Liquid AI 在 10 月底放出 LFM3 家族，其中最不起眼的小弟 LFM3-1.7B 反而最值得看：1.73B 参数、256K 上下文、4bit 量化后只占约 1GB 内存，11 月 7 日上架 OpenRouter，输入每百万 token 只要 0.08 美元。
把它拿去和比自己大 5 倍的 Qwen3.5-9B 对打，Agent 基准 LiveClaw 是 45.60 对 35.77，AutomationBench 是 41.29 对 15.10，指令遵循 IFEval 96.66 直接全场第一。一个能塞进手机的小模型，凭什么在 Agent 场景把 9B 按住？
它到底是什么：三混合架构 + 为 Agent 后训练
LFM3 是 Liquid AI 的新一代家族，含 base、文本、视觉、音频、omni、decision 六条产品线。LFM3-1.7B 是纯文本款，基于全新的 tri-hybrid（三混合）架构。
- 参数规模：1.73B，词表 128,000
- 架构：24 层 = 13 层门控短卷积 + 5 层滑动窗口注意力 + 6 层全局注意力。卷积便宜地处理局部信息，全局注意力只留 6 层管长程依赖，这就是它能用 1GB 内存吃下 256K 上下文的关键
- 上下文：256K token（输入 + 输出），OpenRouter 上单次最多输出 8,192 token
- 语言：官方列了 16 种，含中文、日文、韩文、阿拉伯文、越南文、泰文
- 后训练方向：明确针对 Agent harness（官方点名 Hermes Agent、Pi、OpenClaw）、工具调用、结构化输出做强化
- 许可：LFM Open License v1.0，权重在 Hugging Face 开放下载，已超 7 万次下载
训练取向一句话：22 万亿 token 里，最后 3.5 万亿换成了高质量的 Agent 轨迹和工具调用数据，再用六个专家教师的在线策略蒸馏（MOPD）压回单一模型。它不是”能力强所以被拿来当 Agent 用”，而是从训练后期就照着 Agent 的活儿在练。
基准成绩：小模型里的异类，但偏科明显
数据来自官方模型卡，BF16 全上下文下用 vLLM 跑出。对照组里 Qwen3.5-4B 和 9B 都比它大。
| 基准 | LFM3-1.7B | LFM2.5-2.6B | Qwen3.5-4B | Qwen3.5-9B |
|---|---|---|---|---|
| LiveClaw（Agent 综合） | 45.60 | 14.70 | 19.94 | 35.77 |
| AutomationBench | 41.29 | 0.94 | 8.67 | 15.10 |
| WebArena-Verified | 38.42 | 3.02 | 21.92 | 28.94 |
| BFCL V4（函数调用） | 71.39 | 55.89 | 55.12 | 62.83 |
| IFEval（指令遵循） | 96.66 | 95.39 | 92.52 | 92.08 |
| GPQA Diamond（知识推理） | 63.37 | 57.78 | 75.76 | 80.40 |
| SWE-bench Verified（编程） | 43.40 | 18.00 | 41.20 | 51.20 |
| RULER 128K（长上下文检索） | 65.56 | 1.15 | 84.63 | 87.11 |
结论很清楚：凡是”按流程干活”它全面领先，凡是”靠脑子硬想”它明显落后。24 项平均 49.37，比 Qwen3.5-9B 的 47.24 还高，靠的是 Agent 与指令遵循两项。
更值得记的是”不瞎编”：AA-Omniscience 里准确率仅 7.07%，但非幻觉率 92.93% 全场最高。小模型知道自己不知道，在工具调用链路里比多背冷知识值钱。
使用体验与真实局限
部署几乎没门槛：vLLM、llama.cpp、Ollama、MLX 四条路径，GGUF 用 Q4_0 就行。官方实测 32K 上下文下，它在 Ryzen AI Max+ 395、M5 Max 和 iPhone 17 Pro 上预填充至少快 2.5 倍、解码快 1.8 倍，内存占用还最低。
但硬伤也明确，官方模型卡里自己就写了：不推荐用于 Agentic coding 和复杂多步推理。数据印证——Terminal-Bench 2.1 仅 12.92，MCP-Atlas 32.57（Qwen3.5-9B 是 42.67）。
- 知识储备薄：HLE 无工具 7.17%、有工具 13.90%，问专业细节得靠检索兜底
- 长上下文”能吃不能嚼”：RULER 128K 仅 65.56，塞进 20 万字不代表能捞出来，检索任务建议接 RAG
- 中文”支持”而非”擅长”：短指令、格式转换稳定，中文长文写作语感不如同价位国产模型
- 不适合当主力编程模型：写脚本、改配置可以，跨文件重构别指望
价格与获取方式
三条路：OpenRouter 的 fp8 端点按量计费——输入 $0.08 / 输出 $0.20 每百万 token，缓存命中读 $0.02，另有免费变体可测试；从 Hugging Face 拉权重本地部署，4bit 约 1GB；或在单卡上做领域微调，官方强调这才是小模型的价值所在。
LFM3-1.7B 与其他模型横向对比
| 模型 | 参数规模 | 核心定位 | 本站评分 |
|---|---|---|---|
| LFM3-1.7B | 1.73B / 256K | 端侧 Agent 与工具调用 | 8.4 |
| Liquid LFM 2.5 | 24B（A2B 稀疏） | 上一代 Agent 推理模型 | 8.0 |
| Qwen3.8 2.4T A95B | 2.4T MoE | 国产开源旗舰 | 8.8 |
| 文心 5.5 Flash Base | 2800 亿 MoE | 高性价比开源文本 | 8.3 |
| Nemotron 3.5 Super VL | 120B | 企业私有化部署 | 8.5 |
坐标很清晰：绝对能力进不了第一梯队，但”每 GB 内存、每美元买到多少 Agent 能力”这个维度上没有对手——它不替代旗舰，只分流高频小任务。
综合评分
| 维度 | 评分 | 评价 |
|---|---|---|
| 功能完整度 | 8.3 / 10 | 256K 上下文 + 工具调用 + 结构化输出齐全，但 MCP 生态偏弱 |
| 易用性 | 9.2 / 10 | 1GB 内存、GGUF/MLX/Ollama/vLLM 全支持，手机也能跑 |
| 性价比 | 9.3 / 10 | 输入 $0.08/百万 token，本地部署零成本，还有免费变体 |
| 中文支持 | 7.8 / 10 | 官方支持中文，短指令稳定，长文写作语感一般 |
| 输出质量 | 7.5 / 10 | 指令遵循顶尖、不瞎编，但知识薄、复杂推理弱 |
综合评分：8.4 / 10
常见问题（FAQ）
LFM3-1.7B 免费吗？
权重免费下载（LFM Open License v1.0），本地跑只花电费；API 按量计费，OpenRouter 输入 0.08 美元、输出 0.20 美元每百万 token，另有限速的免费变体。
本地部署需要什么配置？
4bit 量化约 1GB 内存，16GB 内存的笔记本绰绰有余，官方实测 iPhone 17 Pro 也能跑。跑满 256K 上下文建议显存 8GB 以上，KV cache 也吃内存。
它适合写代码吗？
写单点脚本、改配置、生成结构化输出可以，跨文件重构不行——官方明确不推荐用于 Agentic coding。真要写代码，看 Kimi K2.7 Code 或 GLM 5.3。
和 Qwen3.5-9B 该选哪个？
看任务类型。工具调用、网页操作、流程化自动化选 LFM3-1.7B，便宜十几倍；知识问答、复杂推理、中文长文选 Qwen3.5-9B。最省钱是两个都接，用路由分流。
支持中文吗？效果如何？
支持，官方语言列表含中文在内共 16 种。短指令、格式转换稳定；中文长文创作明显弱于同价位国产模型，这类任务建议换模型。
总结：小模型的价值不在跑分
它的意义不是”1.7B 打赢 9B”这种标题党结论，而是把 Agent 里那些高频、低价值、不需要脑子的活儿——解析参数、路由判断、格式转换、盯状态——成本压到几乎可以忽略。旗舰负责想，它负责干，这是目前最务实的分工。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：Liquid LFM 2.5 评测 · 腾讯混元 Hy4 评测 · Particle-1 评测。