa um processamento eficiente de texto. O modelo aceita texto e devolve texto, incluindo uma resposta fundamentada por raciocínio ou um pedido para utilizar uma função definida. O fabricante recomenda-o para tarefas de agentes, utilização de ferramentas, extração de dados, geração aumentada por recuperação e fluxos de trabalho de contexto longo. O processo de treino da versão combina ajuste fino supervisionado, modelos professores especializados, destilação on-policy em vários domínios e aprendizagem por reforço em ambientes de agentes. Isto ajuda a explicar a sua orientação para seguir instruções de tarefas, utilizar observações de ferramentas e avançar através de vários passos. Forneça os materiais efetivos e um objetivo preciso, em vez de depender de conhecimento amplo aprendido para preencher lacunas. Para extração, defina os campos e as regras de utilização das fontes antes de fornecer o material. Um pedido prático é: «Leia estas atualizações de serviço, extraia o identificador, o estado indicado e a próxima ação necessária de cada registo e preserve a frase que sustenta cada campo. Devolva null quando um campo estiver em falta.» Especifique se um valor deve ser copiado exatamente, normalizado ou inferido. Isto torna a saída examinável e impede que uma interpretação plausível substitua silenciosamente informações efetivamente presentes na fonte. Para RAG, forneça passagens relevantes com identificações estáveis e peça uma resposta fundamentada nessas passagens. Um exemplo é: «Utilizando apenas estas instruções de instalação, explique que passos se aplicam ao ambiente indicado e enumere os pré-requisitos que continuam desconhecidos.» Mantenha as versões dos documentos e as condições junto do texto. Peça ao modelo que identifique um facto em falta ou contraditório, em vez de inventar um procedimento completo. Isto adequa-se melhor à recomendação do fabricante para tarefas fundamentadas em fontes do que pedir ao modelo compacto que funcione como um repositório exaustivo de conhecimento especializado. LFM2.5-2.6B é um modelo exclusivamente de raciocínio: o seu modelo de formatação de conversa inicia a resposta do assistente com um marcador de pensamento e o modelo raciocina antes da resposta final. A ficha do fabricante recomenda temperature 0.1, top-k 50 e penalização de repetição 1.1 para geração. Estas são definições da configuração do modelo identificado. Mantenha o resultado final distinto do texto de raciocínio e deixe espaço para ambos num pedido de trabalho. Não devem ser presumidos para este modelo os controlos ou modos de resposta direta de outras edições LFM de instruções. O modelo utiliza um formato de conversa semelhante a ChatML com as funções system, user, assistant e tool. O seu fluxo de trabalho documentado com funções tem quatro etapas: definir as ferramentas, deixar o modelo pedir uma função, executar essa função na aplicação envolvente e devolver o resultado efetivo para que o modelo possa responder. As chamadas nativas são listas em estilo Python delimitadas por marcadores de chamadas de ferramentas; o fabricante descreve também como pedir o formato de chamadas JSON através da instrução de sistema. Utilize o analisador adequado, confira o nome e os argumentos da função com as definições fornecidas e preserve o resultado junto da chamada que o produziu. Para um fluxo de trabalho compacto de agentes, exponha apenas as funções relevantes para a tarefa atual, com descrições concisas e tipos de argumentos explícitos. As próprias definições de ferramentas ocupam contexto. Uma sequência útil pode consultar o estado de um registo fornecido, comparar o estado devolvido com uma regra e explicar se é necessário acompanhamento. Forneça o identificador do registo como evidência e peça uma resposta final ligada à observação devolvida. O modelo propõe e interpreta a operação; a aplicação assegura a sua execução efetiva e o resultado. A ficha atual do fabricante especifica um contexto de modelo de 131 072 tokens e a versão descreve uma etapa dedicada de extensão de contexto. Trabalhe dentro da janela da configuração utilizada, preservando os limites das fontes, o histórico relevante e espaço para a continuação. Para vários documentos, peça uma comparação específica ou o rastreio de uma dependência. O ponto de controlo nativo e os recursos GGUF, ONNX e MLX servem necessidades de implementação diferentes, e um modelo auxiliar de descodificação especulativa é um recurso complementar separado. Os valores de recursos ou velocidade de uma configuração não descrevem automaticamente todos os formatos de modelo e janelas de trabalho. A Liquid desaconselha explicitamente LFM2.5-2.6B para programação por agentes ou tarefas muito dependentes de conhecimento. Mantenha-o focado em fluxos de trabalho concretos com evidências fornecidas, regras de extração e observações de ferramentas. O ponto de controlo Base pré-treinado é também um recurso separado destinado a personalização, enquanto esta edição com pós-treino é o modelo para agentes. Para o resultado final, confira os valores extraídos com a respetiva fonte, verifique se uma passagem citada sustenta a resposta e distinga uma chamada de ferramenta solicitada de uma operação com resultado registado. Preserve informações por resolver quando afetarem a conclusão, em vez de permitir que um texto fluente as oculte. **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/pt-pt/#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` ### Introdução Liquid AI LFM2.5-2.6B é um modelo compacto de raciocínio textual para agentes, utilização de ferramentas, extração de dados e RAG. A sua conceção híbrida tem 2,69 mil milhões de parâmetros. Raciocina antes de responder e funciona melhor com material de origem concreto e ferramentas claramente definidas; o fabricante desaconselha tarefas de programação por agentes e tarefas muito dependentes de conhecimento. Entradas aceites Texto Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Entrada `text` Saída `text` Contexto 65 536 tokens Saída máxima 8192 tokens Formato de saída JSON | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites liquid/lfm-2.5-2.6b:free | Predefinição— | | Campo`messages` | Tipo`array` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores e limites false | Predefiniçãofalse | | Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 8192 | Predefinição— | | Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 8192 | Predefinição— | | Campo`n` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 128 | Predefinição— | | Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`seed` | Tipo`integer` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`stop` | Tipo`` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`frequency_penalty` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`presence_penalty` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`user` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, messages | | Parâmetro`optional` | Contratostream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user | | Parâmetro`material_types` | Contratotext | | Parâmetro`conditions` | ContratoUse 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 de vida: `synchronous_json` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Tarifa normal Quando o modo rápido está selecionado Modo flex Tarifa normal Quando o modo flex está selecionado Esforço máximo de raciocínio Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) Preços da cache explícita Não ativado Quando é pedida cache explícita Tarifas a zero apenas para texto Text input and output only. Cache, tools, media and streaming are unavailable. Para entrada e saída apenas de texto #### Tarifas Ailoot #### Preços por configuração | Configuração | Tabela de tarifas | Custo | | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada **$0** / 1K tokens Saída · Tokens de saída **$0** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · OpenAI Chat curl · crie uma única vez e guarde o resultado completo ```bash set -eu : "${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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · OpenAI Chat JSON ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Se for necessário verificar a resposta original Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Aliases #### Aliases do modelo **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/pt-pt/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/pt-pt/#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/pt-pt/#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` ### Introdução Liquid AI LFM2.5-2.6B é um modelo compacto de raciocínio textual para agentes, utilização de ferramentas, extração de dados e RAG. A sua conceção híbrida tem 2,69 mil milhões de parâmetros. Raciocina antes de responder e funciona melhor com material de origem concreto e ferramentas claramente definidas; o fabricante desaconselha tarefas de programação por agentes e tarefas muito dependentes de conhecimento. Entradas aceites Texto Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Entrada `text` Saída `text` Contexto 65 536 tokens Saída máxima 8192 tokens Formato de saída JSON | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites liquid/lfm-2.5-2.6b:free | Predefinição— | | Campo`messages` | Tipo`array` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores e limites false | Predefiniçãofalse | | Campo`system` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`max_tokens` | Tipo`integer` | RequisitoObrigatório | Valores e limites Mínimo: 1 Máximo: 8192 | Predefinição— | | Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`top_k` | Tipo`integer` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`stop_sequences` | Tipo`array` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`metadata` | Tipo`object` | RequisitoOpcional | Valores e limites | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, messages, max\_tokens | | Parâmetro`optional` | Contratostream, system, temperature, top\_p, top\_k, stop\_sequences, metadata | | Parâmetro`material_types` | Contratotext | | Parâmetro`conditions` | ContratoUse 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 de vida: `synchronous_json` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Tarifa normal Quando o modo rápido está selecionado Modo flex Tarifa normal Quando o modo flex está selecionado Esforço máximo de raciocínio Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) Tarifas a zero apenas para texto Text input and output only. Cache, tools, media and streaming are unavailable. Para entrada e saída apenas de texto #### Tarifas Ailoot #### Preços por configuração | Configuração | Tabela de tarifas | Custo | | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada **$0** / 1K tokens Saída · Tokens de saída **$0** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Anthropic Messages curl · crie uma única vez e guarde o resultado completo ```bash set -eu : "${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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Anthropic Messages JSON ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Se for necessário verificar a resposta original Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Aliases #### Aliases do modelo **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/pt-pt/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/pt-pt/#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) Que entradas e resultados estão disponíveis? `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` Que campos utiliza o pedido? `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` Que limites se aplicam? `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` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.