LFM3-1.7B

LFM3-1.7B は、Liquid AI の LFM3 オープンウェイトファミリーに属する、事後学習済みのテキスト専用モデルです。小型モデル、長いコンテキスト、ツール利用、予測しやすい配布形式が重要なローカルの特化アプリケーションとエージェントハーネスを対象にしています。Liquid AI はこのファミリーを 2026 年 10 月 27 日に公開しました。モデルカードには 17.3 億パラメータ、入力と出力を合わせた 256K トークンのコンテキスト、LFM Open License v1.0 が記載されています。

想定された用途

このチェックポイントは Hermes Agent、Pi、OpenClaw などのエージェントハーネス向けに訓練されています。Liquid AI はツール呼び出し、構造化出力、ドメイン固有のファインチューニングに向くと説明しています。tri-hybrid アーキテクチャは、ゲート付き短畳み込み、スライディングウィンドウ注意、グローバル注意を組み合わせます。モデルカードには英語、中国語、日本語を含む 16 言語が挙げられています。

公式の配布物は BF16、FP8、NVFP4、GGUF、MLX、ONNX を含みます。利用可能なハードウェアに応じて Transformers、vLLM、SGLang、llama.cpp、Ollama、LM Studio、MLX、ONNX Runtime で同じモデルを検証できます。Liquid AI は 4-bit 形式で約 1 GB のメモリと説明していますが、これはベンダー値です。プロンプト長、同時実行数、ランタイムのオーバーヘッドを含めて自分の環境で測定してください。

実践的な進め方

1. 対象デバイスに合う公式 GGUF、MLX、または ONNX を選びます。
2. 読み取り専用のツール一つから始め、代表タスクで JSON または schema 制約付き出力を検証します。
3. 知識集約型の質問には、モデルカードの推奨どおり検索や RAG を組み合わせます。
4. ファインチューニング前に、ツール失敗、曖昧な入力、多言語例を含む評価セットを固定します。

制約とリスク

LFM3-1.7B はコーディングエージェントや複雑な多段推論向けではありません。Liquid AI も小規模なためそれらの用途を推奨していません。長いコンテキスト上限は、想起、計画、事実性を保証しません。ツール権限を最小化し、書き込みや外部操作には確認を設け、より大きなモデルとエンドツーエンドの成功率を比較してから本番利用を広げてください。

代替案

• LFM 2.5-2.6B：Liquid AI の先行する小型エージェント向けモデル。
• Qwen 3.8 27B：ローカルの計算資源に余裕がある場合の、より大きいオープンウェイト選択肢。
• Gemma 3：オンデバイス用途の Google オープンモデルファミリー。

まとめ

ローカル自動化に、コンパクトなモデル、構造化出力、制約付きツール利用が必要なら LFM3-1.7B は評価候補です。公式パッケージが幅広く、展開の摩擦を抑えられますが、用途は特化した自動化であり、より大きなコーディングモデルや推論モデルの代替ではありません。公式モデルカードから始め、モデル、ライセンス、実行経路を自分の環境で確認してください。