LiquidAI: LFM2.5-2.6B
liquid/lfm-2.5-2.6bKompaktný textový model Liquid AI na získavanie údajov, odpovede podľa dokumentov a postupné úlohy s veľkým kontextom.
Kompaktný model s prípravou pre agentné úlohy
LFM2.5-2.6B je textový model Liquid AI pre úlohy vyžadujúce dodržiavanie pokynov, spracovanie dokumentov a viac nadväzujúcich krokov. V rodine LFM2.5 táto verzia dostala osobitnú prípravu na agentné scenáre: vývojár ju trénoval na interakciách s nástrojmi a typickými prostrediami agentov. Tréning sa týka správania modelu; konkrétne akcie v aplikácii určuje integrácia.
Základom LFM2.5-2.6B je hybridná architektúra LFM2 s 2,69 miliardy parametrov. Kombinuje bloky krátkej konvolúcie a skupinovej pozornosti. Liquid AI rodinu vyvíja aj pre beh na zariadeniach, ale v Ailoot sa používa cez textové rozhranie: používateľ odovzdáva správy a získava textovú odpoveď.
Kde je užitočný
Model sa hodí na získavanie údajov z textu, otázky k dodaným materiálom a spracovanie dlhých pokynov. Napríklad z korešpondencie so zákazníkom môže zostaviť jednotný zoznam požiadaviek, označiť rozpory a pripraviť spresňujúci list. Pri odpovedi zo znalostnej bázy priložte nájdené úseky a určte pravidlo: vychádzať z nich, zachovať názvy a označiť chýbajúci fakt.
Dokumentácia Liquid AI uvádza extrakciu údajov, RAG a dlhý kontext. Vývojár osobitne obmedzuje použitie: agentné programovanie a úlohy vyžadujúce rozsiahle faktické znalosti bez dodaných zdrojov nie sú odporúčanými úlohami tejto verzie. Pri odbornej terminológii pridajte do dopytu definície a pôvodné dokumenty.
Kontext a jazyky
V Ailoot má model uvedený kontext 128 000 tokenov. Zahŕňa materiály úlohy aj históriu dialógu; rozsah odpovede plánujte spolu s nimi. Karta vývojára uvádza 16 jazykov vrátane ruštiny, angličtiny, čínštiny, nemčiny a španielčiny. Model tak možno používať pri viacjazyčnom spracovaní dokumentov a korešpondencie s určením požadovaného jazyka a formátu v pokynoch.
Dostupné cez Ailoot API
POST /v1/messages- Vstup
text- Výstup
text- Kontext
- V katalógu neuvedené
- Max. odpoveď
- V katalógu neuvedené
- Vstup
- 0,0007 USD / 1K
- Výstup
- 0,001 USD / 1K
- Čítanie cache
- 0,00008 USD / 1K
POST /v1/responses- Vstup
text- Výstup
text- Kontext
- V katalógu neuvedené
- Max. odpoveď
- V katalógu neuvedené
- Vstup
- 0,0007 USD / 1K
- Výstup
- 0,001 USD / 1K
- Čítanie cache
- 0,00008 USD / 1K
POST /v1/chat/completions- Vstup
text- Výstup
text- Kontext
- V katalógu neuvedené
- Max. odpoveď
- V katalógu neuvedené
- Vstup
- 0,0007 USD / 1K
- Výstup
- 0,001 USD / 1K
- Čítanie cache
- 0,00008 USD / 1K
POST /v1beta/models/liquid/lfm-2.5-2.6b:generateContent- Vstup
text- Výstup
text- Kontext
- V katalógu neuvedené
- Max. odpoveď
- V katalógu neuvedené
- Vstup
- 0,0007 USD / 1K
- Výstup
- 0,001 USD / 1K
- Čítanie cache
- 0,00008 USD / 1K
liquid/lfm-2.5-2.6b · JSON
{"about":"### Kompaktný model s prípravou pre agentné úlohy\n\nLFM2.5-2.6B je textový model Liquid AI pre úlohy vyžadujúce dodržiavanie pokynov, spracovanie dokumentov a viac nadväzujúcich krokov. V rodine LFM2.5 táto verzia dostala osobitnú prípravu na agentné scenáre: vývojár ju trénoval na interakciách s nástrojmi a typickými prostrediami agentov. Tréning sa týka správania modelu; konkrétne akcie v aplikácii určuje integrácia.\n\nZákladom LFM2.5-2.6B je hybridná architektúra LFM2 s 2,69 miliardy parametrov. Kombinuje bloky krátkej konvolúcie a skupinovej pozornosti. Liquid AI rodinu vyvíja aj pre beh na zariadeniach, ale v Ailoot sa používa cez textové rozhranie: používateľ odovzdáva správy a získava textovú odpoveď.\n\n### Kde je užitočný\n\nModel sa hodí na získavanie údajov z textu, otázky k dodaným materiálom a spracovanie dlhých pokynov. Napríklad z korešpondencie so zákazníkom môže zostaviť jednotný zoznam požiadaviek, označiť rozpory a pripraviť spresňujúci list. Pri odpovedi zo znalostnej bázy priložte nájdené úseky a určte pravidlo: vychádzať z nich, zachovať názvy a označiť chýbajúci fakt.\n\nDokumentácia Liquid AI uvádza extrakciu údajov, RAG a dlhý kontext. Vývojár osobitne obmedzuje použitie: agentné programovanie a úlohy vyžadujúce rozsiahle faktické znalosti bez dodaných zdrojov nie sú odporúčanými úlohami tejto verzie. Pri odbornej terminológii pridajte do dopytu definície a pôvodné dokumenty.\n\n### Kontext a jazyky\n\nV Ailoot má model uvedený kontext 128 000 tokenov. Zahŕňa materiály úlohy aj históriu dialógu; rozsah odpovede plánujte spolu s nimi. Karta vývojára uvádza 16 jazykov vrátane ruštiny, angličtiny, čínštiny, nemčiny a španielčiny. Model tak možno používať pri viacjazyčnom spracovaní dokumentov a korešpondencie s určením požadovaného jazyka a formátu v pokynoch.","alias_of":null,"aliases":[],"author":"Liquid","canonical_model":"liquid/lfm-2.5-2.6b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"liquid/lfm-2.5-2.6b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/liquid/lfm-2.5-2.6b:generateContent","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"liquid/lfm-2.5-2.6b","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra"}],"name":"LiquidAI: LFM2.5-2.6B","price":{"in":0.7,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.7,"sort_out":1.0,"varies":false},"public_id":"liquid/lfm-2.5-2.6b","short":"Kompaktný textový model Liquid AI na získavanie údajov, odpovede podľa dokumentov a postupné úlohy s veľkým kontextom."}