LFM3-1.7B w Ollama: jedna komenda i karta ocen, która dzieli się na dwie części

W chwili pisania tego tekstu strona Ollama dla lfm3 była dostępna od około godziny i odnotowała 45 pobrań. To całość jej dotychczasowego publicznego użycia. Model, który za tym stoi, LiquidAI/LFM3-1.7B, ogłoszono dzień wcześniej, 27 października 2026 r., jako tekstowego członka rodziny LFM3 zbudowanego na szkielecie LFM3-1.7B-Base — obok modeli vision, audio, omni i dwóch modeli decyzyjnych, które Liquid AI udostępniła w tej samej partii. To, co zmieniło się 28 października, nie dotyczy modelu. Dotyczy dostarczania: ollama run lfm3 zastępuje szukanie kompilacji llama.cpp zgodnej z LFM3, która była drogą z dnia premiery.

To, co jest warte więcej niż jedna linijka changelogu, to tabela benchmarków. LFM3-1.7B prezentuje jedną z najbardziej jednostronnych tabel wyników w klasie małych modeli: pokonuje Qwen3.5-9B — model ponad pięć razy większy od siebie — w automatyzacji przeglądarki, wywoływaniu narzędzi i realizacji instrukcji, a przegrywa z nim o dwucyfrową liczbę punktów w wiedzy ogólnej i wyszukiwaniu informacji w długim kontekście. Każda liczba w tej tabeli pochodzi od samego Liquid AI. Żadna z nich nie została jeszcze niezależnie odtworzona.

Co tak naprawdę zmieniło się 28 października

Ollama wymienia pięć tagów dla lfm3, wszystkie opatrzone datą w ciągu tej samej godziny, wszystkie z określeniem kontekstu 256K i wejściem wyłącznie tekstowym. Domyślny to ten, który pobierze większość ludzi.

• lfm3:latest i lfm3:1.7b — 1,7 GB, domyślny artefakt klasy Q4 oraz ten sam digest pod obiema nazwami

• lfm3:1.7b-mlx-bf16 — 3,5 GB, MLX w pełnej precyzji dla Apple silicon

• lfm3:1.7b-mxfp8 — 2,1 GB, 8-bitowy MLX

• lfm3:1.7b-nvfp4 — 1.7 GB, i to jest ten, któremu trzeba się uważnie przyjrzeć

Ten ostatni tag ma digest 2012d88e202f — identyczny artefakt, który stoi za :latest. Pobranie lfm3:1.7b-nvfp4 przez Ollama nie daje Ci checkpointu NVFP4; prawdziwy znajduje się w osobnym repozytorium na Hugging Face, opublikowanym do serwowania na GPU, a nie do lokalnego pobierania. To, czy tag jest placeholderem, czy pomyłką przy publikacji, nie jest udokumentowane na stronie Ollama. Digesty można sprawdzić i są identyczne, co ma znaczenie, jeśli liczyłeś na oszczędności pamięci FP4 na laptopie.

Sama strona Ollama nie jest uploadem społeczności. Karta modelu Liquid AI wymienia Ollama jako jeden z obsługiwanych silników GGUF, obok llama.cpp i LM Studio, więc jest to ścieżka wskazana przez dostawcę, która dociera z opóźnieniem, a nie kompilacja obcej osoby. Tekst karty modelu na stronie pochodzi od samego Liquid: „LFM3-1.7B to trójhybrydowy model dla lokalnych agentów i wyspecjalizowanych zastosowań”.

Architektura — w kategoriach, które decydują, czy pasuje

LFM3-1.7B ma 1,73 mld parametrów w 24 warstwach, a tylko sześć z tych warstw realizuje pełną uwagę. Trzynaście to bramkowane krótkie sploty z rozmiarem jądra równym siedem, w porównaniu z trzema w poprzedniej generacji, a pięć to uwaga z przesuwnym oknem o rozmiarze 256 tokenów. Większość tokenów w długim prompcie w ogóle nie trafia do globalnej macierzy uwagi i stąd bierze się cała historia z pamięcią.

Liquid pozwala zmieścić 128K-tokenowy cache KV w 1,6 GB. Ta sama wartość dla Qwen3.5-4B wynosi 4,3 GB, a dla MiniCPM5-2B — 5,6 GB. To ta różnica, a nie liczba parametrów, jest powodem, dla którego model 1,7B może utrzymać długi kontekst na sprzęcie, na którym model 4B nie może. Warto zapamiętać jeszcze dwie liczby: 22T tokenów wstępnego treningu oraz końcowy etap treningu pośredniego obejmujący 3,5T tokenów, z większym naciskiem na ślady agentowe i wywołania narzędzi. Ten ostatni etap to najjaśniejsze wyjaśnienie wszystkiego w dwóch następnych sekcjach.

Karta wymienia też 16 języków, słownik 128K współdzielony z LFM2.5-8B-A1B oraz tryb myślenia włączony domyślnie — Ollama pokazuje go jako tag możliwości, a nie ukrytą flagę. Kontekst 256K jest realny w sensie konfiguracji, ale karta podaje wartość KV tylko dla 128K; przy pełnych 256K pamięć podręczna skaluje się wraz z oknem, więc górny kraniec tego zakresu traktuj jako ustawienie dla centrum danych, a nie dla laptopa.

Gdzie wyniki są wysokie

Wzorzec jest spójny w każdym zadaniu, które nagradza wykonywanie czegoś za pomocą narzędzia, a nie wiedzę o świecie. Są to liczby raportowane przez dostawcę, a punktami odniesienia są te, które wybrała Liquid AI.

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

• AutomationBench — 41,29, wobec 0,94 dla LFM2.5-2.6B i 15,10 dla Qwen3.5-9B

• Wywoływanie narzędzi BFCL V4 — 71,39, w porównaniu z 55,89 i 62,83 dla tych samych dwóch

• IFBench — 73,03 w porównaniu z 48,84 dla Qwen3.5-9B

• IFEval — 96,66, najwyższy wynik w tabeli Liquid

• LiveCodeBench v6 — 73.46, wyprzedzając wynik Qwen3.5-9B wynoszący 69.86

Najciekawszy wiersz nie jest tym największym. AA-Omniscience to benchmark oceniany częściowo na podstawie tego, czy model odmawia odpowiedzi zamiast zgadywać, a LFM3-1.7B osiąga 92,93 w zakresie niehalucynacji wobec 52,59 dla Qwen3.5-9B. Jego dokładność na tym samym zestawie wynosi 7,07. Odczytane razem, te dwie liczby opisują model, który przeważnie mówi, że nie wie — co jest niedocenianą cechą u agenta, który ma właśnie podjąć działanie, a złą u asystenta, od którego oczekuje się odpowiadania na pytania.

Tam, gdzie przegrywa, czasem dotkliwie

Ta sama tabela, odczytana w drugą stronę.

• GPQA Diamond — 63,37, w porównaniu z 80,40 dla Qwen3.5-9B i 65,15 dla MiniCPM5-2B, modelu 2B, który go przewyższa

• Humanity's Last Exam, bez narzędzi — 7,17 w porównaniu z 16,41 dla Qwen3.5-9B

• RULER 128K — 65,56 wobec 84,63 dla Qwen3.5-4B i 87,11 dla Qwen3.5-9B

• Rozumowanie długokontekstowe AA-LCR — 52,83 wobec 62,00 w przypadku Qwen3.5-9B

• MCP-Atlas — 32,57, w porównaniu z 41,37 w przypadku Qwen3.5-4B i 42,67 w przypadku Qwen3.5-9B

• SWE-bench Verified — 43,40, w porównaniu z 51,20 dla Qwen3.5-9B

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

Wiersz RULER zasługuje na osobne zdanie: model, którego główną specyfikacją jest okno 256K, jest najsłabszym retrieverem długiego kontekstu we własnej tabeli porównawczej — przegrywa z modelami reklamującymi jedną czwartą tego. Długie okno i umiejętność znalezienia w nim czegoś to odrębne umiejętności, a LFM3-1.7B nabył pierwszą bez drugiej. Każdy, kto planuje skierować go na duże repozytorium lub długą umowę, powinien sprawdzić ten wiersz, zanim zaufa karcie specyfikacji.

MCP-Atlas i para SWE-bench to ta sama lekcja w innym rejestrze. LFM3-1.7B dobrze radzi sobie ze sterowaniem pojedynczym narzędziem o jasnym kontrakcie. Jest w tyle w pracy wieloetapowej i z użyciem wielu narzędzi, do której faktycznie powstają frameworki agentowe, a jeszcze bardziej w tyle, gdy praca wymaga wiedzy o tym, co robi baza kodu.

Czym są te liczby, a czym nie są

Każda liczba powyżej pochodzi z własnego przebiegu ewaluacji Liquid AI, opublikowanego wraz z premierą. Metodologii nie ma w ogłoszeniu: brak konfiguracji harnessu dla poszczególnych testów, brak informacji, z ilu prób uśredniono wyniki, brak wskazania, czy modele porównawcze zostały uruchomione przez Liquid, czy zacytowane z ich własnych kart. Tabela z 27 wierszami mająca jednego właściciela jest argumentem, a nie pomiarem.

Na Artificial Analysis nie ma wpisu LFM3-1.7B na dzień 28 października, więc nie ma liczby strony trzeciej, którą można by zestawić z liczbą dostawcy. To się zmieni, a gdy to nastąpi, najbardziej informacyjnym porównaniem będą wiersze agentowe, w których marginesy dostawcy są największe i dlatego najbardziej potrzebują drugiej opinii.

Jeden szczegół działa jednak na korzyść i zasługuje na uznanie. Liquid wytrenował checkpoint destylacji świadomej kwantyzacji specjalnie po to, by odzyskać dokładność, którą traci kwantyzacja Q4_0, i dostarcza go jako osobny plik GGUF. Publikowanie wyników małego modelu w precyzji, w której ludzie faktycznie będą go uruchamiać, to więcej, niż robi większość dostawców, i sprawia, że liczby dla 4 bitów są nieco bardziej wiarygodne niż przy kwantyzacji wykonanej po fakcie.

Uruchamianie i ustawienia, które mają znaczenie

Jednowierszowe polecenie to ollama run lfm3, a domyślny wariant 1,7 GB jest właściwym punktem wyjścia na maszynie z 16 GB. Na stronie są też cztery jednowierszowe launchery, które podłączają model do istniejącego środowiska agentowego — ollama launch claude --model lfm3 oraz ten sam schemat dla OpenCode, Hermes Agent i OpenClaw. To najużyteczniejsza rzecz na stronie: oznacza, że model można wstawić do pętli agentowej, którą już uruchamiasz, bez pisania klienta, co jest niższą poprzeczką niż w przypadku większości uruchomień modeli lokalnych.

Dwa profile próbkowania znajdują się na karcie modelu i nie są zamienne: temperatura 0,1 z top_k 50 i karą za powtarzanie 1,1 do czatu, korzystania z narzędzi, agentów i kodowania; temperatura 1,0 z top_p 0,95 i top_k 20 do matematyki i nauk ścisłych. Uruchamianie profilu agenta na zadaniu matematycznym to najczęstszy sposób, by ten model wyglądał gorzej, niż jest w rzeczywistości.

Jeśli pobierasz GGUF bezpośrednio, a nie przez Ollama, rozmiary plików układają się korzystnie. Checkpoint QAD Q4_0 ma 1,05 GB, nieznacznie mniej niż Q4_K_M przy 1,1 GB, i to on jest trenowany tak, by przetrwać kwantyzację. Q6_K ma 1,43 GB, a Q8_0 1,85 GB, jeśli jest na to zapas miejsca; BF16 ma 3,47 GB i przy tym rozmiarze rzadko jest wart zachodu.

Licencja to LFM Open License v1.0 — w istocie Apache 2.0, z jednym dodatkiem: użycie komercyjne jest bezpłatne poniżej 10 mln USD rocznego przychodu, a od tej kwoty wzwyż wymaga płatnej licencji. Próg sumuje się w obrębie całej grupy korporacyjnej i obowiązuje także w przypadku fine-tunów, więc zmieniona nazwa wersji pochodnej nie pozwala go obejść. Organizacje non-profit i użytkownicy prowadzący badania są zwolnieni niezależnie od przychodu. Jeśli jesteś blisko tej granicy, przeczytaj tekst licencji, a nie streszczenie — w tym to.

Co oznacza profil podziału dla sposobu jego wdrażania

Model, który jest mocny w przestrzeganiu instrukcji i kontraktach narzędzi, słaby w wiedzy parametrycznej i wyszukiwaniu w długim kontekście, a przy tym wystarczająco tani, by działać na laptopie, nie jest asystentem ogólnego przeznaczenia. Jest wykonawcą. Architektura, która do niego pasuje, to lokalna pętla — model decyduje, które narzędzie wywołać, formatuje argumenty, przestrzega schematu — a kroki wymagające dużej wiedzy i naprawdę długiego kontekstu są przekazywane czemuś większemu.

Taki podział to przypadek, w którym router zasługuje na swoje miejsce, i warto dokładnie określić, co OrcaRouter tu obejmuje, a czego nie. LFM3-1.7B ma otwarte wagi i działa na własnym sprzęcie; nie ma go w naszym katalogu i nic w tym tekście nie jest ofertą API dla niego. Zapewniamy drugą połowę tego podziału: jeden klucz do ponad 200 hostowanych modeli na etap eskalacji, z 0% marży na ceny katalogowe dostawców, automatycznym przełączaniem awaryjnym, gdy dostawca zawodzi, oraz DSL routingu, który łączy kilka modeli w jedno wywołanie. W wersji praktycznej lokalny model pozostaje domyślnym rozwiązaniem dla pętli, a wywołania wymagające rzeczywistej wiedzy wychodzą przez jeden punkt końcowy zamiast drugiego SDK i drugiej umowy.

Jeśli oceniasz model, zamiast go wdrażać, failover to tańszy sposób sprawdzenia, czy sobie poradzi: skieruj do niego część ruchu, pozostaw skonfigurowany fallback i porównaj na własnych zadaniach zamiast na tabeli Liquid AI.

Pytania, które start pozostawia otwarte

Czy kompilacja Ollama to to samo co GGUF z Hugging Face?

Nie do końca. Domyślny plik Ollama o rozmiarze 1,7 GB jest klasy Q4 i odpowiada ogólnemu plikowi GGUF, a nie checkpointowi uwzględniającemu kwantyzację, który jest osobnym plikiem o rozmiarze 1,05 GB w Hugging Face, wytrenowanym do przywracania dokładności Q4_0. Tag nvfp4 wskazuje na ten sam digest co :latest, więc mimo nazwy nie jest to kompilacja NVFP4. Jeśli jakość kwantyzacji ma znaczenie w Twoim zadaniu, pobierz plik QAD i uruchom go bezpośrednio przez llama.cpp.

Czy laptop może wykorzystać pełne okno 256K?

Rzadko. Podawana przez Liquid wartość 1,6 GB pamięci podręcznej dotyczy 128K, a pamięć podręczna skaluje się wraz z oknem, więc pełne 256K wymaga mniej więcej dwa razy tyle, zanim uwzględni się wagi i środowisko uruchomieniowe. Na maszynie z 16 GB realistycznym pułapem jest roboczy kontekst w zakresie od 32K do 64K; większe okno lepiej odczytywać jako deklarację zapasu na potrzeby wdrożeń serwerowych niż jako możliwość laptopa.

Dlaczego wyniki agentów i wyniki wiedzy tak bardzo się różnią?

Ponieważ mierzą różne rzeczy, a przebieg treningu sprzyjał jednemu z nich. Końcowy etap treningu pośredniego na 3,5 bln tokenów kładł nacisk na ślady działań agentowych i wywołania narzędzi, po czym etap po treningu wstępnym dodał nadzorowane dostrajanie na 1,75 bln tokenów oraz uczenie ze wzmocnieniem obejmujące korzystanie z narzędzi i ustrukturyzowane dane wyjściowe. Wiedza parametryczna to obszar, w którym model o 1,7B ma najmniej miejsca na przechowywanie, a podział AA-Omniscience — 7,07 dokładności wobec 92,93 braku halucynacji — sugeruje, że wytrenowano go tak, by odmawiał, a nie zgadywał. To decyzja projektowa i słuszna w przypadku agenta.

Werdykt

LFM3-1.7B to pierwszy model w tej klasie wagowej, w którym wiersze benchmarków agentowych są powodem, by go pobrać, a nie przypisem. Jeśli budujesz lokalnego agenta, który musi niezawodnie wywoływać narzędzia, przestrzegać schematu i powstrzymywać się od odpowiedzi zamiast ją wymyślać, teraz wystarczy jedno polecenie, a profil pasuje do zadania. Jeśli potrzebujesz modelu, który ma wiedzę, dokładnie wydobywa informacje z długiego dokumentu albo rozwiązuje wieloetapowe zadanie inżynierskie, tabela mówi wprost, że należy szukać gdzie indziej — a specyfikacja 256K jest najmniej wiarygodnym wierszem na niej.

Liczbą, na którą trzeba uważać, nie jest średnia 49,37. Chodzi o to, czy niezależny przebieg odtworzy marginesy w testach agentowych, ponieważ to właśnie w tych wierszach model 1,7B twierdzi, że bije model 9B, i tam własny harness dostawcy ma największe pole do schlebiania.