证据: 基准测试结果由厂商自行报告
LFM3 1.7B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
为智能体框架调优的 1.7B 边缘模型，上下文 256K。24 层中 13 层为门控短卷积（无 KV 缓存），5 层使用 256 token 滑动窗口，6 层使用全局注意力。Ollama 以 lfm3:1.7b 提供（Q4_K_M 为 1.1 GB），llama.cpp 自 2026 年 10 月 27 日起可加载。
LFM3 1.7B 在 Q4_K_M 下约需 2 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 1.5 GB | ~325 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 1.6 GB | ~303 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 2 GB | ~270 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 2.1 GB | ~254 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 2.3 GB | ~238 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 2.7 GB | ~210 tok/s | 可运行 | |
| F16 16.00 bpw | 4.4 GB | ~145 tok/s | 可运行 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. LFM3 1.7B 显存计算器 →
运行 LFM3 1.7B
目录中能运行 LFM3 1.7B 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 LFM3 1.7B
安装 Ollama，然后运行：
ollama run lfm3:1.7b规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 1.7 Billion
- 上下文窗口
- 262,144
- 架构
- Hybrid: 13 short-conv + 5 sliding-window + 6 global-attention layers
- 提供商
- Liquid AI
- 许可证
- LFM Open License v1.0
- Practical deployment
- Edge device (phone, SBC)
- 规格量化
- Q4_K_M
- 系统内存
- 8 GB
- 记录更新于
- 2026-11-03
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Commercial use is licensed only below $10M annual revenue; above that, a separate agreement.
限制与注意事项
- Commercial use is licensed only below US$10M annual revenue.
- Benchmarks on the card are vendor-reported.
另请参阅 LFM2.5 2.6B
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
Liquid LFM3 的其他尺寸
LFM3 1.7B — 常见问题
How much VRAM does LFM3 1.7B need?
About 2 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does LFM3 1.7B run on an RTX 4090 (24 GB)?
Yes. LFM3 1.7B needs about 2 GB at Q4_K_M, inside a 24 GB card, at an estimated 270 tokens/sec.
How do I run LFM3 1.7B locally?
Install Ollama and run `ollama run lfm3:1.7b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Liquid LFM3 come in?
LFM3 1.7B (2 GB), LFM3-VL 2B (2 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.