LFM3-1.7B на Ollama: одна команда и отчётная карточка, которая делится на две части

На момент написания страница Ollama для lfm3 была доступна около часа, и на ней было зафиксировано 45 скачиваний. Это весь объём публичного использования на данный момент. Модель, стоящая за этим, LiquidAI/LFM3-1.7B, была анонсирована на день раньше, 27 октября 2026 года, как текстовая модель семейства LFM3, созданная на базе LFM3-1.7B-Base — вместе с vision-, audio- и omni-моделями, а также двумя decision-моделями, которые Liquid AI выпустила в том же пакете. То, что изменилось 28 октября, — не модель. Это способ доставки: ollama run lfm3 заменяет поиск совместимой с LFM3 сборки llama.cpp, а именно так приходилось действовать в день запуска.

Причина, по которой это стоит больше, чем строка в списке изменений, — таблица бенчмарков. LFM3-1.7B демонстрирует одну из самых асимметричных таблиц результатов в классе малых моделей: она превосходит Qwen3.5-9B — модель, более чем в пять раз крупнее её, — в браузерной автоматизации, вызове инструментов и следовании инструкциям, но уступает ей с двузначным отрывом в общих знаниях и поиске по длинному контексту. Каждая цифра в этой таблице принадлежит самой Liquid AI. Ни одна из них пока не была независимо воспроизведена.

Что на самом деле изменилось 28 октября?

Ollama перечисляет пять тегов для lfm3 — все с временными метками в пределах одного часа, у всех указан контекст 256K и только текстовый ввод. По умолчанию будет тот, который большинство людей и загрузит.

• lfm3:latest и lfm3:1.7b — 1,7 ГБ, артефакт класса Q4 по умолчанию и один и тот же дайджест под обоими именами

• lfm3:1.7b-mlx-bf16 — 3,5 ГБ, MLX полной точности для Apple silicon

• lfm3:1.7b-mxfp8 — 2,1 ГБ, 8-битный MLX

• lfm3:1.7b-nvfp4 — 1,7 ГБ, и именно этот стоит внимательно изучить

У последнего тега дайджест 2012d88e202f — тот же самый артефакт, что и за :latest. Загрузка lfm3:1.7b-nvfp4 через Ollama не даёт вам контрольную точку NVFP4; настоящая находится в отдельном репозитории на Hugging Face и опубликована для обслуживания на GPU, а не для локальной загрузки. Является ли тег заглушкой или это оплошность при публикации — страница Ollama об этом не сообщает. Дайджесты можно проверить, и они идентичны, а это как раз то, что имеет значение, если вы рассчитывали на экономию памяти FP4 на ноутбуке.

Сама страница Ollama — это не загрузка от сообщества. В карточке модели Liquid AI Ollama указан как один из поддерживаемых движков GGUF, наряду с llama.cpp и LM Studio, так что это предусмотренный производителем вариант, появившийся позже, а не сборка постороннего автора. Текст карточки модели на странице принадлежит самой Liquid: «LFM3-1.7B — это трёхгибридная модель для локальных агентов и специализированных приложений».

Архитектура — в терминах, которые определяют, подходит ли она.

LFM3-1.7B — это 1,73 млрд параметров на 24 слоях, и только шесть из этих слоёв выполняют полное внимание. Тринадцать — это стробируемые короткие свёртки с размером ядра семь вместо трёх в предыдущем поколении, а пять — это внимание со скользящим окном в 256 токенов. Большинство токенов в длинном промпте вообще не попадают в глобальную матрицу внимания — вот откуда история про память.

Liquid укладывает KV-кэш на 128K токенов в 1,6 ГБ. Тот же показатель для Qwen3.5-4B составляет 4,3 ГБ, а для MiniCPM5-2B — 5,6 ГБ. Именно этот разрыв, а не число параметров, — причина, по которой модель на 1,7B может удерживать длинный контекст на оборудовании, где модель на 4B не может. Стоит запомнить ещё две цифры: 22T токенов предварительного обучения и финальный этап среднего обучения на 3,5T токенов с акцентом на агентные трассы и вызовы инструментов. Именно этот последний этап — самое ясное объяснение всего, что будет в следующих двух разделах.

Карточка также перечисляет 16 языков, словарь на 128K, общий с LFM2.5-8B-A1B, и режим рассуждения, включённый по умолчанию, — Ollama отображает его как тег возможности, а не как скрытый флаг. Контекст 256K реален с точки зрения конфигурации, но карточка публикует показатель KV только при 128K; при полных 256K кэш масштабируется вместе с окном, поэтому верхнюю границу этого диапазона следует считать настройкой для дата-центра, а не для ноутбука.

Где показатели высоки

Эта закономерность сохраняется во всех задачах, где поощряется выполнение чего-либо с помощью инструмента, а не знание чего-либо о мире. Это цифры, заявленные производителем, а варианты для сравнения — те, что выбрала Liquid AI.

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

AutomationBench — 41,29 против 0,94 у LFM2.5-2.6B и 15,10 у Qwen3.5-9B

• BFCL V4 — вызов инструментов: 71,39 против 55,89 и 62,83 у тех же двух.

• IFBench — 73,03 против 48,84 у Qwen3.5-9B

• IFEval — 96,66, самый высокий показатель в таблице Liquid

LiveCodeBench v6 — 73,46, опережая Qwen3.5-9B с результатом 69,86

Самая интересная строка — не самая большая. AA-Omniscience — это бенчмарк, оценка в котором частично зависит от того, отказывается ли модель отвечать вместо того, чтобы угадывать, и LFM3-1.7B показывает 92.93 по отсутствию галлюцинаций против 52.59 у Qwen3.5-9B. Её точность на том же наборе — 7.07. Вместе эти два числа описывают модель, которая в основном говорит, что не знает, — что является недооценённым свойством для агента, который вот-вот совершит действие, и плохим — для ассистента, от которого ожидают ответов на вопросы.

Где он проигрывает, иногда сильно

Та же таблица, прочитанная в обратном направлении.

• GPQA Diamond — 63,37 против 80,40 у Qwen3.5-9B и 65,15 у MiniCPM5-2B — 2B-модели, которая его превосходит

• Humanity's Last Exam, без инструментов — 7,17 против 16,41 у Qwen3.5-9B

• RULER 128K — 65.56 против 84.63 у Qwen3.5-4B и 87.11 у Qwen3.5-9B

• AA-LCR — рассуждение на длинном контексте — 52,83 против 62,00 у Qwen3.5-9B

• MCP-Atlas — 32,57 против 41,37 у Qwen3.5-4B и 42,67 у Qwen3.5-9B

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

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

Строка RULER заслуживает отдельного предложения: модель, чья ключевая характеристика — окно в 256K, оказывается самым слабым извлекателем длинного контекста в собственной сравнительной таблице, уступая моделям, заявляющим окно вчетверо меньше. Длинное окно и способность что-то в нём найти — разные навыки, и LFM3-1.7B приобрела первый без второго. Всем, кто планирует направить её на большой репозиторий или длинный договор, стоит проверить эту строку, прежде чем доверять спецификации.

MCP-Atlas и пара SWE-bench — это один и тот же урок, изложенный в ином регистре. LFM3-1.7B хорошо справляется с управлением одним инструментом с чётким контрактом. Он отстаёт в многошаговой работе с несколькими инструментами, для которой на самом деле созданы агентные фреймворки, и отстаёт ещё сильнее, когда работа требует понимания того, что делает кодовая база.

Что представляют собой эти числа, а чем они не являются

Каждая цифра выше взята из собственного оценочного прогона Liquid AI, опубликованного вместе с запуском. Методология в анонсе отсутствует: нет конфигурации тестового стенда для отдельных тестов, не указано, по скольким попыткам усреднялись результаты, и нет указаний, запускала ли Liquid модели для сравнения сама или брала цифры из их собственных карточек. Таблица из 27 строк с единственным владельцем — это аргумент, а не измерение.

По состоянию на 28 октября записи LFM3-1.7B на Artificial Analysis нет, поэтому нет стороннего показателя, с которым можно было бы сопоставить показатель поставщика. Это изменится, и когда это произойдёт, наиболее информативным будет сравнение строк по агентным задачам, где разрывы у поставщика наибольшие и потому больше всего нуждаются в независимой оценке.

Одна деталь, однако, играет в противоположную сторону и заслуживает признания. Liquid обучила контрольную точку дистилляции с учётом квантования специально, чтобы восстановить точность, которую теряет квантование Q4_0, и поставляет её отдельным файлом GGUF. Публикация показателей малой модели в той точности, в которой люди реально будут её запускать, — это больше, чем делают большинство поставщиков, и это делает 4-битные цифры немного надёжнее, чем при постфактумном квантовании.

Запуск и настройки, которые имеют значение

Однострочная команда — ollama run lfm3, и вариант по умолчанию на 1,7 ГБ — правильная отправная точка на машине с 16 ГБ. На странице также есть четыре однострочных лаунчера, которые подключают модель к существующей обвязке агента — ollama launch claude --model lfm3 и тот же шаблон для OpenCode, Hermes Agent и OpenClaw. Это самое полезное на странице: модель можно встроить в уже работающий у вас цикл агента, не написав клиент, а это более низкий порог, чем у большинства запусков локальных моделей.

На карточке указаны два профиля сэмплирования, и они не взаимозаменяемы: температура 0.1, top_k 50 и штраф за повторения 1.1 — для чата, использования инструментов, агентов и программирования; температура 1.0, top_p 0.95 и top_k 20 — для математики и естественных наук. Запуск профиля для агентов на математической задаче — самый распространённый способ заставить эту модель выглядеть хуже, чем она есть.

Если вы скачиваете GGUF напрямую, а не через Ollama, размеры файлов удачно выстраиваются. Чекпоинт QAD Q4_0 занимает 1,05 ГБ — чуть меньше, чем Q4_K_M с его 1,1 ГБ, и именно он обучен переживать квантование. Q6_K занимает 1,43 ГБ, а Q8_0 — 1,85 ГБ, если есть запас; BF16 занимает 3,47 ГБ и при таком размере редко того стоит.

Лицензия LFM Open License v1.0 — по сути Apache 2.0 с одним дополнением: коммерческое использование бесплатно при годовом доходе ниже $10 млн и требует платной лицензии при доходе на этом уровне или выше. Порог агрегируется по корпоративной группе и распространяется на fine-tune-версии, поэтому переименованный производный продукт не избегает его. Некоммерческие организации и исследовательские пользователи освобождены независимо от дохода. Если вы близки к этой границе, читайте текст лицензии, а не краткое изложение, включая это.

Что означает разделённый профиль для способа его развёртывания

Модель, которая сильна в следовании инструкциям и соблюдении контрактов инструментов, слаба в параметрических знаниях и извлечении информации из длинного контекста и достаточно дешева, чтобы работать на ноутбуке, — это не универсальный помощник. Это исполнитель. Подходящая для нее архитектура — локальный цикл: модель решает, какой инструмент вызвать, форматирует аргументы, соблюдает схему, — а шаги, требующие больших знаний и действительно длинного контекста, передаются чему-то более крупному.

Такое разделение — это случай, когда роутер оправдывает своё место, и стоит точно обозначить, что OrcaRouter здесь покрывает, а что нет. LFM3-1.7B имеет открытые веса и работает на вашем собственном оборудовании; её нет в нашем каталоге, и ничто в этом материале не является API-презентацией для неё. Мы предоставляем другую половину разделения: один ключ для более чем 200 моделей с хостингом для шага эскалации, с 0% наценки на прайс-листы провайдеров, автоматическим переключением при деградации провайдера и DSL маршрутизации, который объединяет несколько моделей в один вызов. На практике локальная модель остаётся вариантом по умолчанию для цикла, а вызовы, которым нужны реальные знания, уходят через одну конечную точку вместо второго SDK и второго контракта.

Если вы оцениваете модель, а не развёртываете её, то переключение при сбое — более дешёвый способ выяснить, выдержит ли она: направьте на неё часть трафика, оставьте резервный вариант настроенным и сравнивайте на собственных задачах, а не по таблице Liquid AI.

Вопросы, которые запуск оставляет открытыми

Сборка Ollama — это то же самое, что GGUF от Hugging Face?

Не совсем так. Стандартный вариант Ollama объёмом 1,7 ГБ относится к классу Q4 и соответствует обычному GGUF, а не чекпоинту с учётом квантования (quantisation-aware), который представляет собой отдельный файл объёмом 1,05 ГБ на Hugging Face, обученный восстанавливать точность Q4_0. Тег nvfp4 указывает на тот же дайджест, что и :latest, поэтому, несмотря на название, это не сборка NVFP4. Если качество квантования важно для вашей задачи, скачайте файл QAD и запустите его напрямую через llama.cpp.

Может ли ноутбук использовать всё окно размером 256K?

Редко. Цифра кеша 1,6 ГБ, которую публикует Liquid, относится к 128K, а память кеша масштабируется вместе с окном, поэтому для полного 256K потребуется примерно вдвое больше — не считая весов и среды выполнения. На машине с 16 ГБ реалистичный потолок для рабочего контекста — диапазон от 32K до 64K; более крупное окно лучше воспринимать как заявку на запас для серверных развертываний, а не как возможность ноутбука.

Почему оценки агентов и оценки знаний так сильно расходятся?

Потому что они измеряют разные вещи, а в ходе обучения предпочтение было отдано одному из них. Финальный этап промежуточного обучения на 3,5 трлн токенов сделал акцент на агентных трассах и вызовах инструментов, затем посттренировка добавила дообучение с учителем на 1,75 трлн токенов и обучение с подкреплением по использованию инструментов и структурированному выводу. Параметрические знания — это то, для чего у модели с 1,7 млрд параметров меньше всего места, а разбивка AA-Omniscience — точность 7,07 против 92,93 по показателю отсутствия галлюцинаций — предполагает, что её обучали отказываться, а не угадывать. Это проектное решение, и для агента оно правильное.

Вердикт

LFM3-1.7B — первая модель в этом весовом классе, где строки агентных бенчмарков служат причиной скачать её, а не сноской. Если вы создаёте локального агента, которому нужно надёжно вызывать инструменты, следовать схеме и воздерживаться от ответа вместо его выдумывания, то теперь до этого одна команда, и профиль модели подходит для такой задачи. Если вам нужна модель, которая что-то знает, точно извлекает нужное из длинного документа или справляется с многоэтапной инженерной задачей, таблица прямо говорит, что стоит поискать в другом месте, — а спецификация 256K — самая ненадёжная строка в ней.

Следить нужно не за средним значением 49,37. Важно, воспроизведёт ли независимый прогон агентные отрывы, ведь именно в этих строках модель на 1,7 млрд параметров заявляет о превосходстве над 9-миллиардной, и именно там у собственного стенда поставщика больше всего простора для подыгрывания.