LFM3-1.7B ב-Ollama: פקודה אחת, וכרטיס דוח שמתפצל לשניים

בזמן כתיבת שורות אלה, דף ה-Ollama של lfm3 היה באוויר כבר כשעה ורשם 45 הורדות. זה כל השימוש הציבורי בו עד כה. המודל שמאחוריו, LiquidAI/LFM3-1.7B, הוכרז יום קודם לכן, ב-27 באוקטובר 2026, כחבר הטקסטואלי של משפחת LFM3, שנבנתה על LFM3-1.7B-Base — עמוד השדרה — לצד מודלי הראייה, האודיו, ה-omni ושני מודלי ההחלטה ש-Liquid AI השיקה באותה אצווה. מה שהשתנה ב-28 באוקטובר הוא לא המודל. זהו אופן ההפצה: ollama run lfm3 מחליף את החיפוש אחר build של llama.cpp תואם LFM3, שהיה המסלול ביום ההשקה.

הסיבה ששווה יותר משורת יומן שינויים היא טבלת הבנצ'מרקים. LFM3-1.7B מציג אחד מלוחות התוצאות החד-צדדיים ביותר בקטגוריית המודלים הקטנים: הוא מנצח את Qwen3.5-9B — מודל שגדול ממנו ביותר מפי חמישה — באוטומציה של דפדפן, בקריאה לכלים ובעקיבה אחר הוראות, ומפסיד לו בפער דו-ספרתי בידע כללי ובשליפה בהקשר ארוך. כל נתון בטבלה הוא של Liquid AI עצמה. אף אחד מהם טרם שוחזר באופן עצמאי.

מה בעצם השתנה ב-28 באוקטובר

Ollama מציגה חמישה תגים עבור lfm3, כולם מתוארכים לאותה שעה, כולם כוללים שורת הקשר של 256K וקלט טקסט בלבד. ברירת המחדל היא זו שרוב האנשים ימשכו.

• lfm3:latest ו-lfm3:1.7b — 1.7 GB, ה-artifact המוגדר כברירת מחדל ברמת Q4, ואותו digest תחת שני השמות

• lfm3:1.7b-mlx-bf16 — 3.5 GB, MLX בדייקנות מלאה עבור Apple silicon

• lfm3:1.7b-mxfp8 — 2.1 GB, MLX 8-סיביות

• lfm3:1.7b-nvfp4 — 1.7 GB, וזה האחד שצריך לקרוא בקפידה

התג האחרון הזה נושא את הדייג'סט 2012d88e202f — אותו ארטיפקט בדיוק שעומד מאחורי :latest. משיכת lfm3:1.7b-nvfp4 דרך Ollama לא מספקת לך את צ'קפוינט ה-NVFP4; זה האמיתי נמצא במאגר נפרד ב-Hugging Face, שפורסם להגשת GPU ולא למשיכה מקומית. האם התג הוא מציין מקום או פשלה בפרסום — זה לא משהו שהדף של Ollama מתעד. אפשר לבדוק את הדייג'סטים, והם זהים, וזה החלק שחשוב אם ספרת על חיסכון בזיכרון FP4 במחשב נייד.

עמוד Ollama עצמו אינו העלאה קהילתית. כרטיס המודל של Liquid AI מציין את Ollama כאחד ממנועי ה-GGUF הנתמכים, לצד llama.cpp ו-LM Studio, כך שמדובר בנתיב שצוין על ידי הספק ומגיע באיחור ולא בבנייה של גורם זר. טקסט כרטיס המודל בעמוד הוא של Liquid עצמה: "LFM3-1.7B הוא מודל תלת-היברידי לסוכנים מקומיים ויישומים ייעודיים."

הארכיטקטורה, במונחים שקובעים אם היא מתאימה

LFM3-1.7B הוא מודל עם 1.73B פרמטרים על פני 24 שכבות, ורק שש מהשכבות הללו מבצעות תשומת לב מלאה. שלוש עשרה הן קונבולוציות קצרות עם שער בגודל קרנל של שבע, לעומת שלוש בדור הקודם, וחמש הן תשומת לב בחלון מחליק עם חלון של 256 אסימונים. רוב האסימונים בפרומפט ארוך לעולם לא מגיעים כלל למטריצת תשומת לב גלובלית, ומכאן מגיע סיפור הזיכרון.

Liquid מציבה מטמון KV בגודל 128K טוקנים בנפח 1.6 GB. אותו נתון עבור Qwen3.5-4B הוא 4.3 GB, ועבור MiniCPM5-2B הוא 5.6 GB. הפער הזה, ולא מספר הפרמטרים, הוא הסיבה לכך שמודל בגודל 1.7B יכול להחזיק הקשר ארוך בחומרה שבה מודל 4B לא יכול. שני מספרים נוספים שווה לזכור: 22T טוקני אימון מקדים, ושלב אימון-ביניים סופי של 3.5T טוקנים, עם משקל מוגבר לרצפים אג'נטיים ולקריאות לכלים. השלב האחרון הזה הוא ההסבר הברור ביותר לכל מה שבשני הסעיפים הבאים.

הכרטיס מפרט גם 16 שפות, אוצר מילים של 128K המשותף עם LFM2.5-8B-A1B, ומצב חשיבה שמופעל כברירת מחדל — Ollama מציג אותו כתגית יכולת, ולא כדגל נסתר. ההקשר של 256K אמיתי מבחינת הקונפיגורציה, אך הכרטיס מפרסם את נתון ה-KV רק ב-128K; ב-256K המלא המטמון גדל בהתאם לחלון, ולכן יש להתייחס לקצה העליון של הטווח הזה כהגדרה למרכז נתונים ולא למחשב נייד.

היכן שהציונים חזקים

התבנית עקבית בכל משימה שמתגמלת ביצוע משהו באמצעות כלי ולא ידיעה על העולם. אלה נתונים שדווחו על ידי הספק, והמשווים הם אלה שבחרה Liquid AI.

• WebArena-Verified — 38.42 עבור LFM3-1.7B, 3.02 עבור LFM2.5-2.6B ו-28.94 עבור Qwen3.5-9B

• AutomationBench — 41.29, לעומת 0.94 עבור LFM2.5-2.6B ו-15.10 עבור Qwen3.5-9B

• קריאות כלים של BFCL V4 — 71.39, לעומת 55.89 ו-62.83 עבור אותם שניים

• IFBench — 73.03, לעומת 48.84 עבור Qwen3.5-9B

• IFEval — 96.66, הגבוה ביותר בטבלה של Liquid

• LiveCodeBench v6 — 73.46, מקדים את 69.86 של Qwen3.5-9B

השורה המעניינת ביותר אינה הגדולה ביותר. AA-Omniscience הוא בנצ'מרק שנמדד חלקית לפי האם מודל נמנע מלענות במקום לנחש, ו-LFM3-1.7B רושם 92.93 באי-הזיה לעומת 52.59 אצל Qwen3.5-9B. הדיוק שלו על אותה קבוצה הוא 7.07. כשקוראים את שני המספרים האלה יחד, הם מתארים מודל שלרוב אומר שאינו יודע — תכונה שאינה מוערכת מספיק בסוכן שעומד לבצע פעולה, ותכונה רעה בעוזר שצפויים ממנו לענות על שאלות.

במקומות שבהם הוא מפסיד, לעתים באופן חמור.

אותה טבלה, בקריאה בכיוון ההפוך.

• GPQA Diamond — 63.37, לעומת 80.40 עבור Qwen3.5-9B ו-65.15 עבור MiniCPM5-2B, מודל 2B שמנצח אותו

• Humanity's Last Exam, ללא שימוש בכלים — 7.17, לעומת 16.41 עבור Qwen3.5-9B

• RULER 128K — 65.56, לעומת 84.63 עבור Qwen3.5-4B ו-87.11 עבור Qwen3.5-9B

• הסקה בהקשר ארוך של AA-LCR — 52.83, לעומת 62.00 עבור Qwen3.5-9B

• MCP-Atlas — 32.57, לעומת 41.37 עבור Qwen3.5-4B ו-42.67 עבור Qwen3.5-9B

• SWE-bench Verified — 43.40, לעומת 51.20 של Qwen3.5-9B

• Terminal-Bench 2.1 — 12.92, לעומת 17.98 עבור Qwen3.5-9B

השורה של RULER ראויה למשפט משל עצמה: המודל שהמפרט הבולט שלו הוא חלון של 256K הוא מאחזר ההקשר הארוך החלש ביותר בטבלת ההשוואה של עצמו, כשהוא מובס על ידי מודלים שמפרסמים רבע מזה. חלון ארוך והיכולת למצוא בו משהו הם כישורים נפרדים, ו-LFM3-1.7B קנה את הראשון בלי השני. כל מי שמתכנן להפנות אותו למאגר גדול או לחוזה ארוך צריך לבדוק את השורה הזו לפני שהוא סומך על דף המפרט.

MCP-Atlas וצמד SWE-bench הם אותו לקח במפתח אחר. LFM3-1.7B טוב בהפעלת כלי בודד עם חוזה ברור. הוא מפגר בעבודה רב-שלבית ורבת-כלים, שעבורה מסגרות סוכנים נבנות בפועל, ומפגר עוד יותר כשהעבודה דורשת לדעת מה עושה בסיס קוד.

מה הם המספרים האלה, ומה הם לא.

כל נתון לעיל מגיע מהרצת ההערכה של Liquid AI עצמה, שפורסמה לצד ההשקה. המתודולוגיה אינה מופיעה בהודעה: אין תצורת harness לכל מבחן, אין הצהרה על כמה ניסיונות עברו ממוצע, ואין אינדיקציה אם מודלי ההשוואה הורצו על ידי Liquid או צוטטו מכרטיסי המודל שלהם. טבלה בת 27 שורות עם בעלים אחד היא טיעון, לא מדידה.

אין רשומה של LFM3-1.7B ב-Artificial Analysis נכון ל-28 באוקטובר, ולכן אין מספר של צד שלישי להעמיד מול זה של הספק. זה ישתנה, וכאשר זה יקרה, ההשוואה המאלפת ביותר תהיה בשורות האג'נטיות, שבהן פערי הביצועים של הספק הם הרחבים ביותר ולכן גם הזקוקים ביותר לחוות דעת שנייה.

פרט אחד דווקא פועל בכיוון ההפוך וראוי לקרדיט. Liquid אימנה צ'קפוינט דיסטילציה מודע לקוונטיזציה במיוחד כדי לשחזר את הדיוק שקוונטיזציית Q4_0 גורעת ממנו, ומספקת אותו כקובץ GGUF נפרד. פרסום המספרים של המודל הקטן ברמת הדיוק שאנשים באמת יריצו הוא יותר ממה שרוב הספקים עושים, וזה הופך את נתוני 4 הסיביות למעט יותר מהימנים ממה שקוונטיזציה בדיעבד הייתה מספקת.

הרצתו, וההגדרות שחשובות

הפקודה בשורה אחת היא ollama run lfm3, וברירת המחדל של 1.7 GB היא נקודת ההתחלה הנכונה במכונה עם 16 GB. העמוד כולל גם ארבעה משגרים בשורה אחת שמחברים את המודל להרנס סוכנים קיים — ollama launch claude --model lfm3, ואותו דפוס עבור OpenCode, Hermes Agent ו-OpenClaw. זה הדבר השימושי ביותר בעמוד: המשמעות היא שאפשר להכניס את המודל ללולאת סוכן שכבר מריצים בלי לכתוב לקוח, וזה רף נמוך יותר ממה שרוב השקות המודלים המקומיים עוברות.

שני פרופילי דגימה מופיעים בכרטיס והם אינם ניתנים להחלפה: טמפרטורה 0.1 עם top_k 50 ועונש חזרתיות 1.1 עבור צ'אט, שימוש בכלים, סוכנים וקידוד; טמפרטורה 1.0 עם top_p 0.95 ו-top_k 20 עבור מתמטיקה ומדעים. הרצת פרופיל הסוכן על בעיית מתמטיקה היא הדרך הנפוצה ביותר לגרום למודל להיראות גרוע מכפי שהוא.

אם אתם מורידים GGUF ישירות ולא דרך Ollama, גדלי הקבצים מתארגנים בצורה שימושית. נקודת השמירה QAD Q4_0 היא {{1}}1.05 GB{{/1}}, קטנה במעט מ-Q4_K_M בגודל {{2}}1.1 GB{{/2}}, והיא זו שאומנה לשרוד כימות. Q6_K הוא {{3}}1.43 GB{{/3}} ו-Q8_0 הוא {{4}}1.85 GB{{/4}} אם קיים מרווח; BF16 הוא {{5}}3.47 GB{{/5}} ונדיר ששווה את זה בגודל הזה.

הרישיון הוא LFM Open License v1.0 — במהותו Apache 2.0, עם תוספת אחת: שימוש מסחרי הוא חינם מתחת ל-10 מיליון דולר בהכנסות שנתיות, ומחייב רישיון בתשלום ברף זה או מעליו. הסף נצבר ברמת קבוצה תאגידית והוא עובר יחד עם כוונונים עדינים, כך שנגזרת בשם אחר אינה מתחמקת ממנו. מוסדות ללא כוונת רווח ומשתמשי מחקר פטורים ללא תלות בהכנסות. אם אתם קרובים לקו הזה, קראו את נוסח הרישיון ולא תקציר, כולל זה.

מה המשמעות של פרופיל מפוצל עבור אופן הפריסה שלך

מודל שחזק בביצוע הוראות ובחוזי כלים, חלש בידע פרמטרי ובאחזור הקשר ארוך, וזול מספיק כדי לרוץ על מחשב נייד אינו עוזר כללי. הוא מבצע. הארכיטקטורה שמתאימה לו היא לולאה מקומית — המודל מחליט איזה כלי לקרוא, מפרמט את הארגומנטים, עוקב אחר הסכימה — כאשר השלבים עתירי הידע ובאמת ארוכי ההקשר מועברים למשהו גדול יותר.

החלוקה הזו היא המקרה שבו ראוטר מצדיק את מקומו, וכדאי להיות מדויקים לגבי מה OrcaRouter מכסה כאן ומה לא. LFM3-1.7B הוא מודל במשקלים פתוחים שרץ על החומרה שלכם; הוא אינו בקטלוג שלנו, ושום דבר בקטע הזה אינו שיווק API עבורו. מה שאנחנו מספקים הוא החצי השני של החלוקה: מפתח אחד על פני יותר מ-200 מודלים מתארחים לשלב ההסלמה, עם 0% תוספת על מחירי המחירון של הספקים, מעבר אוטומטי לגיבוי כשספק מתדרדר, ו-DSL לניתוב שמרכיב כמה מודלים לקריאה אחת. הגרסה המעשית היא שהמודל המקומי נשאר ברירת המחדל ללולאה, והקריאות שזקוקות לידע ממשי יוצאות דרך נקודת קצה אחת במקום SDK שני וחוזה שני.

אם אתם מעריכים את המודל ולא פורסים אותו, מעבר לגיבוי (failover) הוא הדרך הזולה יותר לגלות אם הוא מחזיק מעמד: נתבו חלק מהתעבורה אליו, השאירו את מנגנון הגיבוי מוגדר, והשוו על המשימות שלכם במקום בטבלה של Liquid AI.

שאלות שההשקה מותירה פתוחות

האם ה-build של Ollama הוא אותו דבר כמו ה-GGUF של Hugging Face?

לא בדיוק. ברירת המחדל של Ollama בגודל 1.7 GB היא מסוג Q4 ומתאימה ל-GGUF הגנרי ולא ל-checkpoint המודע לקוונטיזציה, שהוא קובץ נפרד בגודל 1.05 GB ב-Hugging Face שאומן לשחזר את הדיוק של Q4_0. התג nvfp4 מתמפה לאותו digest כמו :latest, ולכן הוא אינו בניית ה-NVFP4 למרות השם. אם איכות הקוונטיזציה חשובה למשימה שלך, משוך את קובץ ה-QAD והרץ אותו ישירות דרך llama.cpp.

האם מחשב נייד יכול להשתמש בחלון המלא של 256K?

לעיתים רחוקות. נתון המטמון של 1.6 GB ש-Liquid מפרסמת הוא עבור 128K, וזיכרון המטמון גדל עם החלון, כך שה-256K המלא דורש בערך פי שניים מזה לפני שמביאים בחשבון את המשקולות ואת סביבת ההרצה. במחשב עם 16 GB, הקשר עבודה בטווח 32K עד 64K הוא התקרה הריאלית; עדיף לקרוא את החלון הגדול יותר כהצהרת מרווח לפריסות שרת מאשר כיכולת של מחשב נייד.

למה ציוני הסוכנים וציוני הידע כל כך לא תואמים?

מכיוון שהם מודדים דברים שונים, והריצה לאימון העדיפה אחד מהם. שלב אימון הביניים הסופי של 3.5T טוקנים הדגיש עקבות סוכניים וקריאות לכלים, ואז לאחר האימון נוספו כוונון עדין מפוקח על 1.75T טוקנים ולמידת חיזוק לאורך שימוש בכלים ופלט מובנה. ידע פרמטרי הוא מה שלדגם 1.7B יש הכי פחות מקום לאחסן, ופיצול AA-Omniscience — דיוק 7.07 לעומת 92.93 אי-הזיה — מרמז שהוא אומן לסרב במקום לנחש. זו בחירת עיצוב, והיא הנכונה עבור סוכן.

פסק הדין

LFM3-1.7B הוא המודל הראשון בקטגוריית המשקל הזו שבה שורות מבחני הסוכנים הן הסיבה להוריד אותו ולא הערת שוליים. אם אתם בונים סוכן מקומי שצריך לקרוא לכלים באופן אמין, לפעול לפי סכימה ולהימנע מלהמציא תשובה, הוא כעת במרחק פקודה אחת והפרופיל מתאים למשימה. אם אתם צריכים מודל שיודע דברים, שולף מידע ממסמך ארוך בדיוק או מתמודד עם משימת הנדסה רב-שלבית, הטבלה אומרת בבירור שעליכם לחפש במקום אחר — ומפרט 256K הוא השורה הפחות אמינה בה.

המספר שכדאי לשים לב אליו אינו הממוצע של 49.37. השאלה היא אם הרצה בלתי תלויה משחזרת את מרווחי הביצועים האג'נטיים, משום שאלו השורות שבהן מודל בגודל 1.7B טוען שהוא עוקף מודל בגודל 9B, ושבהן להרנס של הספק עצמו יש את מרווח התמרון הגדול ביותר לייפות את התוצאות.