A compact 1.7B-parameter text model with a 256K-token context, post-trained for agents, tool calling, and structured outputs. It reasons before it answers. Prompts and outputs may be retained and used to train Liquid models.
提供商
此模型由一家提供商托管。OpenRouter 直接转发每个请求,不进行路由。
| US$0.08 | US$0.20 | US$0.02 | 0.52s | 179 tok/s |
输入 US$0.08 / 输出 US$0.20179 tok/s96.64% 正常运行时间
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
LFM3-1.7B — 价格历史
| US$0.0293 | US$0.200 | 84.5% | 100.0% |
- 有效输入价格 US$0.0293 / 实际输出 US$0.200token 占比100.0%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。

活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
常见问题
A compact 1.7B-parameter text model with a 256K-token context, post-trained for agents, tool calling, and structured outputs. It reasons before it answers. Prompts and outputs may be retained and used to train Liquid models.
LFM3-1.7B 的费用为 US$0.08/百万输入 token 和 US$0.20/百万输出 token,Cache Read,价格为 US$0.02/M tokens 单独计费。
LFM3-1.7B 的上下文窗口为 262,144 个 token。它最多支持 8,192 个补全 token。
是的。LFM3-1.7B 接受 tools 和 tool_choice,以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
在 OpenRouter 上,LFM3-1.7B 由 1 家提供商提供服务:Liquid。
d1.1, d1-ultra, LFM2.5-24B-A2B 及另外 1 个 是 Liquid 的其他 文本 模型。
LFM3-1.7B 于 2026年11月6日 发布。