{
  "aboutHtml": "<h3>Kompakten model z agentskim učenjem</h3><p>LFM2.5-2.6B je besedilni model Liquid AI za naloge, pri katerih so pomembni sledenje navodilom, obdelava dokumentov in več zaporednih korakov. Ta različica družine LFM2.5 je bila posebej pripravljena za agentske poteke: razvijalec jo je učil interakcij z orodji in tipičnimi agentskimi okolji. To učenje zadeva vedenje modela; konkretna dejanja v aplikaciji določa integracija.</p><p>LFM2.5-2.6B temelji na hibridni arhitekturi LFM2 z 2,69 milijarde parametrov. Združuje bloke kratke konvolucije in skupinske pozornosti. Liquid AI družino razvija tudi za izvajanje na napravah, v Ailoot pa model uporablja besedilni vmesnik: uporabnik pošlje sporočila in prejme besedilni odgovor.</p><h3>Kje je uporaben</h3><p>Model je primeren za izluščevanje podatkov, vprašanja o predloženem gradivu in obdelavo dolgih navodil. Iz dopisovanja z naročnikom lahko denimo pripravi enoten seznam zahtev, izpostavi protislovja in sestavi pismo za pojasnila. Pri odgovarjanju iz zbirke znanja priložite najdene odseke in določite pravilo: opirati se nanje, ohraniti imena ter označiti manjkajoče dejstvo.</p><p>Dokumentacija Liquid AI navaja izluščevanje podatkov, RAG in dolg kontekst. Razvijalec posebej omejuje uporabo: agentsko programiranje in naloge, ki brez priloženih virov zahtevajo obsežno dejstveno znanje, za to različico niso priporočene. Pri strokovnih izrazih vključite definicije in izvirne dokumente.</p><h3>Kontekst in jeziki</h3><p>V Ailoot je naveden kontekst 128 000 žetonov. Vključuje gradivo in zgodovino pogovora; skupaj z njima načrtujte dolžino odgovora. Razvijalčeva kartica našteva 16 jezikov, tudi ruščino, angleščino, kitajščino, nemščino in španščino. Model je tako uporaben za večjezično obdelavo dokumentov in dopisovanja, pri čemer v navodilu ohranite želeni jezik in obliko rezultata.</p>",
  "aboutText": "### Kompakten model z agentskim učenjem\n\nLFM2.5-2.6B je besedilni model Liquid AI za naloge, pri katerih so pomembni sledenje navodilom, obdelava dokumentov in več zaporednih korakov. Ta različica družine LFM2.5 je bila posebej pripravljena za agentske poteke: razvijalec jo je učil interakcij z orodji in tipičnimi agentskimi okolji. To učenje zadeva vedenje modela; konkretna dejanja v aplikaciji določa integracija.\n\nLFM2.5-2.6B temelji na hibridni arhitekturi LFM2 z 2,69 milijarde parametrov. Združuje bloke kratke konvolucije in skupinske pozornosti. Liquid AI družino razvija tudi za izvajanje na napravah, v Ailoot pa model uporablja besedilni vmesnik: uporabnik pošlje sporočila in prejme besedilni odgovor.\n\n### Kje je uporaben\n\nModel je primeren za izluščevanje podatkov, vprašanja o predloženem gradivu in obdelavo dolgih navodil. Iz dopisovanja z naročnikom lahko denimo pripravi enoten seznam zahtev, izpostavi protislovja in sestavi pismo za pojasnila. Pri odgovarjanju iz zbirke znanja priložite najdene odseke in določite pravilo: opirati se nanje, ohraniti imena ter označiti manjkajoče dejstvo.\n\nDokumentacija Liquid AI navaja izluščevanje podatkov, RAG in dolg kontekst. Razvijalec posebej omejuje uporabo: agentsko programiranje in naloge, ki brez priloženih virov zahtevajo obsežno dejstveno znanje, za to različico niso priporočene. Pri strokovnih izrazih vključite definicije in izvirne dokumente.\n\n### Kontekst in jeziki\n\nV Ailoot je naveden kontekst 128 000 žetonov. Vključuje gradivo in zgodovino pogovora; skupaj z njima načrtujte dolžino odgovora. Razvijalčeva kartica našteva 16 jezikov, tudi ruščino, angleščino, kitajščino, nemščino in španščino. Model je tako uporaben za večjezično obdelavo dokumentov in dopisovanja, pri čemer v navodilu ohranite želeni jezik in obliko rezultata.",
  "locale": "sl",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vhod</dt><dd><code>text</code></dd></div><div><dt>Izhod</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Ni navedeno v katalogu</dd></div><div><dt>Največji odgovor</dt><dd>Ni navedeno v katalogu</dd></div></dl><dl><div><dt>Vhod</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Izhod</dt><dd>0,001 $ <em>/ 1K</em></dd></div><div><dt>Branje predpomnilnika</dt><dd>0,00008 $ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "liquid/lfm-2.5-2.6b",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "liquid/lfm-2.5-2.6b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|liquid%2Flfm-2.5-2.6b",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vhod</dt><dd><code>text</code></dd></div><div><dt>Izhod</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Ni navedeno v katalogu</dd></div><div><dt>Največji odgovor</dt><dd>Ni navedeno v katalogu</dd></div></dl><dl><div><dt>Vhod</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Izhod</dt><dd>0,001 $ <em>/ 1K</em></dd></div><div><dt>Branje predpomnilnika</dt><dd>0,00008 $ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "liquid/lfm-2.5-2.6b",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "liquid/lfm-2.5-2.6b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|liquid%2Flfm-2.5-2.6b",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vhod</dt><dd><code>text</code></dd></div><div><dt>Izhod</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Ni navedeno v katalogu</dd></div><div><dt>Največji odgovor</dt><dd>Ni navedeno v katalogu</dd></div></dl><dl><div><dt>Vhod</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Izhod</dt><dd>0,001 $ <em>/ 1K</em></dd></div><div><dt>Branje predpomnilnika</dt><dd>0,00008 $ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "liquid/lfm-2.5-2.6b",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "liquid/lfm-2.5-2.6b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|liquid%2Flfm-2.5-2.6b",
      "ordinal": 2,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/liquid/lfm-2.5-2.6b:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vhod</dt><dd><code>text</code></dd></div><div><dt>Izhod</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>Ni navedeno v katalogu</dd></div><div><dt>Največji odgovor</dt><dd>Ni navedeno v katalogu</dd></div></dl><dl><div><dt>Vhod</dt><dd>0,0007 $ <em>/ 1K</em></dd></div><div><dt>Izhod</dt><dd>0,001 $ <em>/ 1K</em></dd></div><div><dt>Branje predpomnilnika</dt><dd>0,00008 $ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "liquid/lfm-2.5-2.6b",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/liquid/lfm-2.5-2.6b:generateContent",
        "request_model_id": "liquid/lfm-2.5-2.6b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/liquid/lfm-2.5-2.6b:generateContent|liquid%2Flfm-2.5-2.6b",
      "ordinal": 3,
      "rawMethod": {
        "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_id": "liquid/lfm-2.5-2.6b",
  "page": {
    "canonical": "https://ailoot.ai/models/sl/liquid-lfm-2-5-2-6b/",
    "description": "Kompakten besedilni model Liquid AI za izluščevanje podatkov, odgovore po dokumentih in zaporedne naloge z velikim kontekstom.",
    "locale": "sl",
    "md_url": "https://ailoot.ai/models/sl/liquid-lfm-2-5-2-6b/index.md",
    "title": "LiquidAI: LFM2.5-2.6B",
    "url": "https://ailoot.ai/models/sl/liquid-lfm-2-5-2-6b/"
  },
  "rawModel": {
    "about": "### Kompakten model z agentskim učenjem\n\nLFM2.5-2.6B je besedilni model Liquid AI za naloge, pri katerih so pomembni sledenje navodilom, obdelava dokumentov in več zaporednih korakov. Ta različica družine LFM2.5 je bila posebej pripravljena za agentske poteke: razvijalec jo je učil interakcij z orodji in tipičnimi agentskimi okolji. To učenje zadeva vedenje modela; konkretna dejanja v aplikaciji določa integracija.\n\nLFM2.5-2.6B temelji na hibridni arhitekturi LFM2 z 2,69 milijarde parametrov. Združuje bloke kratke konvolucije in skupinske pozornosti. Liquid AI družino razvija tudi za izvajanje na napravah, v Ailoot pa model uporablja besedilni vmesnik: uporabnik pošlje sporočila in prejme besedilni odgovor.\n\n### Kje je uporaben\n\nModel je primeren za izluščevanje podatkov, vprašanja o predloženem gradivu in obdelavo dolgih navodil. Iz dopisovanja z naročnikom lahko denimo pripravi enoten seznam zahtev, izpostavi protislovja in sestavi pismo za pojasnila. Pri odgovarjanju iz zbirke znanja priložite najdene odseke in določite pravilo: opirati se nanje, ohraniti imena ter označiti manjkajoče dejstvo.\n\nDokumentacija Liquid AI navaja izluščevanje podatkov, RAG in dolg kontekst. Razvijalec posebej omejuje uporabo: agentsko programiranje in naloge, ki brez priloženih virov zahtevajo obsežno dejstveno znanje, za to različico niso priporočene. Pri strokovnih izrazih vključite definicije in izvirne dokumente.\n\n### Kontekst in jeziki\n\nV Ailoot je naveden kontekst 128 000 žetonov. Vključuje gradivo in zgodovino pogovora; skupaj z njima načrtujte dolžino odgovora. Razvijalčeva kartica našteva 16 jezikov, tudi ruščino, angleščino, kitajščino, nemščino in španščino. Model je tako uporaben za večjezično obdelavo dokumentov in dopisovanja, pri čemer v navodilu ohranite želeni jezik in obliko rezultata.",
    "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": "Kompakten besedilni model Liquid AI za izluščevanje podatkov, odgovore po dokumentih in zaporedne naloge z velikim kontekstom."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Kompakten besedilni model Liquid AI za izluščevanje podatkov, odgovore po dokumentih in zaporedne naloge z velikim kontekstom.",
  "source": {
    "audit_sha256": "06e2f8549d220f775ac36ca7a95f9ab0507640d4aea5d27cdacbf04fe61666b5",
    "bridge_map_sha256": "06e2f8549d220f775ac36ca7a95f9ab0507640d4aea5d27cdacbf04fe61666b5",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "6414c8585fb103da80cd952f120208d7b8e76869e05e3cf1e40f2d79c86b2d7f",
      "renderer_sha256": "5a634ac8a753f26987a2c92487182f799268f26975f076e14d9c7a7450fab27a"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "6414c8585fb103da80cd952f120208d7b8e76869e05e3cf1e40f2d79c86b2d7f",
    "renderer_sha256": "5a634ac8a753f26987a2c92487182f799268f26975f076e14d9c7a7450fab27a"
  },
  "sourceRevision": "8265dd44a23a0905b3badf01bb77ae83d3c5834948175487110bfa83564d29ea"
}