AI TOOLS RADAR
Prześlij
Wszystkie modele / LIQUID
liquid logo
liquid

LiquidAI: LFM2.5-Embedding-350M (free)

Opis źródłowy (angielski)

LFM2.5-Embedding-350M is a text embedding model from Liquid AI. It produces 1,024-dimensional embeddings for retrieval and semantic search. Successful OpenRouter requests and embeddings may be retained and used to train...

Zobacz źródło w OpenRouter Hugging Face
Przegląd

Specyfikacja modelu

Kontekst
512 tokens
Maksymalne wyjście
460 tokens
Architektura
text->embeddings
Tokenizer
Other
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Wejście
Bezpłatnie
za milion tokenów
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Dokumentacja API

curl --fail-with-body https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"liquid/lfm-2.5-embedding-350m:free","input":"Your text here"}'
Możliwości i modalności

Wejście → Wyjście

Wejście
text
Wyjście
embeddings
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 16 września 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

Liquid

bf16
Kontekst
1K
Maksymalne wyjście
0K
Wejście
Bezpłatnie
Wyjście
Bezpłatnie
Odczyt pamięci podręcznej
Brak danych
Zapis pamięci podręcznej
Brak danych
liquid

1 modele

Wszystkie modele
liquid logoliquid

LiquidAI: LFM2.5-2.6B (free)

LFM2.5-2.6B is a compact reasoning model from Liquid AI. It is suited for agent workflows, data extraction, RAG, and long-context processing. Liquid advises against using it for agentic coding or...

Kontekst
66K
Wejście
text
Wyjście
text
Wejście: BezpłatnieWyjście: Bezpłatnieza milion tokenów
Zobacz szczegóły modelu →