LiquidAI: LFM2.5-1.2B-Thinking (free) liquid/lfm-2.5-1.2b-thinking:free

Модель LiquidAI: LFM2.5-1.2B-Thinking (free) от Liquid AI (семейство lfm-2) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Доступны через единый API НейроГейт: 3 модели Liquid AI.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

33K

контекст, токенов

0 ₽

бесплатный тариф

возможностей

Что такое LiquidAI: LFM2.5-1.2B-Thinking (free)

Лёгкая reasoning-модель для RAG, извлечения данных и агентных сценариев на ограниченной инфраструктуре.

LFM2.5-1.2B-Thinking — компактная языковая модель от Liquid AI с встроенным механизмом внутреннего рассуждения (chain-of-thought thinking). Несмотря на небольшой размер, она ориентирована на задачи, требующие структурированного мышления: агентные сценарии, извлечение данных и retrieval-augmented generation (RAG). Поддержка контекстного окна до 32 768 токенов позволяет обрабатывать длинные документы и многошаговые диалоги без потери контекста.

Ключевое преимущество модели — способность работать на граничных устройствах (edge devices) при сохранении reasoning-возможностей. Это делает её интересным вариантом для сценариев, где важны низкие требования к инфраструктуре, быстрый отклик и возможность локального развёртывания. Модель доступна бесплатно, что снижает порог входа для экспериментов и прототипирования.

Семейство LFM2 от Liquid AI строится на архитектурных подходах, отличных от классических трансформеров, что теоретически даёт преимущества в эффективности при работе с длинными последовательностями. Конкретные benchmark-показатели для данной версии публично не подтверждены, поэтому оценивать её стоит прежде всего через практическое тестирование на целевых задачах.

Когда брать эту модель

✓ RAG-пайплайны: ответы на вопросы по длинным документам с reasoning-шагом
✓ Агентные задачи с многошаговым планированием при ограниченных ресурсах
✓ Извлечение и структурирование данных из неструктурированного текста
✓ Прототипирование и эксперименты без затрат благодаря бесплатному доступу
✓ Edge-развёртывание там, где нужен reasoning без тяжёлых облачных моделей

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Извлеки из следующего фрагмента договора все упоминания сроков, сумм и ответственных сторон, оформив результат в виде структурированного JSON. [текст договора]

Использование LiquidAI: LFM2.5-1.2B-Thinking (free) через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "liquid/lfm-2.5-1.2b-thinking:free",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="liquid/lfm-2.5-1.2b-thinking:free",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "liquid/lfm-2.5-1.2b-thinking:free",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);