LFM3-1.7B op Ollama: één commando, en een rapportkaart die in tweeën splitst

Op het moment van schrijven stond de Ollama-pagina voor lfm3 ongeveer een uur online en had deze 45 downloads geregistreerd. Dat is tot nu toe het volledige openbare gebruik ervan. Het model erachter, LiquidAI/LFM3-1.7B, werd een dag eerder aangekondigd, op 27 oktober 2026, als het tekstmodel van de LFM3-familie, gebouwd op de LFM3-1.7B-Base backbone — naast de vision-, audio-, omni- en twee beslissingsmodellen die Liquid AI in dezelfde batch uitbracht. Wat op 28 oktober veranderde, is niet het model. Het is de levering: ollama run lfm3 vervangt het zoeken naar een LFM3-compatibele llama.cpp-build, wat de route op de lanceerdag was.

De reden die meer waard is dan een regel in de changelog, is de benchmarktabel. LFM3-1.7B zet een van de meest scheve scoreborden in de klasse van kleine modellen neer: het verslaat Qwen3.5-9B — een model dat meer dan vijf keer zo groot is — op browserautomatisering, tool calling en het volgen van instructies, en verliest met dubbele cijfers van dat model op algemene kennis en long-contextretrieval. Elk cijfer in die tabel is van Liquid AI zelf. Niets ervan is nog onafhankelijk gereproduceerd.

Wat is er op 28 oktober eigenlijk veranderd?

Ollama vermeldt vijf tags voor lfm3, allemaal binnen hetzelfde uur aangemaakt, allemaal met een 256K-contextregel en alleen tekstinvoer. De standaard is degene die de meeste mensen zullen pullen.

• lfm3:latest en lfm3:1.7b — 1,7 GB, het standaard Q4-klasse-artefact, en dezelfde digest onder beide namen

• lfm3:1.7b-mlx-bf16 — 3,5 GB, MLX met volledige precisie voor Apple silicon

• lfm3:1.7b-mxfp8 — 2,1 GB, 8-bit MLX

• lfm3:1.7b-nvfp4 — 1.7 GB, en dit is degene die je zorgvuldig moet lezen

Die laatste tag draagt digest 2012d88e202f — hetzelfde artefact als achter :latest. Als je lfm3:1.7b-nvfp4 via Ollama pullt, krijg je niet de NVFP4-checkpoint; de echte staat in een aparte repository op Hugging Face, gepubliceerd voor GPU-serving in plaats van lokaal pullen. Of de tag een placeholder is of een publicatiefout, wordt niet door Ollama's pagina gedocumenteerd. De digests zijn controleerbaar, en ze zijn identiek, en dat is het deel dat ertoe doet als je op FP4-geheugenbesparingen op een laptop rekende.

De Ollama-pagina zelf is geen community-upload. De modelkaart van Liquid AI noemt Ollama als een van de ondersteunde GGUF-engines, naast llama.cpp en LM Studio; dit is dus de door de leverancier aangewezen route die laat binnenkomt, niet de build van een buitenstaander. De tekst op de modelkaart op de pagina is van Liquid zelf: "LFM3-1.7B is een tri-hybride model voor lokale agents en gespecialiseerde toepassingen."

De architectuur, in termen die bepalen of het past

LFM3-1.7B heeft 1,73 miljard parameters verdeeld over 24 lagen, en slechts zes van die lagen doen volledige aandacht. Dertien zijn gated korte convoluties met een kernelgrootte van zeven, tegenover drie in de vorige generatie, en vijf zijn sliding-window-aandacht met een venster van 256 tokens. De meeste tokens in een lange prompt bereiken nooit een globale aandachtsmatrix, en daar komt het geheugenverhaal vandaan.

Liquid past een 128K-token KV-cache in 1,6 GB. Hetzelfde cijfer voor Qwen3.5-4B is 4,3 GB en voor MiniCPM5-2B is dat 5,6 GB. Dat verschil, niet het aantal parameters, is de reden dat een 1,7B-model een lange context kan vasthouden op hardware waarop een 4B-model dat niet kan. Twee andere getallen zijn het onthouden waard: 22T pretrainingstokens, en een laatste mid-trainingfase van 3,5T-token met extra gewicht voor agentic traces en tool calls. Die laatste fase is de duidelijkste verklaring voor alles in de volgende twee secties.

De kaart vermeldt ook 16 talen, een vocabulaire van 128K dat wordt gedeeld met LFM2.5-8B-A1B, en dat denken standaard is ingeschakeld — Ollama toont dat als een capability-tag, niet als een verborgen flag. De 256K-context is reëel in configuratiezin, maar de kaart publiceert de KV-waarde alleen bij 128K; bij de volledige 256K schaalt de cache mee met het venster, dus beschouw de bovenkant van dat bereik als een datacenterinstelling in plaats van een laptopinstelling.

Waar de scores sterk zijn

Het patroon is consistent bij elke taak waarbij het wordt beloond om iets met een tool te doen in plaats van iets over de wereld te weten. Dit zijn door de leverancier gerapporteerde cijfers, en de vergelijkingspunten zijn degene die Liquid AI heeft gekozen.

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

• AutomationBench — 41,29, tegen 0,94 voor LFM2.5-2.6B en 15,10 voor Qwen3.5-9B

• BFCL V4 tool calling — 71,39, tegenover 55,89 en 62,83 voor dezelfde twee

• IFBench — 73,03, tegenover 48,84 voor Qwen3.5-9B

• IFEval — 96,66, het hoogste in Liquid's tabel

• LiveCodeBench v6 — 73,46, voor op de 69,86 van Qwen3.5-9B

De meest interessante rij is niet de grootste. AA-Omniscience is een benchmark die deels wordt gescoord op of een model weigert te antwoorden in plaats van te gokken, en LFM3-1.7B noteert 92,93 op niet-hallucinatie tegenover 52,59 voor Qwen3.5-9B. De nauwkeurigheid op dezelfde set is 7,07. Samen gelezen beschrijven die twee getallen een model dat meestal zegt dat het het niet weet — een ondergewaardeerde eigenschap in een agent die op het punt staat een actie te ondernemen, en een slechte in een assistent van wie wordt verwacht dat die vragen beantwoordt.

Waar het verliest, soms ernstig.

Dezelfde tabel, andersom gelezen.

• GPQA Diamond — 63,37, tegenover 80,40 voor Qwen3.5-9B en 65,15 voor MiniCPM5-2B, een 2B-model dat het verslaat

• Humanity's Last Exam, geen hulpmiddelen — 7,17, tegenover 16,41 voor Qwen3.5-9B

• RULER 128K — 65,56, tegenover 84,63 voor Qwen3.5-4B en 87,11 voor Qwen3.5-9B

• AA-LCR-redenering over lange context — 52.83, tegenover 62.00 voor Qwen3.5-9B

• MCP-Atlas — 32,57, tegenover 41,37 voor Qwen3.5-4B en 42,67 voor Qwen3.5-9B

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

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

De RULER-rij verdient een eigen zin: het model waarvan de belangrijkste specificatie een venster van 256K is, is de zwakste long-context-ophaler in zijn eigen vergelijkingstabel, verslagen door modellen die een kwart daarvan adverteren. Een lang venster en het vermogen om er iets in te vinden zijn aparte vaardigheden, en LFM3-1.7B heeft de eerste gekocht zonder de tweede. Iedereen die van plan is het op een grote repository of een lang contract te richten, zou die rij moeten testen voordat hij de specsheet vertrouwt.

MCP-Atlas en het SWE-bench-paar zijn dezelfde les in een ander register. LFM3-1.7B is goed in het aansturen van één tool met een duidelijk contract. Het loopt achter op het werk met meerdere stappen en meerdere tools waarvoor agentframeworks eigenlijk zijn gebouwd, en nog verder wanneer het werk vereist dat je weet wat een codebase doet.

Wat deze getallen zijn, en wat ze niet zijn

Elk cijfer hierboven komt uit de eigen evaluatierun van Liquid AI, gepubliceerd tegelijk met de lancering. De methodologie staat niet in de aankondiging: geen harnessconfiguratie per test, geen vermelding van hoeveel pogingen zijn gemiddeld, geen indicatie of de vergelijkingsmodellen door Liquid zijn gedraaid of overgenomen uit hun eigen modelkaarten. Een tabel met 27 rijen en één eigenaar is een argument, geen meting.

Er is per 28 oktober geen LFM3-1.7B-vermelding op Artificial Analysis, dus er is geen cijfer van derden om tegenover dat van de leverancier te zetten. Dat zal veranderen, en wanneer dat gebeurt, is de meest informatieve vergelijking die van de agentische rijen, waar de marges van de leverancier het grootst zijn en dus het meest gebaat zijn bij een tweede mening.

Eén detail pleit juist de andere kant op en verdient lof. Liquid heeft speciaal een kwantisatiebewuste distillatie-checkpoint getraind om de nauwkeurigheid terug te winnen die Q4_0-kwantisatie kost, en levert die als een apart GGUF-bestand. De cijfers van het kleine model publiceren op de precisie waarop mensen het daadwerkelijk zullen draaien, doen meer dan de meeste leveranciers, en het maakt de 4-bit-cijfers iets betrouwbaarder dan een post-hoc kwantisatie zou doen.

Het draaien ervan, en de instellingen die ertoe doen

De éénregelige opdracht is ollama run lfm3, en de standaard van 1,7 GB is het juiste startpunt op een machine met 16 GB. De pagina bevat ook vier éénregelige launchers die het model koppelen aan een bestaande agent-harness — ollama launch claude --model lfm3, en hetzelfde patroon voor OpenCode, Hermes Agent en OpenClaw. Dat is het nuttigste op de pagina: het betekent dat het model kan worden ingezet in een agent-lus die je al draait zonder een client te schrijven, wat een lagere drempel is dan de meeste introducties van lokale modellen halen.

Er staan twee samplingprofielen op de kaart en ze zijn niet uitwisselbaar: temperatuur 0,1 met top_k 50 en herhalingsstraf 1,1 voor chat, toolgebruik, agents en coderen; temperatuur 1,0 met top_p 0,95 en top_k 20 voor wiskunde en wetenschap. Het agentprofiel op een wiskundeprobleem loslaten is de meest voorkomende manier om dit model slechter te laten lijken dan het is.

Als je GGUF rechtstreeks binnenhaalt in plaats van via Ollama, vallen de bestandsgroottes gunstig uit. Het QAD Q4_0-checkpoint is 1,05 GB, iets kleiner dan Q4_K_M met 1,1 GB, en het is degene die getraind is om kwantisatie te overleven. Q6_K is 1,43 GB en Q8_0 is 1,85 GB als er ruimte voor is; BF16 is 3,47 GB en op deze grootte zelden de moeite waard.

De licentie is de LFM Open License v1.0 — in essentie Apache 2.0, met één toevoeging: commercieel gebruik is gratis onder een jaarlijkse omzet van 10 miljoen dollar en vereist vanaf dat bedrag een betaalde licentie. De drempel wordt over een bedrijfsgroep heen geaggregeerd en blijft gelden bij fine-tunes, zodat een hernoemd afgeleid werk er niet aan ontkomt. Non-profitorganisaties en onderzoeksgebruikers zijn vrijgesteld, ongeacht hun omzet. Als u die grens nadert, lees dan de licentietekst in plaats van een samenvatting, inclusief deze.

Wat het gesplitste profiel betekent voor hoe je het uitrolt

Een model dat sterk is in het volgen van instructies en toolcontracten, zwak in parametrische kennis en retrieval over lange contexten, en goedkoop genoeg om op een laptop te draaien, is geen algemene assistent. Het is een uitvoerder. De architectuur die daarbij past is een lokale lus — het model beslist welke tool het aanroept, formatteert de argumenten, volgt het schema — waarbij de kennisintensieve en echt lange-contextstappen aan iets groters worden overgedragen.

Die opsplitsing is het geval waarin een router zijn plaats verdient, en het is de moeite waard om precies te zijn over wat OrcaRouter hier wel en niet dekt. LFM3-1.7B is open-weight en draait op je eigen hardware; het staat niet in onze catalogus, en niets in dit stuk is een API-pitch ervoor. Wat wij bieden is de andere helft van de opsplitsing: één sleutel die toegang geeft tot meer dan 200 gehoste modellen voor de escalatiestap, met 0% opslag op de lijstprijzen van providers, automatische failover wanneer een provider achteruitgaat, en een routing-DSL die meerdere modellen in één aanroep samenvoegt. In de praktijk blijft het lokale model de standaard voor de loop, en gaan de aanroepen die echte kennis nodig hebben via één endpoint naar buiten in plaats van via een tweede SDK en een tweede contract.

Als je het model evalueert in plaats van het te deployen, is failover de goedkopere manier om erachter te komen of het standhoudt: stuur een deel van het verkeer ernaartoe, houd de fallback geconfigureerd en vergelijk op je eigen taken in plaats van op de tabel van Liquid AI.

Vragen die de lancering openlaat

Is de Ollama-build hetzelfde als de Hugging Face GGUF?

Niet precies. Ollama's standaard van 1,7 GB is Q4-klasse en komt overeen met de generieke GGUF in plaats van de quantisatiebewuste checkpoint, een apart bestand van 1,05 GB op Hugging Face dat is getraind om Q4_0-nauwkeurigheid te herstellen. De nvfp4-tag verwijst naar dezelfde digest als :latest, dus het is niet de NVFP4-build ondanks de naam. Als quantisatiekwaliteit voor je taak belangrijk is, haal dan het QAD-bestand op en voer het rechtstreeks uit via llama.cpp.

Kan een laptop het volledige 256K-venster gebruiken?

Zelden. Het cachecijfer van 1,6 GB dat Liquid publiceert, geldt voor 128K, en cachegeheugen schaalt met het venster, dus de volledige 256K vereist ongeveer het dubbele daarvan voordat de gewichten en de runtime worden meegerekend. Op een machine met 16 GB is een werkcontext in het bereik van 32K tot 64K het realistische plafond; het grotere venster kun je beter lezen als een claim over reservecapaciteit voor serverimplementaties dan als een laptopcapaciteit.

Waarom lopen de agentscores en de kennisscores zo ver uiteen?

Omdat ze verschillende dingen meten, en de trainingsrun gaf de voorkeur aan één ervan. De laatste mid-trainingfase van 3,5T tokens benadrukte agentische sporen en tool calls, waarna post-training supervised fine-tuning op 1,75T tokens en reinforcement learning over toolgebruik en gestructureerde output toevoegde. Parametrische kennis is wat een model van 1,7B de minste ruimte heeft om op te slaan, en de AA-Omniscience-verdeling — 7,07 nauwkeurigheid tegenover 92,93 niet-hallucinatie — suggereert dat het is getraind om te weigeren in plaats van te gokken. Dat is een ontwerpkeuze, en het is de juiste voor een agent.

Het vonnis

LFM3-1.7B is het eerste model in deze gewichtsklasse waarbij de agentische benchmarkrijen de reden zijn om het te downloaden in plaats van een voetnoot. Als je een lokale agent bouwt die betrouwbaar tools moet aanroepen, een schema moet volgen en zich moet onthouden van een antwoord in plaats van er een te verzinnen, is het nu één commando verwijderd en past het profiel bij de taak. Als je een model nodig hebt dat dingen weet, nauwkeurig uit een lang document ophaalt of een meertraps-engineeringtaak doorloopt, zegt de tabel duidelijk dat je elders moet kijken — en de 256K-specificatie is de minst betrouwbare regel erop.

De waarde om in de gaten te houden is niet het gemiddelde van 49.37. Het is of een onafhankelijke run de agentische marges reproduceert, want dat zijn de rijen waarin een 1.7B-model claimt een 9B-model te verslaan en waarin het eigen testharnas van een leverancier de meeste ruimte heeft om gunstig uit te pakken.