LFM3-VL-2B — открытая vision-language модель Liquid AI из семейства LFM3 с 1,92 млрд параметров (1,73 млрд — языковая LFM3, плюс новый 164M vision encoder и 25M проектор); на вход принимает текст, изображения и видео в нативном разрешении с частотой 2 fps, на выходе даёт текст. Модель поддерживает 128K контекста и 16 языков, а в режиме мышления сначала рассуждает по шагам; её сильные стороны — пространственное и телесное рассуждение с grounding для робототехники, понимание документов, OCR, графиков и GUI. По данным вендора, средний результат — 71,4 на 62 vision-бенчмарках против 57,6 у LFM2.5-VL-3B; для кодинга, многоходовых диалогов и сложного рассуждения модель не рекомендована. Открытые веса опубликованы в GGUF, MLX и ONNX под LFM Open License v1.0.
Основные характеристики
Временная шкала
Технические характеристики
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Мультимодальность
Другие тесты
Лицензия и метаданные
LFM3-VL-2B: плюсы и минусы
Плюсы
- Понимает изображения, не только текст
- Открытые веса — можно запустить на своём сервере
- Сильнее всего в тесте DocVQA — 96.7%
Минусы
- Уступает новым моделям по сводному индексу (278-е место из 371)
- Слабее в тесте SimpleVQA — 36.3%
- Нет данных о доступе по API
Похожие модели
Все моделиLFM2.5-VL-3B
Liquid AI
LFM2.5-2.6B
Liquid AI
LFM3-1.7B
Liquid AI
Ministral 3 (8B Instruct 2512)
Mistral AI
Gemma 4 E2B
Ministral 3 (3B Instruct 2512)
Mistral AI
Granite 3.3 8B Instruct
IBM
Gemini 1.5 Flash 8B
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.