LFM3-1.7B di Ollama: Satu Perintah, dan Rapor yang Terbelah Dua

Pada saat penulisan, halaman Ollama untuk lfm3 telah tayang selama sekitar satu jam dan telah mencatat 45 unduhan. Itulah seluruh penggunaan publiknya sejauh ini. Model di baliknya, LiquidAI/LFM3-1.7B, diumumkan sehari sebelumnya, pada 27 Oktober 2026, sebagai anggota teks dari keluarga LFM3 yang dibangun dari LFM3-1.7B-Base tulang punggung — bersama dengan model visi, audio, omni, dan dua model pengambilan keputusan yang dirilis Liquid AI dalam batch yang sama. Yang berubah pada 28 Oktober bukanlah modelnya. Melainkan cara distribusinya: ollama run lfm3 menggantikan keharusan mencari build llama.cpp yang kompatibel dengan LFM3, yang merupakan jalur pada hari peluncuran.

Alasan yang bernilai lebih dari sekadar satu baris changelog adalah tabel benchmark. LFM3-1.7B mencatat salah satu papan skor paling timpang di kelas model kecil: model ini mengalahkan Qwen3.5-9B — model yang ukurannya lebih dari lima kali lipat — dalam otomasi peramban, pemanggilan alat, dan mengikuti instruksi, tetapi kalah dengan selisih dua digit dari model itu dalam pengetahuan umum dan pengambilan konteks panjang. Setiap angka dalam tabel itu berasal dari Liquid AI sendiri. Belum ada satu pun yang direproduksi secara independen.

Apa yang sebenarnya berubah pada 28 Oktober

Ollama mencantumkan lima tag untuk lfm3, semuanya diberi stempel waktu dalam jam yang sama, semuanya membawa baris konteks 256K dan input hanya teks. Default adalah yang paling banyak akan diambil orang.

• lfm3:latest dan lfm3:1.7b — 1,7 GB, artefak kelas Q4 bawaan, dan digest yang sama pada kedua nama

• lfm3:1.7b-mlx-bf16 — 3,5 GB, MLX presisi penuh untuk Apple silicon

• lfm3:1.7b-mxfp8 — 2,1 GB, MLX 8-bit

• lfm3:1.7b-nvfp4 — 1,7 GB, dan inilah yang perlu dibaca dengan cermat

Tag terakhir itu membawa digest 2012d88e202f — artefak yang identik dengan yang ada di balik :latest. Menarik lfm3:1.7b-nvfp4 melalui Ollama tidak membuat Anda mendapatkan checkpoint NVFP4; yang asli adalah repositori terpisah di Hugging Face, diterbitkan untuk penyajian GPU, bukan untuk pull lokal. Apakah tag tersebut merupakan placeholder atau kekeliruan penerbitan bukanlah sesuatu yang didokumentasikan halaman Ollama. Digest-nya dapat diperiksa, dan keduanya identik, yang merupakan bagian penting jika Anda mengandalkan penghematan memori FP4 di laptop.

Halaman Ollama itu sendiri bukan unggahan komunitas. Kartu model Liquid AI menyebut Ollama sebagai salah satu mesin GGUF yang didukung, di samping llama.cpp dan LM Studio, jadi ini adalah jalur yang ditetapkan vendor yang datang terlambat, bukan build dari orang asing. Teks kartu model di halaman itu milik Liquid sendiri: "LFM3-1.7B adalah model tri-hybrid untuk agen lokal dan aplikasi khusus."

Arsitekturnya, dalam istilah yang menentukan apakah ia cocok

LFM3-1.7B memiliki 1,73 miliar parameter yang tersebar di 24 lapisan, dan hanya enam dari lapisan tersebut yang melakukan attention penuh. Tiga belas lapisan merupakan konvolusi pendek bergerbang dengan ukuran kernel tujuh, naik dari tiga pada generasi sebelumnya, dan lima lapisan merupakan attention jendela geser dengan jendela 256 token. Sebagian besar token dalam prompt panjang tidak pernah mencapai matriks attention global sama sekali, dan di sinilah asal cerita tentang memori tersebut.

Liquid menempatkan KV cache 128K token pada 1,6 GB. Angka yang sama untuk Qwen3.5-4B adalah 4,3 GB dan untuk MiniCPM5-2B adalah 5,6 GB. Celah itulah, bukan jumlah parameter, yang menjadi alasan model 1,7B dapat menampung konteks panjang pada perangkat keras tempat model 4B tidak mampu. Dua angka lain patut diingat: 22T token pra-pelatihan, dan tahap pelatihan menengah akhir 3,5T token yang diberi bobot ke arah jejak agentik dan pemanggilan alat. Tahap terakhir itulah penjelasan paling jelas untuk semua yang ada di dua bagian berikutnya.

Kartu tersebut juga mencantumkan 16 bahasa, kosakata 128K yang sama dengan LFM2.5-8B-A1B, dan thinking yang diaktifkan secara default — Ollama menampilkannya sebagai tag kemampuan, bukan flag tersembunyi. Konteks 256K itu nyata dalam arti konfigurasi, tetapi kartu tersebut hanya menerbitkan angka KV pada 128K; pada 256K penuh, cache berskala seiring jendela, jadi anggap ujung atas rentang itu sebagai pengaturan pusat data, bukan pengaturan laptop.

Di mana skornya kuat

Polanya konsisten di setiap tugas yang memberi imbalan atas penggunaan alat untuk melakukan sesuatu, bukan pengetahuan tentang dunia. Ini adalah angka yang dilaporkan vendor, dan pembandingnya adalah yang dipilih Liquid AI.

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

• AutomationBench — 41,29, dibandingkan dengan 0,94 untuk LFM2.5-2.6B dan 15,10 untuk Qwen3.5-9B

• BFCL V4 tool calling — 71.39, dibandingkan dengan 55.89 dan 62.83 untuk dua yang sama

• IFBench — 73,03, dibandingkan dengan 48,84 untuk Qwen3.5-9B

• IFEval — 96.66, tertinggi dalam tabel Liquid

• LiveCodeBench v6 — 73.46, mengungguli Qwen3.5-9B yang memperoleh 69.86

Baris yang paling menarik bukanlah yang terbesar. AA-Omniscience adalah benchmark yang dinilai sebagian berdasarkan apakah suatu model menolak menjawab alih-alih menebak, dan LFM3-1.7B mencatat 92,93 pada non-halusinasi dibandingkan dengan 52,59 untuk Qwen3.5-9B. Akurasinya pada kumpulan yang sama adalah 7,07. Jika dibaca bersama, kedua angka itu menggambarkan model yang sebagian besar mengatakan bahwa ia tidak tahu — sifat yang diremehkan pada agen yang akan segera mengambil tindakan, dan sifat yang buruk pada asisten yang diharapkan menjawab pertanyaan.

Di titik di mana ia kalah, terkadang dengan sangat buruk

Tabel yang sama, dibaca dengan arah sebaliknya.

• GPQA Diamond — 63,37, dibandingkan dengan 80,40 untuk Qwen3.5-9B dan 65,15 untuk MiniCPM5-2B, model 2B yang mengalahkannya

• Humanity's Last Exam, tanpa alat — 7,17, dibandingkan dengan 16,41 untuk Qwen3.5-9B

• RULER 128K — 65,56, dibandingkan dengan 84,63 untuk Qwen3.5-4B dan 87,11 untuk Qwen3.5-9B

• Penalaran konteks panjang AA-LCR — 52.83, dibandingkan dengan 62.00 untuk Qwen3.5-9B

• MCP-Atlas — 32,57, dibandingkan dengan 41,37 untuk Qwen3.5-4B dan 42,67 untuk Qwen3.5-9B

• SWE-bench Verified — 43,40, dibandingkan dengan 51,20 untuk Qwen3.5-9B

• Terminal-Bench 2.1 — 12,92, dibandingkan dengan 17,98 untuk Qwen3.5-9B

Baris RULER layak mendapat kalimatnya sendiri: model yang spesifikasi utamanya adalah jendela 256K adalah retriever konteks panjang terlemah dalam tabel perbandingannya sendiri, dikalahkan oleh model yang mengiklankan seperempat dari itu. Jendela panjang dan kemampuan menemukan sesuatu di dalamnya adalah keterampilan yang terpisah, dan LFM3-1.7B telah membeli yang pertama tanpa yang kedua. Siapa pun yang berencana mengarahkannya ke repositori besar atau kontrak panjang harus menguji baris itu sebelum memercayai lembar spesifikasi.

MCP-Atlas dan pasangan SWE-bench adalah pelajaran yang sama dalam register yang berbeda. LFM3-1.7B bagus dalam mengoperasikan satu alat dengan kontrak yang jelas. Ia tertinggal dalam pekerjaan multi-langkah dan multi-alat yang menjadi tujuan utama kerangka agen, dan lebih tertinggal lagi ketika pekerjaan itu menuntut pemahaman tentang apa yang dilakukan sebuah basis kode.

Apa yang dimaksud dengan angka-angka ini, dan apa yang bukan.

Setiap angka di atas berasal dari proses evaluasi Liquid AI sendiri, yang diterbitkan bersamaan dengan peluncuran. Metodologinya tidak ada dalam pengumuman: tidak ada konfigurasi harness per pengujian, tidak ada pernyataan tentang berapa banyak percobaan yang dirata-ratakan, tidak ada indikasi apakah model pembanding dijalankan oleh Liquid atau dikutip dari kartu model mereka sendiri. Tabel 27 baris dengan satu pemilik adalah argumen, bukan pengukuran.

Per 28 Oktober, tidak ada entri LFM3-1.7B di Artificial Analysis, jadi tidak ada angka pihak ketiga yang bisa dibandingkan dengan angka vendor. Itu akan berubah, dan ketika berubah, perbandingan yang paling informatif adalah baris agentic, tempat margin vendor paling lebar dan karena itu paling membutuhkan pendapat kedua.

Satu detail berjalan ke arah sebaliknya dan patut diapresiasi. Liquid melatih checkpoint distilasi yang sadar kuantisasi secara khusus untuk memulihkan akurasi yang hilang akibat kuantisasi Q4_0, dan menyediakannya sebagai file GGUF terpisah. Menerbitkan angka model kecil pada presisi yang benar-benar akan digunakan orang adalah lebih dari yang dilakukan sebagian besar vendor, dan itu membuat angka 4-bit sedikit lebih dapat dipercaya daripada kuantisasi pasca-hoc.

Menjalankannya, dan pengaturan yang penting

Perintah satu barisnya adalah ollama run lfm3, dan default 1,7 GB adalah titik awal yang tepat pada mesin 16 GB. Halaman itu juga memuat empat peluncur satu baris yang menghubungkan model ke harness agen yang sudah ada — ollama launch claude --model lfm3, dan pola yang sama untuk OpenCode, Hermes Agent, dan OpenClaw. Itu hal paling berguna di halaman tersebut: artinya model dapat dimasukkan ke dalam loop agen yang sudah Anda jalankan tanpa menulis klien, yang merupakan ambang yang lebih rendah dibandingkan yang berhasil dipenuhi sebagian besar peluncuran model lokal.

Ada dua profil sampling di kartu ini dan keduanya tidak dapat dipertukarkan: temperature 0.1 dengan top_k 50 dan repetition penalty 1.1 untuk chat, penggunaan tool, agen, dan coding; temperature 1.0 dengan top_p 0.95 dan top_k 20 untuk matematika dan sains. Menjalankan profil agen pada soal matematika adalah cara paling umum untuk membuat model ini terlihat lebih buruk daripada seharusnya.

Jika Anda mengunduh GGUF secara langsung, bukan melalui Ollama, ukuran file tersusun secara berguna. Checkpoint QAD Q4_0 adalah 1,05 GB, sedikit lebih kecil daripada Q4_K_M pada 1,1 GB, dan itulah versi yang dilatih untuk bertahan dari kuantisasi. Q6_K adalah 1,43 GB dan Q8_0 adalah 1,85 GB jika ada ruang lebih; BF16 adalah 3,47 GB dan jarang sepadan pada ukuran ini.

Lisensi ini adalah LFM Open License v1.0 — secara substansi Apache 2.0, dengan satu tambahan: penggunaan komersial gratis di bawah pendapatan tahunan $10 juta dan memerlukan lisensi berbayar pada atau di atas ambang tersebut. Ambang batas ini diagregasi di seluruh grup korporasi dan ikut berlaku pada fine-tune, sehingga turunan yang diganti namanya tidak luput darinya. Organisasi nirlaba dan pengguna riset dikecualikan terlepas dari pendapatan. Jika Anda berada di dekat garis tersebut, bacalah teks lisensinya, bukan ringkasan, termasuk ringkasan ini.

Apa arti profil terpisah bagi cara Anda menerapkannya

Model yang kuat dalam mengikuti instruksi dan kontrak alat, lemah dalam pengetahuan parametrik dan pengambilan konteks panjang, serta cukup murah untuk dijalankan di laptop bukanlah asisten serbaguna. Ia adalah eksekutor. Arsitektur yang cocok untuknya adalah loop lokal — model memutuskan alat mana yang dipanggil, memformat argumen, mengikuti skema — dengan langkah-langkah yang berat pengetahuan dan benar-benar berkonteks panjang diserahkan kepada sesuatu yang lebih besar.

Pemisahan itulah kasus ketika sebuah router membuktikan kegunaannya, dan penting untuk tepat mengenai apa yang OrcaRouter cakup dan tidak cakup di sini. LFM3-1.7B berbobot terbuka dan berjalan di perangkat keras Anda sendiri; model ini tidak ada di katalog kami, dan tidak ada bagian dalam tulisan ini yang merupakan promosi API untuknya. Yang kami sediakan adalah separuh lainnya dari pemisahan itu: satu kunci untuk lebih dari 200 model terkelola pada langkah eskalasi, dengan 0% markup atas harga daftar penyedia, failover otomatis saat penyedia menurun, dan DSL routing yang menggabungkan beberapa model menjadi satu panggilan. Versi praktisnya adalah model lokal tetap menjadi default untuk loop, dan panggilan yang membutuhkan pengetahuan nyata keluar melalui satu endpoint alih-alih SDK kedua dan kontrak kedua.

Jika Anda mengevaluasi model tersebut alih-alih menerapkannya, failover adalah cara yang lebih hemat untuk mengetahui apakah model itu mampu bertahan: arahkan sebagian trafik ke model tersebut, pertahankan konfigurasi fallback, dan bandingkan pada tugas Anda sendiri alih-alih pada tabel Liquid AI.

Pertanyaan yang masih terbuka setelah peluncuran

Apakah build Ollama sama dengan GGUF Hugging Face?

Tidak tepat. Bawaan Ollama sebesar 1,7 GB adalah kelas Q4 dan cocok dengan GGUF generik, bukan checkpoint yang sadar kuantisasi, yang merupakan file terpisah berukuran 1,05 GB di Hugging Face yang dilatih untuk memulihkan akurasi Q4_0. Tag nvfp4 mengarah ke digest yang sama dengan :latest, jadi itu bukan build NVFP4 meskipun namanya demikian. Jika kualitas kuantisasi penting bagi tugas Anda, unduh file QAD dan jalankan langsung melalui llama.cpp.

Bisakah laptop menggunakan jendela 256K penuh?

Jarang. Angka cache 1,6 GB yang dipublikasikan Liquid adalah untuk 128K, dan memori cache berskala seiring jendela, sehingga 256K penuh membutuhkan sekitar dua kali lipatnya sebelum bobot dan runtime dihitung. Pada mesin 16 GB, konteks kerja dalam rentang 32K hingga 64K adalah batas atas yang realistis; jendela yang lebih besar lebih baik dibaca sebagai klaim ruang cadangan untuk deployment server daripada sebagai kemampuan laptop.

Mengapa skor agen dan skor pengetahuan begitu berbeda?

Karena mereka mengukur hal-hal yang berbeda, dan proses pelatihan lebih mengutamakan salah satunya. Tahap mid-training akhir dengan 3.5T token menekankan jejak agentik dan panggilan alat, lalu pasca-pelatihan menambahkan fine-tuning terawasi pada 1.75T token dan pembelajaran penguatan di seluruh penggunaan alat dan keluaran terstruktur. Pengetahuan parametrik adalah hal yang paling sedikit ruang penyimpanannya pada model 1.7B, dan pemisahan AA-Omniscience — akurasi 7.07 versus non-halusinasi 92.93 — menunjukkan bahwa model itu dilatih untuk menolak daripada menebak. Itu adalah pilihan desain, dan itu adalah pilihan yang tepat untuk sebuah agen.

Putusan

LFM3-1.7B adalah model pertama di kelas bobot ini yang baris benchmark agentiknya menjadi alasan untuk mengunduhnya, bukan sekadar catatan kaki. Jika Anda membangun agen lokal yang perlu memanggil alat secara andal, mengikuti skema, dan menahan diri daripada mengarang jawaban, model ini kini hanya berjarak satu perintah dan profilnya cocok untuk tugas tersebut. Jika Anda membutuhkan model yang mengetahui banyak hal, mengambil informasi dari dokumen panjang secara akurat, atau mengerjakan tugas teknik bertahap, tabel itu dengan jelas mengatakan bahwa Anda sebaiknya mencari di tempat lain — dan spesifikasi 256K adalah baris yang paling tidak dapat dipercaya di dalamnya.

Angka yang perlu diperhatikan bukanlah rata-rata 49.37. Yang perlu diperhatikan adalah apakah uji coba independen mereproduksi margin agentik, karena itulah baris-baris di mana model 1.7B mengklaim mengalahkan model 9B dan di mana harness milik vendor sendiri memiliki ruang paling besar untuk membuat hasil tampak lebih baik.