LiquidAI: LFM2.5-2.6B (free)
Liquid AI LFM2.5-2.6B เป็นโมเดลข้อความให้เหตุผลขนาดกระชับสำหรับเอเจนต์ การใช้เครื่องมือ การสกัดข้อมูล และ RAG การออกแบบผสมมีพารามิเตอร์ 2.69B ให้เหตุผลก่อนตอบ และเหมาะที่สุดกับต้นฉบับที่เป็นรูปธรรมกับเครื่องมือที่นิยามชัด ผู้ผลิตเตือนไม่ให้ใช้กับการเขียนโค้ดแบบเอเจนต์และงานที่พึ่งความรู้มาก
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsliquid/lfm-2.5-2.6b:free - Ailoot Ultra · Anthropic Messages
POST /v1/messagesliquid/lfm-2.5-2.6b:free
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Liquid AI LFM2.5-2.6B เป็นโมเดลข้อความที่ฝึกต่อในตระกูล LFM2.5 ขนาดกระชับของ Liquid ออกแบบสำหรับเอเจนต์บนอุปกรณ์และเวิร์กโฟลว์ใช้งานจริง การ์ดโมเดลเฉพาะระบุพารามิเตอร์ 2.69B และ 30 ชั้น ได้แก่บล็อก short-convolution แบบ double-gated 22 บล็อกกับบล็อก grouped-query attention แปดบล็อก การออกแบบผสมมุ่งประมวลผลข้อความอย่างมีประสิทธิภาพ โมเดลรับและคืนข้อความ รวมคำตอบที่ให้เหตุผลหรือคำขอใช้ฟังก์ชันที่กำหนด
ผู้ผลิตแนะนำสำหรับงานเอเจนต์ การใช้เครื่องมือ สกัดข้อมูล การสร้างผลเสริมด้วยการค้นคืน และเวิร์กโฟลว์บริบทยาว ไปป์ไลน์ฝึกของรุ่นรวมการปรับแบบมีผู้สอน โมเดลครูเฉพาะ การกลั่นแบบ on-policy หลายโดเมน และการเรียนรู้เสริมกำลังในสภาพแวดล้อมเอเจนต์ สิ่งนี้ช่วยอธิบายจุดเน้นเรื่องทำตามคำสั่งงาน ใช้ข้อสังเกตเครื่องมือ และดำเนินหลายขั้น ให้เนื้อหาจริงและเป้าหมายแม่นยำ แทนพึ่งความรู้กว้างที่เรียนมาเติมช่องว่าง
สำหรับสกัดข้อมูล กำหนดฟิลด์กับกฎต้นฉบับก่อนส่งเนื้อหา คำขอใช้งานจริงคือ “อ่านอัปเดตบริการเหล่านี้ สกัดรหัส สถานะที่ระบุ และการดำเนินงานถัดไปที่ต้องทำของแต่ละระเบียน พร้อมเก็บประโยคสนับสนุนทุกฟิลด์ คืน null เมื่อฟิลด์ขาด” ระบุว่าจะคัดลอกค่าตรงตัว ปรับให้อยู่ในรูปมาตรฐาน หรืออนุมาน วิธีนี้ทำให้ตรวจผลได้และป้องกันการตีความที่ดูสมเหตุผลมาแทนข้อมูลที่มีจริงโดยไม่แจ้ง
สำหรับ RAG ส่งข้อความเกี่ยวข้องพร้อมป้ายคงที่และขอคำตอบอิงข้อความนั้น ตัวอย่างคือ “ใช้เฉพาะคำแนะนำติดตั้งเหล่านี้ อธิบายว่าขั้นใดใช้กับสภาพแวดล้อมที่ระบุ และแสดงข้อกำหนดเบื้องต้นที่ยังไม่ทราบ” เก็บเวอร์ชันเอกสารและเงื่อนไขไว้กับข้อความ ขอให้โมเดลระบุข้อเท็จจริงที่ขาดหรือขัดกัน แทนแต่งกระบวนการครบ วิธีนี้ตรงคำแนะนำผู้ผลิตสำหรับงานอิงต้นฉบับมากกว่าขอให้โมเดลกระชับทำหน้าที่คลังความรู้ผู้เชี่ยวชาญที่ครบทุกด้าน
LFM2.5-2.6B เป็นโมเดลให้เหตุผลล้วน เทมเพลตแชตเริ่มคำตอบผู้ช่วยด้วยเครื่องหมายคิด และให้เหตุผลก่อนตอบสุดท้าย การ์ดผู้ผลิตแนะนำ temperature 0.1, top-k 50 และ repetition penalty 1.1 สำหรับการสร้าง นี่เป็นค่าสูตรของโมเดลที่มีชื่อนี้ แยกชิ้นงานสุดท้ายจากข้อความเหตุผล และเหลือพื้นที่ทั้งสองส่วนในคำขอทำงาน ไม่ควรสมมติว่ามีตัวควบคุมหรือโหมดตอบตรงของ LFM รุ่นคำสั่งอื่นในโมเดลนี้
โมเดลใช้รูปแบบสนทนาคล้าย ChatML พร้อมบทบาท system, user, assistant และ tool เวิร์กโฟลว์ฟังก์ชันตามเอกสารมีสี่ขั้น กำหนดเครื่องมือ ให้โมเดลขอฟังก์ชัน รันฟังก์ชันในแอปพลิเคชันที่ครอบอยู่ แล้วคืนผลจริงให้โมเดลตอบได้ การเรียกดั้งเดิมเป็นรายการแบบ Pythonic ล้อมด้วยเครื่องหมายเรียกเครื่องมือ ผู้ผลิตยังอธิบายการขอรูปแบบเรียก JSON ผ่านคำสั่งระบบ ใช้พาร์เซอร์เหมาะสม ตรวจชื่อฟังก์ชันและอาร์กิวเมนต์กับนิยามที่ส่ง และเก็บผลไว้กับการเรียกที่สร้างผลนั้น
สำหรับเวิร์กโฟลว์เอเจนต์กระชับ เปิดเฉพาะฟังก์ชันที่เกี่ยวกับงานปัจจุบัน พร้อมคำอธิบายสั้นและชนิดอาร์กิวเมนต์ชัด นิยามเครื่องมือเองใช้พื้นที่บริบท ลำดับที่มีประโยชน์อาจค้นสถานะระเบียนที่ส่ง เทียบสถานะที่คืนกับกฎ และอธิบายว่าต้องติดตามหรือไม่ ส่งรหัสระเบียนเป็นหลักฐานและขอคำตอบสุดท้ายที่ผูกข้อสังเกตที่คืน โมเดลเสนอและตีความการดำเนินงาน ส่วนแอปพลิเคชันจัดหาการรันจริงและผล
การ์ดผู้ผลิตปัจจุบันระบุบริบทโมเดล 131,072 โทเคน และข้อมูลเผยแพร่อธิบายขั้นขยายบริบทเฉพาะ ทำงานภายในหน้าต่างการตั้งค่าที่ใช้ โดยรักษาขอบเขตต้นฉบับ ประวัติเกี่ยวข้อง และพื้นที่สำหรับข้อความต่อ สำหรับหลายเอกสาร ขอการเปรียบเทียบหรือการตามความสัมพันธ์พึ่งพาเฉพาะ เช็กพอยต์ดั้งเดิมกับชิ้นงาน GGUF, ONNX และ MLX ตอบความต้องการติดตั้งต่างกัน และโมเดลร่างสำหรับ speculative decoding เป็นชิ้นงานคู่แยก ตัวเลขทรัพยากรหรือความเร็วจากการตั้งค่าหนึ่งไม่ได้อธิบายทุกฟอร์แมตโมเดลและหน้าต่างทำงานโดยอัตโนมัติ
Liquid ระบุชัดว่าไม่แนะนำ LFM2.5-2.6B สำหรับโค้ดแบบเอเจนต์หรืองานพึ่งความรู้มาก ให้เน้นเวิร์กโฟลว์เป็นรูปธรรมที่มีหลักฐาน กฎสกัด และข้อสังเกตเครื่องมือส่งให้ เช็กพอยต์ Base ที่ฝึกล่วงหน้าเป็นชิ้นงานแยกสำหรับปรับเฉพาะ ส่วนรุ่นฝึกต่อนี้เป็นโมเดลเอเจนต์ สำหรับผลสุดท้าย ตรวจค่าสกัดกับต้นฉบับ ตรวจว่าข้อความอ้างรองรับคำตอบ และแยกคำขอเรียกเครื่องมือจากการดำเนินงานที่มีผลบันทึกไว้ รักษาข้อมูลที่ยังไม่คลี่คลายเมื่อมีผลต่อข้อสรุป แทนให้ข้อความลื่นไหลบดบัง
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions liquid/lfm-2.5-2.6b:free
liquid/lfm-2.5-2.6b:freeเริ่มต้น
Liquid AI LFM2.5-2.6B เป็นโมเดลข้อความให้เหตุผลขนาดกระชับสำหรับเอเจนต์ การใช้เครื่องมือ การสกัดข้อมูล และ RAG การออกแบบผสมมีพารามิเตอร์ 2.69B ให้เหตุผลก่อนตอบ และเหมาะที่สุดกับต้นฉบับที่เป็นรูปธรรมกับเครื่องมือที่นิยามชัด ผู้ผลิตเตือนไม่ให้ใช้กับการเขียนโค้ดแบบเอเจนต์และงานที่พึ่งความรู้มาก
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- ขาเข้า
text- ขาออก
text- บริบท
- 65,536 tokens
- เอาต์พุตสูงสุด
- 8,192 tokens
- รูปแบบเอาต์พุต
- JSON
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด liquid/lfm-2.5-2.6b:free | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทarray | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด false | ค่าเริ่มต้นfalse |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 8,192 | ค่าเริ่มต้น— |
ฟิลด์max_completion_tokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 8,192 | ค่าเริ่มต้น— |
ฟิลด์n | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 128 | ค่าเริ่มต้น— |
ฟิลด์temperature | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์top_p | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์seed | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stop | ประเภท | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์frequency_penalty | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์presence_penalty | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์user | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages |
พารามิเตอร์optional | ข้อกำหนดstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์conditions | ข้อกำหนดUse 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. |
วงจรการทำงาน: synchronous_json
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- อัตรามาตรฐาน เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
- การคิดราคาแคชแบบระบุชัด
- ไม่ได้เปิดใช้ เมื่อร้องขอแคชแบบระบุชัด
- อัตราค่าบริการเป็นศูนย์สำหรับข้อความล้วน
- Text input and output only. Cache, tools, media and streaming are unavailable. สำหรับข้อมูลขาเข้าและขาออกที่เป็นข้อความล้วน
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
|---|---|---|
| การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0 / 1K โทเค็น ขาเข้า · การอ่านแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · OpenAI Chat
set -eu
: "${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.
รับและบันทึกผลลัพธ์
Ailoot Ultra · OpenAI Chat
JSON
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
Retain the complete response, all actual results, original identifiers, usage and response headers.
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra liquid/lfm-2.5-2.6b:free
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot Ultra · Anthropic Messages POST /v1/messages liquid/lfm-2.5-2.6b:free
liquid/lfm-2.5-2.6b:freeเริ่มต้น
Liquid AI LFM2.5-2.6B เป็นโมเดลข้อความให้เหตุผลขนาดกระชับสำหรับเอเจนต์ การใช้เครื่องมือ การสกัดข้อมูล และ RAG การออกแบบผสมมีพารามิเตอร์ 2.69B ให้เหตุผลก่อนตอบ และเหมาะที่สุดกับต้นฉบับที่เป็นรูปธรรมกับเครื่องมือที่นิยามชัด ผู้ผลิตเตือนไม่ให้ใช้กับการเขียนโค้ดแบบเอเจนต์และงานที่พึ่งความรู้มาก
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · Anthropic Messages POST /v1/messages
- ขาเข้า
text- ขาออก
text- บริบท
- 65,536 tokens
- เอาต์พุตสูงสุด
- 8,192 tokens
- รูปแบบเอาต์พุต
- JSON
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด liquid/lfm-2.5-2.6b:free | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทarray | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด false | ค่าเริ่มต้นfalse |
ฟิลด์system | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขั้นต่ำ: 1 สูงสุด: 8,192 | ค่าเริ่มต้น— |
ฟิลด์temperature | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์top_p | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์top_k | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stop_sequences | ประเภทarray | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์metadata | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional | ข้อกำหนดstream, system, temperature, top_p, top_k, stop_sequences, metadata |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์conditions | ข้อกำหนดUse 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. |
วงจรการทำงาน: synchronous_json
ราคา
ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก
- โหมดรวดเร็ว
- อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
- โหมดยืดหยุ่น
- อัตรามาตรฐาน เมื่อเลือกโหมด flex
- ระดับการใช้เหตุผลสูงสุด
- อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
- อัตราค่าบริการเป็นศูนย์สำหรับข้อความล้วน
- Text input and output only. Cache, tools, media and streaming are unavailable. สำหรับข้อมูลขาเข้าและขาออกที่เป็นข้อความล้วน
อัตราค่าบริการ Ailoot
ราคาตามการตั้งค่า
| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
|---|---|---|
| การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0 / 1K โทเค็น ขาเข้า · การอ่านแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · Anthropic Messages
set -eu
: "${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.
รับและบันทึกผลลัพธ์
Ailoot Ultra · Anthropic Messages
JSON
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
Retain the complete response, all actual results, original identifiers, usage and response headers.
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra liquid/lfm-2.5-2.6b:free
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · LiquidAI: LFM2.5-2.6B (free)
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/chat/completions·liquid/lfm-2.5-2.6b:free:text→textPOST /v1/messages·liquid/lfm-2.5-2.6b:free:text→text- คำขอใช้ฟิลด์ใดบ้าง?
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,userPOST /v1/messages·liquid/lfm-2.5-2.6b:free:model,messages,stream,system,max_tokens,temperature,top_p,top_k,stop_sequences,metadata- มีข้อจำกัดใดบ้าง?
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:128POST /v1/messages·liquid/lfm-2.5-2.6b:free:ctx:65536;max_out:8192;max_tokens.minimum:1;max_tokens.maximum:8192