LFM2.5-2.6B — компактная модель рассуждения от Liquid AI. Он подходит для рабочих процессов агентов, извлечения данных, RAG и обработки длинного контекста. Liquid не советует использовать его для агентного кодирования или задач, требующих больших знаний. Подсказки и выходные данные можно сохранить и использовать для обучения моделей Liquid.
Модель доступна на этих площадках.
Вы можете выбрать конкретную площадку, провайдера, обеспечивающего доступ к ней, либо воспользоваться нашими типовыми правилами маршрутизации.
| Площадка | Провайдер | Вход | Выход | Кэш | Ошибки tool-calling | Ошибки structured output |
|---|---|---|---|---|---|---|
| Liquid fp8 | ru_openrouter | 39,21 ₽/M | 56,02 ₽/M | 4,48 ₽/M | — | — |
| bothub n/a | bothub | 42,84 ₽/M | 61,2 ₽/M | 4,89 ₽/M | — | — |
Результаты на стандартизированных оценках. Проценты и ранги показывают положение модели среди моделей каталога.
Готовый код для вызова модели. API совместим с OpenAI: укажите base_url LLM Mart. В примере уже подставлен slug: liquid/lfm-2.5-2.6b.
curl -s "https://llmmart.ru/api/v1/chat/completions" \
-H "Authorization: Bearer $LLM_ROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "liquid/lfm-2.5-2.6b",
"messages": [
{"role": "user", "content": "Привет!"}
]
}'from openai import OpenAI
client = OpenAI(
api_key="sk-...", # API-ключ из личного кабинета
base_url="https://llmmart.ru/api/v1",
)
response = client.chat.completions.create(
model="liquid/lfm-2.5-2.6b",
messages=[
{"role": "user", "content": "Привет!"},
],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.LLM_ROUTER_API_KEY,
baseURL: "https://llmmart.ru/api/v1",
});
const response = await client.chat.completions.create({
model: "liquid/lfm-2.5-2.6b",
messages: [{ role: "user", content: "Привет!" }],
});
console.log(response.choices[0]?.message?.content);Нужен API-ключ организации — создайте ключ в личном кабинете или см. инструкцию. Подробнее: первый запрос к модели и примеры SDK.