LFM3-1.7B: โมเดล 1.7B สายเอเจนต์ที่ใช้แรม 1 GB และอ่านบริบทได้ 256K

Liquid AI เปิด LFM3-1.7B สถาปัตยกรรม tri-hybrid ผสม convolution กับ attention เน้นงานเอเจนต์และ tool calling บนอุปกรณ์เล็ก รองรับภาษาไทย และทำคะแนนรวมแซงโมเดลใหญ่กว่าหลายเท่า

Liquid AI เปิดตัว LFM3-1.7B โมเดลภาษาไทย-อังกฤษขนาด 1.73 พันล้านพารามิเตอร์ ที่ออกแบบมาสำหรับงานเอเจนต์ (agent) และแอปพลิเคชันเฉพาะทางบนอุปกรณ์ของผู้ใช้ ไม่ใช่โมเดลใหญ่ที่ต้องพึ่ง GPU ราคาแพง

จุดขายคือสถาปัตยกรรม ไม่ใช่จำนวนพารามิเตอร์

LFM3-1.7B ไม่ได้ใช้ Transformer แบบเดิมทั้งตัว แต่ใช้สถาปัตยกรรมที่ Liquid AI เรียกว่า tri-hybrid แบ่ง 24 เลเยอร์ออกเป็นสามชนิด

• 13 เลเยอร์เป็น gated short convolution — ทำงานเร็วและประหยัดหน่วยความจำ
• 5 เลเยอร์เป็น sliding-window attention — มองข้อมูลใกล้ตัวแบบละเอียด
• 6 เลเยอร์เป็น global attention — มองภาพรวมทั้งบริบท

ผลลัพธ์คือได้ context window ยาวถึง 256,000 โทเคน (นับทั้ง input และ output) พร้อม vocabulary 128,000 โทเคน ในขณะที่ขนาดโมเดลยังเล็กพอจะรันบนโทรศัพท์

รันบนเครื่องเล็กได้จริง

ที่ความละเอียด 4 บิต โมเดลใช้หน่วยความจำประมาณ 1 GB ตัวเลขนี้ทำให้มันรันบนโน้ตบุ๊กหรือมือถือได้โดยไม่ต้องต่อเน็ต

Liquid AI วัดที่ context 32K บนสามอุปกรณ์ (Ryzen AI Max+ 395, Apple M5 Max, iPhone 17 Pro) เทียบกับ MiniCPM5-2B, Qwen3.5-4B, Qwen3.5-9B และ Gemma 4 E4B แล้วอ้างว่าเร็วกว่าคู่แข่งทุกตัว

• ความเร็วประมวลผล prompt (prefill) เร็วกว่าอย่างน้อย 2.5 เท่า
• ความเร็วในการสร้างคำตอบ (decode) เร็วกว่าอย่างน้อย 1.8 เท่า
• ใช้หน่วยความจำน้อยที่สุดในกลุ่ม

ฝั่งเซิร์ฟเวอร์ หนึ่งเครื่อง NVIDIA B300 รับงานพร้อมกัน 1,024 คำขอ ให้ผลลัพธ์ได้ราว 3.6 พันล้านโทเคนต่อวัน

ตัวเลขที่ควรดู ไม่ใช่ตัวเลขที่โฆษณา

จุดที่ LFM3-1.7B ทำได้ดีคืองานเอเจนต์และการเรียกเครื่องมือ ซึ่งเป็นสิ่งที่โมเดลขนาด 1.7B ทั่วไปทำได้ไม่ดี

• LiveClaw 45.60 คะแนน ขณะที่ Qwen3.5-9B ได้ 35.77 และ LFM2.5-2.6B ได้ 14.70
• WebArena-Verified 38.42 สูงกว่าคู่แข่งทุกตัวในตาราง (Qwen3.5-9B ได้ 28.94)
• AutomationBench 41.29 (คู่แข่งได้ 0.94 ถึง 15.10)
• BFCL V4 (การเรียกฟังก์ชัน) 71.39 และ ToolSandbox 80.36
• ทำตามคำสั่ง (IFEval) 96.66, IFBench 73.03, Multi-IF 89.10
• อ่านบริบทยาว RULER 128K ได้ 65.56 และ AA-LCR 52.83
• ตอบโดยไม่มั่ว (AA-Omniscience non-hallucination) 92.93 สูงที่สุดในตาราง

ค่าเฉลี่ยรวมทุก benchmark อยู่ที่ 49.37 ซึ่งสูงกว่า Qwen3.5-9B ที่ได้ 47.24 ทั้งที่โมเดลเล็กกว่าห้าเท่า

จุดที่ยังสู้โมเดลใหญ่ไม่ได้

ความจริงที่ผู้พัฒนาควรรู้ก่อนเลือกใช้

• ความรู้เชิงลึกยังเป็นรอง — GPQA Diamond ได้ 63.37 ขณะที่ Qwen3.5-4B ได้ 75.76 และ Qwen3.5-9B ได้ 80.40
• Humanity's Last Exam ได้เพียง 7.17 (แบบไม่ใช้เครื่องมือ) จึงไม่เหมาะกับงานที่ต้องใช้ความรู้แม่นยำสูงโดยไม่มีแหล่งอ้างอิง
• Liquid AI ระบุเองว่าไม่แนะนำให้ใช้เขียนโค้ดแบบ agentic หรือแก้ปัญหาหลายขั้นตอนซับซ้อน งานที่ต้องใช้ความรู้ควรต่อ retrieval หรือ search เข้ามาช่วย

เริ่มใช้งานได้หลายทาง

มีไฟล์ให้เลือกตามฮาร์ดแวร์ ได้แก่ BF16 สำหรับ vLLM, SGLang และ Transformers, FP8 กับ NVFP4 สำหรับ GPU, GGUF สำหรับ llama.cpp, Ollama และ LM Studio, MLX 4-bit สำหรับชิป Apple และ ONNX สำหรับงานฝังในแอป

from transformers import pipeline

generator = pipeline("text-generation",
                     model="LiquidAI/LFM3-1.7B",
                     trust_remote_code=True)

messages = [{"role": "user", "content": "อธิบายว่า LFM3 ต่างจาก Transformer อย่างไร"}]
out = generator(messages, do_sample=True,
                temperature=0.1, top_k=50,
                repetition_penalty=1.1, max_new_tokens=2048)
print(out[0]["generated_text"][-1]["content"])

ค่าที่แนะนำสำหรับงานแชตและเอเจนต์คือ temperature 0.1, top_k 50 และ repetition penalty 1.1 ส่วนงานคณิตศาสตร์ให้ใช้ temperature 1.0, top_p 0.95, top_k 20

ตัวโมเดลถูกฝึกให้ใช้รูปแบบ tool calling แบบ XML และรองรับแนวคิด tool search คือใส่รายการเครื่องมือเข้าไปเฉพาะเมื่อจำเป็น ช่วยลดขนาด prompt เมื่อมีเครื่องมือเป็นร้อยตัว

ภาษาไทยอยู่ในรายการที่รองรับ

LFM3-1.7B รองรับ 16 ภาษา รวมถึงภาษาไทย ญี่ปุ่น เกาหลี จีน เวียดนาม และอินโดนีเซีย โดยใช้สัญญาอนุญาต LFM Open License v1.0 ซึ่งเปิดให้ใช้เชิงพาณิชย์ภายใต้เงื่อนไขของ Liquid AI

อีกจุดที่ทีมพัฒนาไทยจะสนใจคือการ fine-tune ทำได้บน GPU ใบเดียว และมี notebook ตัวอย่างสำหรับ SFT, DPO, GRPO และ continued pre-training มาให้แล้ว

ณ วันที่ 27 ตุลาคม 2026 โมเดลมียอดดาวน์โหลด 6,311 ครั้งในเดือนที่ผ่านมา และมีผู้กดถูกใจ 193 คนบน Hugging Face

สรุปท้ายข่าว

• LFM3-1.7B คือโมเดล 1.73B พารามิเตอร์ที่เน้นงานเอเจนต์และ tool calling เป็นหลัก ไม่ได้หวังชนะโมเดลใหญ่ในด้านความรู้
• จุดแข็งจริงคือสถาปัตยกรรม tri-hybrid ที่ให้ context 256K ในขนาดที่ 4 บิตใช้แรมราว 1 GB จึงรันบนโทรศัพท์หรือโน้ตบุ๊กได้
• ตัวเลขที่น่าสนใจคือ LiveClaw 45.60, BFCL V4 71.39, IFEval 96.66 และการตอบโดยไม่มโน 92.93 ซึ่งแซงโมเดลใหญ่กว่าหลายตัว
• ข้อจำกัดชัดเจนคือ GPQA Diamond 63.37 และ HLE 7.17 รวมถึงคำเตือนของเจ้าของโมเดลว่าไม่ควรใช้กับงานเขียนโค้ดหรือให้เหตุผลหลายขั้นตอน
• ถ้าจะนำไปใช้จริง ควรวางสถาปัตยกรรมแบบต่อ retrieval หรือเครื่องมือค้นหาเข้ามาช่วย และเลือกไฟล์ GGUF หรือ MLX ถ้าต้องรันบนเครื่องผู้ใช้
• สำหรับทีมที่ต้องรองรับภาษาไทย โมเดลนี้อยู่ในข่ายทดลองได้ เพราะรองรับไทยและ fine-tune ได้บน GPU ใบเดียว