LFM3-1.7B是什么：约1GB的端侧智能体模型
它是什么
LFM3-1.7B 是 Liquid AI 在2026年10月下旬随 LFM3 家族一起放出的文本模型，权重开放，定位是跑在手机和笔记本上的本地智能体。LFM3 一共六款，包括视觉、音频、全模态和两款决策模型，都从同一个 1.7B 底座衍生，这一款是其中最基础的纯文本版本。官方说，它能撑起过去需要 9B 参数才能跑的智能体应用。AI主线 的看法是，这类“小而专”的模型，价值不在陪你闲聊，而在塞进设备里把一件件固定的活干完。
关键规格
参数量是 1.73B，一共 24 层，其中 13 层是门控短卷积，5 层是滑动窗口注意力，6 层是全局注意力。通俗讲，大部分层交给便宜的卷积去处理，只留少量层看全局，这是它在手机上跑得动的底子。上下文窗口 256K tokens，输入和输出合计，词表 128,000，支持包括中文在内的 16 种语言，输入输出都是纯文本。
模型默认带思考过程，可以关掉，但官方提醒关闭后的表现不一定稳定，推理重的任务尤其如此。预训练用了 22T tokens，最后 3.5T 的中期训练里加重了智能体轨迹和工具调用数据，后训练还用到强化学习和多个专项教师模型的蒸馏。协议是 LFM Open License v1.0，官方说明年营收 1000 万美元以上的企业商用需要另行取得授权，个人和小团队能直接用。4-bit 量化后约 1GB，这个数字只算权重，长上下文的缓存要另外留内存。
能力和成绩
下面的数字都是 Liquid 自己在模型卡里公布的，对比模型统一用 vLLM、BF16 跑出来，暂时没有独立复现。最亮眼的是工具调用和浏览器类任务：BFCL V4 得分 71.39，Qwen3.5-9B 是 62.83，上一代 LFM2.5-2.6B 是 55.89；WebArena-Verified 得分 38.42，Qwen3.5-9B 是 28.94，LFM2.5-2.6B 只有 3.02。指令遵循也很稳，IFEval 96.66，IFStruct 93.72。
弱项官方表格里也摆着：GPQA Diamond 63.37，Qwen3.5-9B 是 80.40；RULER 128K 得分 65.56，Qwen3.5-9B 是 87.11；Humanity's Last Exam 不带工具只有 7.17。SWE-bench Verified（OpenCode 智能体）43.40，高于 Qwen3.5-4B 的 41.20，低于 9B 的 51.20。表中 31 项成绩的平均分，LFM3-1.7B 是 49.37，Qwen3.5-9B 是 47.24，这个平均是 Liquid 自己算的未加权均值，当个参考就好。
怎么用、多少钱
权重在 Hugging Face 上，有 BF16、FP8、NVFP4、GGUF、MLX 4-bit 和 ONNX 几种版本，GPU 上可以用 vLLM、SGLang 或 Transformers（需要开启 trust_remote_code），本地可以用 llama.cpp、Ollama 和 LM Studio。官方推荐的通用采样参数是 temperature 0.1、top_k 50、repetition_penalty 1.1，做数学和科学题则换成 temperature 1.0、top_p 0.95、top_k 20。想在线试，有官方的 Playground 和 API 控制台。
价格这块要谨慎：我查到官方定价页上暂时没有这款的按量单价，个别第三方站点标了数字，但我无法在官方页面核对，建议直接到 Liquid 控制台确认。自托管的话，官方称在一块 NVIDIA B300 上、1,024 并发时，一天能产出约 36 亿 tokens。端侧方面，官方在 32K 上下文、Q4_0 的 llama.cpp 条件下，拿 AMD Ryzen AI Max+ 395、Apple M5 Max 和 iPhone 17 Pro 做测试，称预填充至少快 2.5 倍、解码至少快 1.8 倍，内存占用也是对比模型里最低的。
和谁比
对上一代 LFM2.5-2.6B，它参数更少，工具调用、网页和长上下文成绩却整体抬高了一大截，RULER 128K 从 1.15 涨到 65.56，说明 256K 这回是真能用了。对同档的 Qwen3.5-4B、Gemma 4 E4B 和 MiniCPM5-2B，官方表格里它在智能体、指令遵循和编码类项目上分数更高，但知识类项目要看具体题目：GPQA Diamond 比 Qwen3.5-4B 的 75.76 低，MiniCPM5-2B 也略高一点。另一个有意思的点是 AA-Omniscience 的“不乱答”指标 92.93，准确率本身却只有 7.07，意思是不知道就少瞎编，而不是知道得多。
适合谁
做端侧应用和本地智能体的开发者最值得试，邮件分类、日程处理、从文档里抽结构化 JSON、调用手机上的一堆工具，都是它的主场，而且支持用 TRL 在单卡上微调成自己的专用模型。做选型的人要注意两点：协议对大公司商用有营收门槛，法务得过一眼；官方明确说它不建议用于智能体编码和复杂多步推理，知识密集的任务要配检索。写代码和做内容的普通用户，把它当通用聊天主力会失望，它更像一个揣在口袋里的小工，靠专精取胜。