Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

LFM3-⁠1.7B

Liquid AI · États-Unis · sorti le Liquid AI · États-Unis · 27 octobre 2026

Entré sur QUELLE IA le · les nouveaux modèles

  • Poids ouverts · LFM Open License v1.0
  • Carte graphique 8 Go
En attente de mesuresAucun banc d'essai ne l'a encore noté.
Empreinte?
RaisonnementCodeAgentsUsageMathsSciencesFrançaisVisionÉcritureWebEn attente de mesures

Son bilan?

  • Pas encore mesuré par les benchmarks que suit le site.
L'essayer surLiquid Playground (nouvel onglet)

Estimationenviron 0,16 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général

En attente de mesuresPas encore de score

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.

Les dix tâches?

  • Raisonnement
    Non mesuré
  • Code
    Non mesuré
  • Agents
    Non mesuré
  • Usage
    Non mesuré
  • Maths
    Non mesuré
  • Sciences
    Non mesuré
  • Français
    Non mesuré
  • Vision
    Non mesuré
  • Écriture
    Non mesuré
  • Web
    Non mesuré

Potentiel QUELLE IA

Estimation
  1. 156e à 178eMilieu51e et au-delà
  2. Haut11e à 50e
  3. Prétendant1er à 10e

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 GoSur 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. La méthode

Annoncé par Liquid AI

Hors du score

Ce que l'éditeur dit lui-même de ce modèle, sur sa page du . Ces chiffres ne sont pas vérifiés par une source indépendante et 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.
BenchmarkRésultat annoncéD'où vient le chiffre
Agents
LiveClaw45,6 %calculé par Liquid AI (vLLM, BF16)
Claw-Eval General (EN)moyenne68,6 %calculé par Liquid AI (vLLM, BF16)
Claw-Eval General (EN)pass^351,4 %calculé par Liquid AI (vLLM, BF16)
BrowseComp-Plussous-ensemble OpenClaw37,0 %calculé par Liquid AI (vLLM, BF16)
WebArena-Verified38,4 %calculé par Liquid AI (vLLM, BF16)
EnterpriseOps-Gym28,2 %calculé par Liquid AI (vLLM, BF16)
AutomationBenchjeu public41,3 %calculé par Liquid AI (vLLM, BF16)
Outils
BFCL V471,4 %calculé par Liquid AI (vLLM, BF16)
ToolSandbox80,4 %calculé par Liquid AI (vLLM, BF16)
MCP-Atlas32,6 %calculé par Liquid AI (vLLM, BF16)
τ³-benchquatre domaines, moyenne68,0 %calculé par Liquid AI (vLLM, BF16)
Code agentique
SWE-bench Verifiedharnais OpenCode43,4 %calculé par Liquid AI (vLLM, BF16)
SWE-bench Multilingualharnais OpenCode23,0 %calculé par Liquid AI (vLLM, BF16)
Terminal-Bench 2.1harnais OpenCode12,9 %calculé par Liquid AI (vLLM, BF16)
Code
LiveCodeBench v673,5 %calculé par Liquid AI (vLLM, BF16)
LiveCodeBench Pro 25Q231,7 %calculé par Liquid AI (vLLM, BF16)
Consignes
IFEval96,7 %calculé par Liquid AI (vLLM, BF16)
IFBench73,0 %calculé par Liquid AI (vLLM, BF16)
IFStruct93,7 %calculé par Liquid AI (vLLM, BF16)
Multi-IF89,1 %calculé par Liquid AI (vLLM, BF16)
Connaissances
GPQA Diamond63,4 %calculé par Liquid AI (vLLM, BF16)
Humanity's Last Examsans outils7,2 %calculé par Liquid AI (vLLM, BF16)
Humanity's Last Examavec outils13,9 %calculé par Liquid AI (vLLM, BF16)
Long contexte
RULER128 000 jetons65,6 %calculé par Liquid AI (vLLM, BF16)

Liquid AI le compare à LFM2.5-2.6B, MiniCPM5 2B, Gemma 4 E4B, Qwen3.5 4B et Qwen3.5 9B sur la même page, tous servis par vLLM en BF16 à leur contexte complet. Relu le sur la page de Liquid AI et son annonce.

Peut-il tourner chez vous ?ESTIMATION

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.

Mémoire selon la versionAllégée, 4 bits1,2 GoAllégée, 8 bits2,1 GoComplète, 16 bits4,0 GoLe pointillé marque 6 Go, la mémoire utile d'une carte graphique de 8 Go. Au-delà, le modèle ne tient plus sur cette machine.
Vitesse de générationPas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

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

Où le trouver

Liens directs, sans affiliation

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.?
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.