LFM3-1.7B auf Ollama: Ein Befehl und ein Zeugnis, das sich in zwei Teile teilt

Zum Zeitpunkt des Schreibens war die Ollama-Seite für lfm3 seit etwa einer Stunde online und hatte 45 Downloads verzeichnet. Das ist ihre gesamte bisherige öffentliche Nutzung. Das dahinterstehende Modell, LiquidAI/LFM3-1.7B, wurde einen Tag zuvor, am 27. Oktober 2026, als Textmitglied der LFM3-Familie angekündigt, die auf dem LFM3-1.7B-Base Backbone aufbaut – zusammen mit den Vision-, Audio-, Omni- und zwei Decision-Modellen, die Liquid AI im selben Batch ausgeliefert hat. Was sich am 28. Oktober geändert hat, ist nicht das Modell. Es ist die Bereitstellung: ollama run lfm3 ersetzt die Suche nach einem LFM3-kompatiblen llama.cpp-Build, die am Launch-Tag der Weg war.

Der Grund, warum das mehr wert ist als eine Zeile im Changelog, ist die Benchmark-Tabelle. LFM3-1.7B liefert eines der unausgewogensten Scoreboards in der Klasse der kleinen Modelle: Es schlägt Qwen3.5-9B – ein Modell, das mehr als fünfmal so groß ist – bei Browser-Automatisierung, Tool-Calling und Instruction-Following und liegt gegen es bei Allgemeinwissen und Long-Context-Retrieval zweistellig zurück. Jede Zahl in dieser Tabelle stammt von Liquid AI selbst. Nichts davon wurde bisher unabhängig reproduziert.

Was hat sich am 28. Oktober tatsächlich geändert?

Ollama führt fünf Tags für lfm3 auf, alle mit Zeitstempel innerhalb derselben Stunde, alle mit einer 256K-Kontextzeile und reiner Texteingabe. Die Standardvariante ist diejenige, die die meisten Leute pullen werden.

• lfm3:latest und lfm3:1.7b — 1,7 GB, das standardmäßige Artefakt der Q4-Klasse, und derselbe Digest unter beiden Namen

• lfm3:1.7b-mlx-bf16 — 3,5 GB, vollpräzises MLX für Apple Silicon

• lfm3:1.7b-mxfp8 — 2,1 GB, 8-Bit-MLX

• lfm3:1.7b-nvfp4 — 1,7 GB, und dieser hier sollte sorgfältig gelesen werden

Dieses letzte Tag trägt den Digest 2012d88e202f — dasselbe Artefakt, das hinter :latest steht. Wenn du lfm3:1.7b-nvfp4 über Ollama pullst, bekommst du nicht den NVFP4-Checkpoint; der echte ist ein separates Repository auf Hugging Face, veröffentlicht für GPU-Serving statt für lokales Pulling. Ob das Tag ein Platzhalter oder ein Veröffentlichungsfehler ist, dokumentiert die Seite von Ollama nicht. Die Digests sind überprüfbar, und sie sind identisch, was der Punkt ist, der zählt, wenn du mit FP4-Speichereinsparungen auf einem Laptop gerechnet hast.

Die Ollama-Seite selbst ist kein Community-Upload. Die Modellkarte von Liquid AI nennt Ollama neben llama.cpp und LM Studio als eine der unterstützten GGUF-Engines; es handelt sich also um den vom Hersteller vorgegebenen Weg, der verspätet eintrifft, und nicht um einen fremden Build. Der Text der Modellkarte auf der Seite stammt von Liquid selbst: „LFM3-1.7B ist ein tri-hybrides Modell für lokale Agenten und spezialisierte Anwendungen.“

Die Architektur – in den Kriterien, die darüber entscheiden, ob sie passt.

LFM3-1.7B hat 1,73 Milliarden Parameter über 24 Schichten, und nur sechs dieser Schichten führen vollständige Attention aus. Dreizehn sind gegatete kurze Faltungen mit einer Kernelgröße von sieben – erhöht von drei in der vorherigen Generation –, und fünf sind Sliding-Window-Attention mit einem 256-Token-Fenster. Die meisten Tokens in einem langen Prompt erreichen überhaupt nie eine globale Attention-Matrix, und daher rührt die Speicherstory.

Liquid platziert einen 128K-Token-KV-Cache bei 1,6 GB. Derselbe Wert für Qwen3.5-4B liegt bei 4,3 GB und für MiniCPM5-2B bei 5,6 GB. Diese Lücke – nicht die Parameterzahl – ist der Grund, warum ein 1,7B-Modell einen langen Kontext auf Hardware halten kann, auf der ein 4B-Modell dazu nicht in der Lage ist. Zwei weitere Zahlen sollte man sich merken: 22T Pre-Training-Token und eine abschließende Mid-Training-Phase mit 3,5T Token, die stärker auf agentische Traces und Tool Calls ausgerichtet ist. Diese letzte Phase ist die klarste Erklärung für alles in den nächsten beiden Abschnitten.

Die Modellkarte listet außerdem 16 Sprachen, ein 128K-Vokabular, das sie sich mit LFM2.5-8B-A1B teilt, und standardmäßig eingeschaltetes Thinking — Ollama macht es als Capability-Tag sichtbar, nicht als verstecktes Flag. Der 256K-Kontext ist im Konfigurationssinn real, doch die Karte veröffentlicht die KV-Zahl nur bei 128K; bei den vollen 256K skaliert der Cache mit dem Fenster, behandeln Sie also das obere Ende dieses Bereichs als Einstellung fürs Rechenzentrum statt fürs Laptop.

Wo die Punktzahlen stark sind

Das Muster ist konsistent über alle Aufgaben hinweg, bei denen es belohnt wird, etwas mit einem Werkzeug zu tun, statt etwas über die Welt zu wissen. Dies sind vom Anbieter gemeldete Zahlen, und die Vergleichswerte sind diejenigen, die Liquid AI ausgewählt hat.

• WebArena-Verified — 38,42 für LFM3-1.7B, 3,02 für LFM2.5-2.6B und 28,94 für Qwen3.5-9B

• AutomationBench — 41,29, gegenüber 0,94 für LFM2.5-2.6B und 15,10 für Qwen3.5-9B

• BFCL V4 Tool-Calling — 71,39, gegenüber 55,89 und 62,83 für dieselben beiden

• IFBench — 73,03 gegenüber 48,84 für Qwen3.5-9B

• IFEval — 96.66, der höchste Wert in Liquids Tabelle

• LiveCodeBench v6 — 73,46, vor Qwen3.5-9B mit 69,86

Die interessanteste Zeile ist nicht die größte. AA-Omniscience ist ein Benchmark, der teilweise danach bewertet wird, ob ein Modell die Antwort verweigert, anstatt zu raten, und LFM3-1.7B erreicht 92,93 bei der Nicht-Halluzination gegenüber 52,59 für Qwen3.5-9B. Die Genauigkeit auf demselben Datensatz beträgt 7,07. Zusammen betrachtet beschreiben diese beiden Zahlen ein Modell, das meistens sagt, dass es etwas nicht weiß — eine unterschätzte Eigenschaft in einem Agenten, der gerade eine Aktion ausführen will, und eine schlechte in einem Assistenten, von dem erwartet wird, dass er Fragen beantwortet.

Wo es verliert, manchmal sogar deutlich

Dieselbe Tabelle, andersherum gelesen.

• GPQA Diamond — 63,37 gegenüber 80,40 für Qwen3.5-9B und 65,15 für MiniCPM5-2B, ein 2B-Modell, das es übertrifft

• Humanity's Last Exam, ohne Tools — 7,17 gegenüber 16,41 für Qwen3.5-9B

• RULER 128K — 65,56, gegenüber 84,63 für Qwen3.5-4B und 87,11 für Qwen3.5-9B

• AA-LCR Langkontext-Reasoning — 52,83 gegenüber 62,00 für Qwen3.5-9B

• MCP-Atlas — 32,57, gegenüber 41,37 für Qwen3.5-4B und 42,67 für Qwen3.5-9B

• SWE-bench Verified — 43,40 gegenüber 51,20 bei Qwen3.5-9B

• Terminal-Bench 2.1 — 12,92, gegenüber 17,98 für Qwen3.5-9B

Die RULER-Zeile verdient einen eigenen Satz: Das Modell, dessen Aushängeschild-Spezifikation ein 256K-Fenster ist, ist der schwächste Long-Context-Retriever in seiner eigenen Vergleichstabelle – geschlagen von Modellen, die mit einem Viertel davon werben. Ein langes Fenster und die Fähigkeit, darin etwas zu finden, sind getrennte Fähigkeiten, und LFM3-1.7B hat Ersteres gekauft, ohne Letzteres. Wer plant, es auf ein großes Repository oder einen langen Vertrag anzusetzen, sollte diese Zeile testen, bevor er dem Datenblatt vertraut.

MCP-Atlas und das SWE-bench-Paar sind dieselbe Lehre in einem anderen Register. LFM3-1.7B ist gut darin, ein einzelnes Tool mit einem klaren Vertrag zu steuern. Es hinkt bei der mehrstufigen Multi-Tool-Arbeit hinterher, für die Agent-Frameworks tatsächlich ausgelegt sind, und noch weiter zurück, wenn die Arbeit erfordert zu wissen, was eine Codebasis tut.

Was diese Zahlen sind und was sie nicht sind

Jede der oben genannten Zahlen stammt aus Liquid AIs eigenem Evaluierungslauf, der zusammen mit dem Launch veröffentlicht wurde. Die Methodik wird in der Ankündigung nicht genannt: keine Harness-Konfiguration pro Test, keine Angabe darüber, wie viele Versuche gemittelt wurden, kein Hinweis darauf, ob die Vergleichsmodelle von Liquid ausgeführt oder aus ihren eigenen Model Cards zitiert wurden. Eine Tabelle mit 27 Zeilen und nur einem Verantwortlichen ist ein Argument, keine Messung.

Es gibt keinen LFM3-1.7B-Eintrag auf Artificial Analysis mit Stand vom 28. Oktober, daher gibt es keine Drittanbieter-Zahl, die man der des Anbieters gegenüberstellen könnte. Das wird sich ändern, und wenn es so weit ist, wird der aussagekräftigste Vergleich die Agentic-Zeilen sein, wo die Margen des Anbieters am breitesten sind und daher am dringendsten eine zweite Meinung benötigen.

Ein Detail spricht in die andere Richtung und verdient Anerkennung. Liquid hat eigens einen quantisierungsbewussten Destillations-Checkpoint trainiert, um die Genauigkeit wiederzugewinnen, die die Q4_0-Quantisierung kostet, und liefert ihn als separate GGUF-Datei aus. Die Zahlen für das kleine Modell in der Präzision zu veröffentlichen, in der die Leute es tatsächlich betreiben werden, ist mehr, als die meisten Anbieter tun, und es macht die 4-Bit-Zahlen etwas vertrauenswürdiger, als es eine nachträgliche Quantisierung täte.

Ausführen und die Einstellungen, die zählen

Der Einzeiler lautet ollama run lfm3, und die 1,7 GB große Standardvariante ist der richtige Ausgangspunkt auf einem Rechner mit 16 GB. Die Seite enthält außerdem vier einzeilige Launcher, die das Modell in ein vorhandenes Agent-Harness einbinden — ollama launch claude --model lfm3 und dasselbe Muster für OpenCode, Hermes Agent und OpenClaw. Das ist das Nützlichste auf der Seite: Es bedeutet, dass das Modell ohne das Schreiben eines Clients in eine Agent-Schleife eingefügt werden kann, die man bereits betreibt, was eine niedrigere Hürde ist, als die meisten Starts lokaler Modelle sie überwinden.

Auf der Modellkarte stehen zwei Sampling-Profile, und sie sind nicht austauschbar: Temperatur 0,1 mit top_k 50 und Repetition Penalty 1,1 für Chat, Tool-Nutzung, Agenten und Coding; Temperatur 1,0 mit top_p 0,95 und top_k 20 für Mathematik und Naturwissenschaften. Das Agenten-Profil bei einer Mathematikaufgabe zu verwenden, ist der häufigste Weg, dieses Modell schlechter aussehen zu lassen, als es ist.

Wenn du GGUF direkt und nicht über Ollama beziehst, ordnen sich die Dateigrößen auf nützliche Weise an. Der QAD Q4_0-Checkpoint ist 1,05 GB groß, geringfügig kleiner als Q4_K_M mit 1,1 GB, und er ist derjenige, der darauf trainiert wurde, die Quantisierung zu überstehen. Q6_K ist 1,43 GB und Q8_0 ist 1,85 GB, wenn der Spielraum vorhanden ist; BF16 ist 3,47 GB und bei dieser Größe selten lohnenswert.

Die Lizenz ist die LFM Open License v1.0 – inhaltlich Apache 2.0, mit einer Ergänzung: Kommerzielle Nutzung ist unter 10 Millionen US-Dollar Jahresumsatz kostenlos und erfordert ab dieser Schwelle eine kostenpflichtige Lizenz. Der Schwellenwert wird über eine Unternehmensgruppe hinweg aggregiert und gilt auch für Fine-Tunes, sodass ein umbenanntes Derivat ihm nicht entgeht. Gemeinnützige Organisationen und Forschungsnutzer sind unabhängig vom Umsatz ausgenommen. Wenn Sie nahe an dieser Grenze liegen, lesen Sie den Lizenztext statt einer Zusammenfassung – auch statt dieser hier.

Was das Split-Profil für die Art und Weise bedeutet, wie Sie es bereitstellen

Ein Modell, das bei der Befolgung von Anweisungen und bei Tool-Kontrakten stark, bei parametrischem Wissen und Long-Context-Retrieval schwach und günstig genug ist, um auf einem Laptop zu laufen, ist kein Allzweckassistent. Es ist ein Executor. Die passende Architektur ist eine lokale Schleife – das Modell entscheidet, welches Tool aufgerufen wird, formatiert die Argumente, befolgt das Schema –, wobei die wissensintensiven und wirklich langkontextlichen Schritte an etwas Größeres abgegeben werden.

Diese Aufteilung ist genau der Fall, in dem ein Router seinen Platz verdient, und es lohnt sich, präzise zu sagen, was OrcaRouter hier abdeckt und was nicht. LFM3-1.7B ist Open-Weight und läuft auf Ihrer eigenen Hardware; es ist nicht in unserem Katalog, und nichts in diesem Beitrag ist ein API-Pitch dafür. Was wir bereitstellen, ist die andere Hälfte der Aufteilung: ein Schlüssel für über 200 gehostete Modelle für den Eskalationsschritt, mit 0 % Aufschlag auf die Listenpreise der Anbieter, automatischem Failover, wenn sich die Leistung eines Anbieters verschlechtert, und einer Routing-DSL, die mehrere Modelle zu einem einzigen Aufruf kombiniert. Praktisch bedeutet das: Das lokale Modell bleibt der Standard für den Loop, und die Aufrufe, die tatsächliches Wissen benötigen, laufen über einen einzigen Endpunkt statt über ein zweites SDK und einen zweiten Vertrag.

Wenn Sie das Modell bewerten statt es einzusetzen, ist Failover der günstigere Weg herauszufinden, ob es standhält: Leiten Sie einen Teil des Datenverkehrs an es weiter, lassen Sie das Fallback konfiguriert und vergleichen Sie anhand Ihrer eigenen Aufgaben statt anhand der Tabelle von Liquid AI.

Fragen, die der Launch offenlässt

Ist der Ollama-Build dasselbe wie das Hugging-Face-GGUF?

Nicht ganz. Ollamas 1,7-GB-Standard ist Q4-Klasse und entspricht dem generischen GGUF statt dem quantisierungsbewussten Checkpoint, einer separaten 1,05-GB-Datei auf Hugging Face, die darauf trainiert wurde, die Q4_0-Genauigkeit wiederherzustellen. Der nvfp4-Tag löst sich zum selben Digest wie :latest auf, daher ist es trotz des Namens nicht der NVFP4-Build. Wenn Quantisierungsqualität für deine Aufgabe wichtig ist, lade die QAD-Datei herunter und führe sie direkt mit llama.cpp aus.

Kann ein Laptop das vollständige 256K-Fenster nutzen?

Selten. Die von Liquid veröffentlichte Cache-Größe von 1,6 GB gilt für 128K, und der Cache-Speicher skaliert mit dem Fenster, sodass die vollen 256K etwa das Doppelte benötigen, bevor die Gewichte und die Laufzeitumgebung mitgezählt werden. Auf einem 16-GB-Rechner ist ein Arbeitskontext im Bereich von 32K bis 64K die realistische Obergrenze; das größere Fenster sollte man eher als eine Aussage über zusätzliche Reserven für Server-Bereitstellungen denn als Laptop-Fähigkeit lesen.

Warum weichen die Agentenbewertungen und die Wissensbewertungen so stark voneinander ab?

Weil sie unterschiedliche Dinge messen und der Trainingslauf eines davon begünstigt hat. Die abschließende Mid-Training-Phase mit 3,5 T Tokens legte den Schwerpunkt auf agentische Traces und Tool Calls; danach kamen im Post-Training überwachtes Fine-Tuning auf 1,75 T Tokens und Reinforcement Learning für Tool-Nutzung und strukturierte Ausgabe hinzu. Parametrisches Wissen ist das, wofür ein 1,7B-Modell am wenigsten Speicherplatz hat, und die AA-Omniscience-Aufteilung – 7,07 Genauigkeit gegenüber 92,93 Nicht-Halluzination – legt nahe, dass es darauf trainiert wurde, abzulehnen statt zu raten. Das ist eine Designentscheidung, und für einen Agenten ist sie die richtige.

Das Urteil

LFM3-1.7B ist das erste Modell in dieser Gewichtsklasse, bei dem die Agentic-Benchmark-Zeilen der Grund zum Herunterladen sind und nicht bloß eine Fußnote. Wer einen lokalen Agenten baut, der Tools zuverlässig aufrufen, einem Schema folgen und lieber gar keine Antwort geben soll, statt sich eine auszudenken, für den ist es jetzt nur einen Befehl entfernt – und das Profil passt zur Aufgabe. Wer ein Modell braucht, das Dinge weiß, präzise aus einem langen Dokument abruft oder eine mehrstufige Engineering-Aufgabe durcharbeitet, dem sagt die Tabelle unmissverständlich, dass er woanders suchen sollte – und die 256K-Angabe ist die am wenigsten verlässliche Zeile darin.

Die Zahl, auf die man achten sollte, ist nicht der Durchschnitt von 49.37. Entscheidend ist, ob ein unabhängiger Lauf die agentischen Margen reproduziert, denn das sind die Zeilen, in denen ein 1.7B-Modell behauptet, ein 9B-Modell zu schlagen, und in denen der eigene Harness eines Anbieters den meisten Spielraum hat, zu schmeicheln.