Source: https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/ Canonical: https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/ Language: ru # LiquidAI: LFM2.5-2.6B (free) [Markdown](https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/facts.json) ## [LiquidAI: LFM2.5-2.6B (free)](https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/) Liquid AI LFM2.5-2.6B — компактная текстовая модель для рассуждений в агентах, работы с инструментами, извлечения данных и RAG. Её гибридная архитектура содержит 2,69 млрд параметров. Модель рассуждает перед ответом и лучше работает с конкретными источниками и чётко заданными инструментами; разработчик не рекомендует её для агентного программирования и задач, требующих обширных знаний. - [**Ailoot Ultra · Чат OpenAI** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/#method-0) - [**Ailoot Ultra · Сообщения Anthropic** `POST /v1/messages` `liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/liquid-lfm-2-5-2-6b-u003a-free/#method-1) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Liquid AI LFM2.5-2.6B — дообученная текстовая модель компактного семейства LFM2.5 компании Liquid для агентов на устройствах и практических рабочих процессов. В точной карточке указаны 2,69 млрд параметров и 30 слоёв: 22 блока короткой свёртки с двойным механизмом управления и восемь блоков внимания с группировкой запросов. Гибридная архитектура нацелена на эффективную обработку текста. Модель принимает и возвращает текст, включая обоснованный ответ или запрос на использование определённой функции. Производитель рекомендует её для агентных задач, работы с инструментами, извлечения данных, генерации с дополнением поиском и процессов с длинным контекстом. Обучение выпуска сочетает дообучение с учителем, специализированные модели-учителя, многодоменную дистилляцию на данных текущей стратегии и обучение с подкреплением внутри агентных сред. Это объясняет её направленность на выполнение инструкций, использование наблюдений инструментов и продвижение по нескольким шагам. Давайте модели реальные материалы и точную цель, не рассчитывая, что обширные усвоенные знания заполнят пробелы. Для извлечения определите поля и правила работы с источником до передачи материала. Практический запрос: «Прочитай эти обновления сервиса, извлеки идентификатор каждой записи, указанный статус и следующее необходимое действие; сохрани предложение, подтверждающее каждое поле. Возвращай null, если поле отсутствует». Уточните, нужно ли точно копировать значение, нормализовать его или выводить из других сведений. Это делает результат проверяемым и не позволяет правдоподобной интерпретации незаметно заменить фактически присутствующую в источнике информацию. Для RAG передайте нужные фрагменты со стабильными метками и запросите ответ с опорой на них. Например: «Используя только эти инструкции по установке, объясни, какие шаги применимы к указанной среде, и перечисли предпосылки, которые остаются неизвестными». Сохраняйте версии документов и условия вместе с текстом. Просите модель обнаружить недостающий или противоречивый факт, а не придумывать полную процедуру. Это лучше соответствует рекомендации разработчика по задачам с опорой на источники, чем попытка использовать компактную модель как исчерпывающее хранилище специальных знаний. LFM2.5-2.6B — модель исключительно для рассуждений: шаблон диалога начинает ответ ассистента с маркера обдумывания, и модель рассуждает перед итоговым ответом. Карточка производителя рекомендует для генерации temperature 0.1, top-k 50 и штраф за повторение 1.1. Эти настройки относятся к рецепту именованной модели. Отделяйте итоговый результат от текста рассуждения и оставляйте место для обоих в рабочем запросе. Нельзя предполагать наличие элементов управления или режимов прямого ответа, относящихся к другим инструктивным редакциям LFM. Модель использует формат диалога, похожий на ChatML, с ролями system, user, assistant и tool. Документированный процесс работы с функциями состоит из четырёх этапов: определить инструменты, позволить модели запросить функцию, выполнить её в приложении и вернуть фактический результат, чтобы модель могла ответить. Нативные вызовы — списки в стиле Python, заключённые в маркеры вызова инструмента; разработчик также описывает запрос формата вызовов JSON через системную инструкцию. Используйте подходящий парсер, проверяйте имя функции и аргументы по предоставленным определениям и сохраняйте результат вместе с породившим его вызовом. Для компактного агентного процесса предоставляйте только функции, относящиеся к текущей задаче, с краткими описаниями и явными типами аргументов. Сами определения инструментов занимают контекст. Полезная последовательность может получить статус переданной записи, сравнить его с правилом и объяснить, нужно ли дальнейшее действие. Передайте идентификатор записи как исходное данное и запросите итоговый ответ, связанный с возвращённым наблюдением. Модель предлагает и интерпретирует операцию; приложение обеспечивает её реальное выполнение и результат. Текущая карточка производителя указывает контекст модели 131 072 токена, а описание выпуска — отдельный этап расширения контекста. Работайте в окне используемой конфигурации, сохраняя границы источников, нужную историю и место для продолжения. Для нескольких документов попросите проследить конкретное сравнение или зависимость. Нативная контрольная точка, материалы GGUF, ONNX и MLX служат разным потребностям развёртывания, а черновая модель для спекулятивного декодирования — отдельный сопутствующий материал. Показатели ресурсов или скорости одной конфигурации не описывают автоматически все форматы модели и рабочие окна. Liquid прямо не рекомендует LFM2.5-2.6B для агентного программирования и задач, требующих обширных знаний. Сосредоточьте её на конкретных процессах с переданными данными, правилами извлечения и наблюдениями инструментов. Предобученная контрольная точка Base также является отдельным материалом для настройки, тогда как эта дообученная редакция — модель для агентов. Проверяйте извлечённые значения по источникам, убеждайтесь, что процитированный фрагмент подтверждает ответ, и отличайте запрошенный вызов инструмента от операции с записанным результатом. Сохраняйте неразрешённую информацию, если она влияет на вывод, вместо того чтобы скрывать её за гладким текстом. **Ailoot Ultra · Чат OpenAI** `POST /v1/chat/completions` `liquid/lfm-2.5-2.6b:free` [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#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` ### Начало Liquid AI LFM2.5-2.6B — компактная текстовая модель для рассуждений в агентах, работы с инструментами, извлечения данных и RAG. Её гибридная архитектура содержит 2,69 млрд параметров. Модель рассуждает перед ответом и лучше работает с конкретными источниками и чётко заданными инструментами; разработчик не рекомендует её для агентного программирования и задач, требующих обширных знаний. Допустимые входные данные Текст Результаты Текст ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Чат OpenAI** `POST /v1/chat/completions` Входные данные `text` Результат `text` Контекст 65 536 tokens Максимальный выход 8 192 tokens Выходной формат JSON | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения liquid/lfm-2.5-2.6b:free | По умолчанию— | | Поле`messages` | Тип`array` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`stream` | Тип`boolean` | ТребованиеНеобязательно | Значения и ограничения false | По умолчаниюfalse | | Поле`max_tokens` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Максимум: 8 192 | По умолчанию— | | Поле`max_completion_tokens` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Максимум: 8 192 | По умолчанию— | | Поле`n` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Максимум: 128 | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`top_p` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`seed` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`stop` | Тип`` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`frequency_penalty` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`presence_penalty` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`user` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, messages | | Параметр`optional` | Контрактstream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user | | Параметр`material_types` | Контрактtext | | Параметр`conditions` | КонтрактUse 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. | Жизненный цикл: `synchronous_json` ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Стандартный тариф При выборе быстрого режима Режим flex Стандартный тариф При выборе режима flex Максимальная интенсивность рассуждений Стандартный тариф При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) Цены явного кэширования Не включено Когда запрошено явное кэширование Нулевые тарифы только для текста Text input and output only. Cache, tools, media and streaming are unavailable. Для исключительно текстовых входных и выходных данных #### Ставки Ailoot #### Цены по конфигурациям | Конфигурация | Шкала ставок | Плата | | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Чат OpenAI curl · создать один раз и сохранить полный результат ```bash set -eu : "${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. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Чат OpenAI JSON ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Если нужно проверить исходный ответ Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=chat) **Ailoot Ultra · Сообщения Anthropic** `POST /v1/messages` `liquid/lfm-2.5-2.6b:free` [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#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` ### Начало Liquid AI LFM2.5-2.6B — компактная текстовая модель для рассуждений в агентах, работы с инструментами, извлечения данных и RAG. Её гибридная архитектура содержит 2,69 млрд параметров. Модель рассуждает перед ответом и лучше работает с конкретными источниками и чётко заданными инструментами; разработчик не рекомендует её для агентного программирования и задач, требующих обширных знаний. Допустимые входные данные Текст Результаты Текст ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Сообщения Anthropic** `POST /v1/messages` Входные данные `text` Результат `text` Контекст 65 536 tokens Максимальный выход 8 192 tokens Выходной формат JSON | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения liquid/lfm-2.5-2.6b:free | По умолчанию— | | Поле`messages` | Тип`array` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`stream` | Тип`boolean` | ТребованиеНеобязательно | Значения и ограничения false | По умолчаниюfalse | | Поле`system` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`max_tokens` | Тип`integer` | ТребованиеОбязательно | Значения и ограничения Минимум: 1 Максимум: 8 192 | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`top_p` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`top_k` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`stop_sequences` | Тип`array` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`metadata` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, messages, max\_tokens | | Параметр`optional` | Контрактstream, system, temperature, top\_p, top\_k, stop\_sequences, metadata | | Параметр`material_types` | Контрактtext | | Параметр`conditions` | КонтрактUse 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. | Жизненный цикл: `synchronous_json` ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Стандартный тариф При выборе быстрого режима Режим flex Стандартный тариф При выборе режима flex Максимальная интенсивность рассуждений Стандартный тариф При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) Нулевые тарифы только для текста Text input and output only. Cache, tools, media and streaming are unavailable. Для исключительно текстовых входных и выходных данных #### Ставки Ailoot #### Цены по конфигурациям | Конфигурация | Шкала ставок | Плата | | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Сообщения Anthropic curl · создать один раз и сохранить полный результат ```bash set -eu : "${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. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Сообщения Anthropic JSON ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Retain the complete response, all actual results, original identifiers, usage and response headers. ##### Если нужно проверить исходный ответ Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation. ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#m=liquid%2Flfm-2.5-2.6b%3Afree&route=Ultra&caller=liquid%2Flfm-2.5-2.6b%3Afree&fmt=messages) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`liquid/lfm-2.5-2.6b:free`](https://ailoot.ai/models/ru/#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) Какие входные данные и результаты доступны? `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` Какие поля использует запрос? `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` Какие ограничения действуют? `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` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.