# LFM3-1.7B

> Fiche du modèle de langage LFM3-1.7B sur QUELLE IA, édition du 9 novembre 2026. LFM3-1.7B (Liquid AI) vient de sortir et n'a pas encore été mesuré. Sa fiche, son prix et les liens pour l'essayer.

Page : https://quelleia.com/modeles/lfm3-1-7b/
Origine : Liquid AI · États-Unis · sorti le 27 octobre 2026
Entré sur QUELLE IA le 28 octobre 2026 : https://quelleia.com/nouveaux-modeles/#lfm3-1-7b

## Son bilan

- Pas encore mesuré par les benchmarks que suit le site.
- À essayer sur [Liquid Playground](https://playground.liquid.ai)
- Prix estimé : environ 0,16 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question (une estimation, pas un tarif ; méthode : https://quelleia.com/demarche/#prix-estime)

## Score général

- Score IA : en attente de mesures

- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | non mesuré | Non mesuré |
| Sciences | non mesuré | Non mesuré |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Potentiel QUELLE IA (estimation)

- Performance : Milieu de tableau. Score estimé de 55,1 à 62,1, soit entre le 156e et le 178e rang sur 257 modèles classés, d'après ses résultats annoncés sur GPQA Diamond et Humanity's Last Exam.
- Prix : 0,11 $. Par million de jetons, trois en entrée pour un en sortie (prix des catalogues de l'API). Aucun des 159 modèles classés qui atteignent ce niveau ne coûte moins cher.
- Chez soi : Au niveau · Carte graphique 8 Go. Sur une carte graphique de 8 Go, il serait au niveau de Qwen3-8B (58,1), le meilleur classé qui y tient : l'écart est dans la marge.

Estimation de QUELLE IA à partir des résultats que l'éditeur annonce, placés sur l'échelle du score général puis corrigés de l'optimisme des annonces : sur les 10 modèles annoncés puis mesurés, les annonces surestimaient de 2,5 points, et l'écart restant est de 1,3 point en médiane. Ne compte dans aucun classement et disparaît dès le premier score mesuré. Méthode : https://quelleia.com/demarche/#potentiel

## Annoncé par Liquid AI

Ce que l'éditeur dit lui-même de ce modèle (page du 27 octobre 2026, relue le 28 octobre 2026). Ces chiffres ne comptent pas dans le score IA.

- Disponibilité : Depuis le 27 octobre 2026 sur Hugging Face, le Playground et l'API de Liquid AI.
- Taille : 1,73 milliard de paramètres ; environ 1 Go de mémoire en version allégée à 4 bits, selon Liquid AI.
- Contexte : 256 000 jetons (entrée et sortie).
- Langues : Seize, dont le français.
- Poids : Ouverts sur Hugging Face sous LFM Open License v1.0 : usage commercial réservé aux entreprises de moins de 10 millions de dollars de chiffre d'affaires annuel.
- Usages : Agents locaux, appel d'outils, sorties structurées et spécialisation par entraînement ; Liquid AI le déconseille pour le code agentique et le raisonnement complexe en plusieurs étapes, vu sa taille.

| Domaine | Benchmark | Résultat annoncé | D'où vient le chiffre |
| --- | --- | --- | --- |
| Agents | LiveClaw | 45,6 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | Claw-Eval General (EN) (moyenne) | 68,6 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | Claw-Eval General (EN) (pass^3) | 51,4 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | BrowseComp-Plus (sous-ensemble OpenClaw) | 37,0 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | WebArena-Verified | 38,4 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | EnterpriseOps-Gym | 28,2 % | calculé par Liquid AI (vLLM, BF16) |
| Agents | AutomationBench (jeu public) | 41,3 % | calculé par Liquid AI (vLLM, BF16) |
| Outils | BFCL V4 | 71,4 % | calculé par Liquid AI (vLLM, BF16) |
| Outils | ToolSandbox | 80,4 % | calculé par Liquid AI (vLLM, BF16) |
| Outils | MCP-Atlas | 32,6 % | calculé par Liquid AI (vLLM, BF16) |
| Outils | τ³-bench (quatre domaines, moyenne) | 68,0 % | calculé par Liquid AI (vLLM, BF16) |
| Code agentique | SWE-bench Verified (harnais OpenCode) | 43,4 % | calculé par Liquid AI (vLLM, BF16) |
| Code agentique | SWE-bench Multilingual (harnais OpenCode) | 23,0 % | calculé par Liquid AI (vLLM, BF16) |
| Code agentique | Terminal-Bench 2.1 (harnais OpenCode) | 12,9 % | calculé par Liquid AI (vLLM, BF16) |
| Code | LiveCodeBench v6 | 73,5 % | calculé par Liquid AI (vLLM, BF16) |
| Code | LiveCodeBench Pro 25Q2 | 31,7 % | calculé par Liquid AI (vLLM, BF16) |
| Consignes | IFEval | 96,7 % | calculé par Liquid AI (vLLM, BF16) |
| Consignes | IFBench | 73,0 % | calculé par Liquid AI (vLLM, BF16) |
| Consignes | IFStruct | 93,7 % | calculé par Liquid AI (vLLM, BF16) |
| Consignes | Multi-IF | 89,1 % | calculé par Liquid AI (vLLM, BF16) |
| Connaissances | GPQA Diamond | 63,4 % | calculé par Liquid AI (vLLM, BF16) |
| Connaissances | Humanity's Last Exam (sans outils) | 7,2 % | calculé par Liquid AI (vLLM, BF16) |
| Connaissances | Humanity's Last Exam (avec outils) | 13,9 % | calculé par Liquid AI (vLLM, BF16) |
| Long contexte | RULER (128 000 jetons) | 65,6 % | calculé par Liquid AI (vLLM, BF16) |

Sources : https://huggingface.co/LiquidAI/LFM3-1.7B

## Exécution locale

Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version complète, par exemple une GeForce RTX 5050. Mémoire estimée : 4,0 Go.

- Allégée, 4 bits : 1,2 Go
- Allégée, 8 bits : 2,1 Go
- Complète, 16 bits : 4,0 Go

- Plus petite machine : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version complète
- Carte graphique : [Carte graphique 8 Go](https://quelleia.com/local/#carte_graphique_8_go), version complète ; par exemple [GeForce RTX 5050](https://quelleia.com/local/geforce-rtx-5050/)
- PC portable RTX : [PC portable GeForce RTX 8 Go](https://quelleia.com/local/#pc_portable_rtx_8_go), version complète ; par exemple [PC portable avec GeForce RTX 5050](https://quelleia.com/local/pc-portable-geforce-rtx-5050/)
- PC portable Intel : [PC portable Intel Core Ultra 32 Go](https://quelleia.com/local/#pc_portable_intel_32_go), version complète ; par exemple [Samsung Galaxy Book6 Pro 16 pouces, 32 Go](https://quelleia.com/local/samsung-galaxy-book6-pro-16/)
- PC portable Snapdragon : [PC portable Snapdragon X2 48 Go](https://quelleia.com/local/#pc_portable_snapdragon_48_go), version complète ; par exemple [ASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 Go](https://quelleia.com/local/asus-zenbook-a16-2026-snapdragon-x2-48go/)
- Mac : [Mac 16 Go](https://quelleia.com/local/#mac_16_go), version complète ; par exemple [Mac mini M6, 16 Go](https://quelleia.com/local/mac-mini-m6-16go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version complète ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia : [PC portable RTX Spark 64 Go](https://quelleia.com/local/#rtx_spark_64_go), version complète ; par exemple [Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go](https://quelleia.com/local/microsoft-surface-laptop-ultra-15-rtx-spark-64go/)
- Sans carte graphique : [PC portable 16 Go](https://quelleia.com/local/#portable_16_go), version complète ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

### Vitesse de génération

Pas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Méthode : https://quelleia.com/local/#vitesse-estimee

## Fiche technique

- Prix : 0,07 € / 0,18 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 262 144 jetons (environ 197 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 1,7 milliards
- Licence : LFM Open License v1.0 (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/LiquidAI/LFM3-1.7B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=LFM3-1.7B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- L'essayer : [Liquid Playground](https://playground.liquid.ai)

## En bref

**Quel est le score de LFM3-1.7B ?** LFM3-1.7B n'a pas encore de score : au 9 novembre 2026, aucun benchmark suivi ne l'a mesuré. Son score arrivera avec les premiers résultats. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**LFM3-1.7B peut-il tourner en local ?** Tient à partir d'une carte graphique de 8 Go (6 Go utiles), en version complète, par exemple une GeForce RTX 5050. Mémoire estimée : 4,0 Go.

**Combien coûte LFM3-1.7B ?** 0,07 € par million de jetons en entrée et 0,18 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,16 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite LFM3-1.7B ?** LFM3-1.7B est édité par Liquid AI (États-Unis), et il est sorti le 27 octobre 2026. Ses poids sont ouverts, sous licence LFM Open License v1.0.

Source : QUELLE IA, édition du 9 novembre 2026. https://quelleia.com