{"id":18657,"date":"2026-09-14T22:38:16","date_gmt":"2026-09-14T15:38:16","guid":{"rendered":"https:\/\/droneth.or.th\/?p=18657"},"modified":"2026-09-14T22:38:16","modified_gmt":"2026-09-14T15:38:16","slug":"liquid-pipette","status":"publish","type":"post","link":"https:\/\/droneth.or.th\/ja\/liquid-pipette\/","title":{"rendered":"Liquid AI \u0e40\u0e1b\u0e34\u0e14 Pipette \u0e27\u0e31\u0e14\u0e42\u0e21\u0e40\u0e14\u0e25 Quantization Runtime \u0e41\u0e25\u0e30\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c\u0e43\u0e19\u0e0a\u0e38\u0e14\u0e40\u0e14\u0e35\u0e22\u0e27"},"content":{"rendered":"

\u0e04\u0e30\u0e41\u0e19\u0e19\u0e1a\u0e19 model card \u0e1a\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e01\u0e48\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e2a\u0e20\u0e32\u0e1e\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e15\u0e2d\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e25\u0e14\u0e04\u0e27\u0e32\u0e21\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e41\u0e25\u0e49\u0e27\u0e19\u0e33\u0e44\u0e1b\u0e23\u0e31\u0e19\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e42\u0e19\u0e49\u0e15\u0e1a\u0e38\u0e4a\u0e01 \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e08\u0e30\u0e23\u0e2d\u0e19\u0e32\u0e19\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19 \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e30\u0e01\u0e34\u0e19\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23 \u0e41\u0e25\u0e30\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e08\u0e30\u0e15\u0e01\u0e25\u0e07\u0e21\u0e32\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14 Liquid AI<\/strong> \u0e08\u0e36\u0e07\u0e40\u0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a Pipette<\/strong> \u0e0a\u0e38\u0e14 benchmark \u0e17\u0e35\u0e48\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32 \u201c\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07\u201d \u0e04\u0e37\u0e2d\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e27\u0e34\u0e18\u0e35 quantization, runtime \u0e41\u0e25\u0e30\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e14\u0e39\u0e0a\u0e37\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e22\u0e01\u0e40\u0e14\u0e35\u0e48\u0e22\u0e27<\/p>\n

\"Liquid<\/a>
\u0e20\u0e32\u0e1e: Liquid AI<\/figcaption><\/figure>\n

\u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a Artificial Analysis<\/strong> \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e27\u0e31\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e34\u0e2a\u0e23\u0e30 \u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e34\u0e14\u0e15\u0e31\u0e27\u0e04\u0e23\u0e2d\u0e1a\u0e04\u0e25\u0e38\u0e21\u0e15\u0e31\u0e27\u0e0a\u0e35\u0e49\u0e27\u0e31\u0e14\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e1a\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c 5 \u0e23\u0e32\u0e22\u0e01\u0e32\u0e23<\/strong> \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 1,000 configurations<\/strong> \u0e08\u0e32\u0e01\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 30 \u0e23\u0e38\u0e48\u0e19<\/strong> \u0e21\u0e35 runtime \u0e15\u0e23\u0e30\u0e01\u0e39\u0e25 llama.cpp<\/strong> \u0e1a\u0e19 macOS, iOS, Windows \u0e41\u0e25\u0e30 Android<\/strong> \u0e41\u0e25\u0e30\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e27 context \u0e15\u0e31\u0e49\u0e07\u0e41\u0e15\u0e48 256 \u0e16\u0e36\u0e07 8,192 tokens<\/strong><\/p>\n

\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e0a\u0e37\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e41\u0e15\u0e48\u0e04\u0e37\u0e2d\u0e17\u0e31\u0e49\u0e07\u0e0a\u0e38\u0e14\u0e23\u0e30\u0e1a\u0e1a<\/h3>\n

\u0e41\u0e19\u0e27\u0e04\u0e34\u0e14\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e02\u0e2d\u0e07 Pipette<\/strong> \u0e40\u0e02\u0e35\u0e22\u0e19\u0e44\u0e14\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e21\u0e01\u0e32\u0e23\u0e07\u0e48\u0e32\u0e22 \u0e46: \u0e42\u0e21\u0e40\u0e14\u0e25 + quantization + runtime + device \u0e08\u0e32\u0e01\u0e19\u0e31\u0e49\u0e19\u0e08\u0e36\u0e07\u0e01\u0e33\u0e2b\u0e19\u0e14 metric \u0e41\u0e25\u0e30\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e08\u0e33\u0e19\u0e27\u0e19 token \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e27\u0e31\u0e14 latency, throughput \u0e2b\u0e23\u0e37\u0e2d\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33 \u0e27\u0e34\u0e18\u0e35\u0e19\u0e35\u0e49\u0e0a\u0e48\u0e27\u0e22\u0e1b\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e19\u0e01\u0e32\u0e23\u0e2a\u0e23\u0e38\u0e1b\u0e01\u0e27\u0e49\u0e32\u0e07\u0e40\u0e01\u0e34\u0e19\u0e44\u0e1b\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2b\u0e19\u0e36\u0e48\u0e07 \u201c\u0e40\u0e23\u0e47\u0e27\u201d \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e2d\u0e32\u0e08\u0e21\u0e35\u0e1c\u0e25\u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c \u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e1a\u0e35\u0e1a\u0e2d\u0e31\u0e14 \u0e2b\u0e23\u0e37\u0e2d context<\/p>\n

\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e08\u0e32\u0e01\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e34\u0e14\u0e15\u0e31\u0e27\u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32 \u0e42\u0e21\u0e40\u0e14\u0e25\u0e02\u0e19\u0e32\u0e14 350M<\/strong> \u0e2a\u0e2d\u0e07\u0e23\u0e38\u0e48\u0e19\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49 quantization \u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e40\u0e21\u0e37\u0e48\u0e2d\u0e40\u0e1e\u0e34\u0e48\u0e21 context \u0e40\u0e1b\u0e47\u0e19 4,096 tokens<\/strong> \u0e23\u0e38\u0e48\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e23\u0e31\u0e01\u0e29\u0e32 throughput \u0e15\u0e2d\u0e19 decode \u0e44\u0e14\u0e49 78.4%<\/strong> \u0e41\u0e15\u0e48\u0e2d\u0e35\u0e01\u0e23\u0e38\u0e48\u0e19\u0e40\u0e2b\u0e25\u0e37\u0e2d\u0e40\u0e1e\u0e35\u0e22\u0e07 33.8%<\/strong> \u0e04\u0e27\u0e32\u0e21\u0e08\u0e38\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e43\u0e01\u0e25\u0e49\u0e01\u0e31\u0e19\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e1b\u0e23\u0e30\u0e01\u0e31\u0e19\u0e1e\u0e24\u0e15\u0e34\u0e01\u0e23\u0e23\u0e21\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e1a\u0e17\u0e2a\u0e19\u0e17\u0e19\u0e32\u0e22\u0e32\u0e27\u0e02\u0e36\u0e49\u0e19<\/p>\n

\u0e1c\u0e25\u0e0a\u0e38\u0e14\u0e41\u0e23\u0e01\u0e17\u0e35\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e21\u0e32\u0e08\u0e32\u0e01 MacBook Pro \u0e0a\u0e34\u0e1b M5 Max<\/strong>, iPhone 17 Pro<\/strong> \u304a\u3088\u3073 Galaxy S26 Ultra<\/strong> \u0e2a\u0e48\u0e27\u0e19 AMD Ryzen AI Max+ 395<\/strong> \u0e01\u0e31\u0e1a Radeon 8060S<\/strong> \u0e16\u0e39\u0e01\u0e23\u0e30\u0e1a\u0e38\u0e27\u0e48\u0e32\u0e08\u0e30\u0e15\u0e32\u0e21\u0e21\u0e32 \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e1b\u0e25\u0e48\u0e2d\u0e22\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e2d\u0e19\u0e38\u0e0d\u0e32\u0e15 Apache 2.0<\/strong> \u0e41\u0e22\u0e01\u0e40\u0e1b\u0e47\u0e19 pipette-mgmt<\/code>, pipette-clients<\/code> \u304a\u3088\u3073 pipette-scores<\/code> \u0e1e\u0e23\u0e49\u0e2d\u0e21\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e32\u0e18\u0e32\u0e23\u0e13\u0e30 dashboard \u0e41\u0e25\u0e30\u0e41\u0e2d\u0e1b benchmark \u0e1a\u0e19 iOS \u0e01\u0e31\u0e1a Android \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e08\u0e36\u0e07\u0e15\u0e23\u0e27\u0e08\u0e1c\u0e25\u0e2b\u0e23\u0e37\u0e2d\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c\u0e02\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e40\u0e2d\u0e07\u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e25\u0e07\u0e17\u0e30\u0e40\u0e1a\u0e35\u0e22\u0e19\u0e23\u0e2d<\/p>\n

\u0e17\u0e33\u0e0b\u0e49\u0e33\u0e1c\u0e25\u0e44\u0e14\u0e49\u0e40\u0e1e\u0e23\u0e32\u0e30\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e1a\u0e23\u0e34\u0e1a\u0e17\u0e01\u0e32\u0e23\u0e17\u0e14\u0e2a\u0e2d\u0e1a<\/h3>\n

Pipette<\/strong> \u0e01\u0e33\u0e2b\u0e19\u0e14\u0e23\u0e39\u0e1b\u0e17\u0e23\u0e07 token \u0e15\u0e32\u0e22\u0e15\u0e31\u0e27 \u0e43\u0e0a\u0e49 greedy decoding \u0e17\u0e34\u0e49\u0e07\u0e23\u0e2d\u0e1a warm-up \u0e41\u0e25\u0e49\u0e27\u0e27\u0e31\u0e14\u0e0b\u0e49\u0e33 5 \u0e23\u0e2d\u0e1a<\/strong> \u0e01\u0e48\u0e2d\u0e19\u0e41\u0e15\u0e48\u0e25\u0e30\u0e23\u0e2d\u0e1a \u0e23\u0e30\u0e1a\u0e1a\u0e08\u0e30\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e20\u0e32\u0e1e\u0e04\u0e27\u0e32\u0e21\u0e23\u0e49\u0e2d\u0e19\u0e41\u0e25\u0e30\u0e20\u0e32\u0e23\u0e30\u0e02\u0e2d\u0e07\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e15\u0e32\u0e21\u0e41\u0e1e\u0e25\u0e15\u0e1f\u0e2d\u0e23\u0e4c\u0e21 \u0e2b\u0e32\u0e01\u0e44\u0e21\u0e48\u0e1c\u0e48\u0e32\u0e19\u0e40\u0e01\u0e13\u0e11\u0e4c readiness \u0e08\u0e30\u0e44\u0e21\u0e48\u0e19\u0e33\u0e1c\u0e25\u0e02\u0e36\u0e49\u0e19\u0e40\u0e1c\u0e22\u0e41\u0e1e\u0e23\u0e48 \u0e17\u0e38\u0e01 submission \u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19 benchmark, token shape, model artifact, quantization, \u0e40\u0e27\u0e2d\u0e23\u0e4c\u0e0a\u0e31\u0e19\u0e41\u0e25\u0e30\u0e01\u0e32\u0e23\u0e15\u0e31\u0e49\u0e07\u0e04\u0e48\u0e32 runtime \u0e15\u0e25\u0e2d\u0e14\u0e08\u0e19\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c \u0e23\u0e30\u0e1a\u0e1a\u0e1b\u0e0f\u0e34\u0e1a\u0e31\u0e15\u0e34\u0e01\u0e32\u0e23 \u0e41\u0e25\u0e30\u0e40\u0e07\u0e37\u0e48\u0e2d\u0e19\u0e44\u0e02\u0e02\u0e2d\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07<\/p>\n

\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e16\u0e39\u0e01\u0e27\u0e31\u0e14\u0e41\u0e22\u0e01\u0e08\u0e32\u0e01\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27 \u0e1c\u0e48\u0e32\u0e19 IFBench, GPQA Diamond \u0e41\u0e25\u0e30 MATH-500<\/strong> \u0e42\u0e14\u0e22 protocol \u0e43\u0e2b\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19\u0e41\u0e1a\u0e1a\u0e01\u0e33\u0e2b\u0e19\u0e14\u0e1c\u0e25\u0e0b\u0e49\u0e33\u0e44\u0e14\u0e49\u0e41\u0e25\u0e30\u0e44\u0e21\u0e48\u0e40\u0e1b\u0e34\u0e14\u0e40\u0e1c\u0e22\u0e17\u0e35\u0e48\u0e21\u0e32\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e01\u0e48\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e2b\u0e49\u0e04\u0e30\u0e41\u0e19\u0e19 \u0e1b\u0e23\u0e30\u0e40\u0e14\u0e47\u0e19\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e2d\u0e48\u0e32\u0e19\u0e43\u0e2b\u0e49\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e04\u0e37\u0e2d\u0e04\u0e30\u0e41\u0e19\u0e19\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e1b\u0e31\u0e08\u0e08\u0e38\u0e1a\u0e31\u0e19\u0e21\u0e32\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e14\u0e49\u0e27\u0e22 llama.cpp<\/strong> \u0e1a\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e2d\u0e49\u0e32\u0e07\u0e2d\u0e34\u0e07 NVIDIA H100 80GB<\/strong> \u0e41\u0e25\u0e49\u0e27\u0e19\u0e33\u0e44\u0e1b\u0e08\u0e31\u0e1a\u0e04\u0e39\u0e48\u0e01\u0e31\u0e1a\u0e1c\u0e25\u0e04\u0e27\u0e32\u0e21\u0e40\u0e23\u0e47\u0e27\u0e1a\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e25\u0e30 quantization \u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19 \u0e14\u0e31\u0e07\u0e19\u0e31\u0e49\u0e19\u0e04\u0e30\u0e41\u0e19\u0e19\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e17\u0e35\u0e48\u0e27\u0e32\u0e07\u0e02\u0e49\u0e32\u0e07\u0e01\u0e23\u0e32\u0e1f\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e16\u0e39\u0e01\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e19\u0e31\u0e49\u0e19<\/p>\n

Benchmark \u0e0a\u0e48\u0e27\u0e22\u0e04\u0e31\u0e14\u0e15\u0e31\u0e27\u0e40\u0e25\u0e37\u0e2d\u0e01 \u0e41\u0e15\u0e48\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22<\/h3>\n
\n

\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e23\u0e23\u0e30\u0e27\u0e31\u0e07:<\/strong> \u0e1c\u0e25\u0e02\u0e2d\u0e07 Pipette<\/strong> \u0e40\u0e2b\u0e21\u0e32\u0e30\u0e01\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e40\u0e17\u0e35\u0e22\u0e1a configuration \u0e20\u0e32\u0e22\u0e43\u0e19\u0e2a\u0e20\u0e32\u0e1e\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e21\u0e32\u0e01\u0e17\u0e35\u0e48\u0e2a\u0e38\u0e14 \u0e40\u0e1e\u0e23\u0e32\u0e30 Android \u0e41\u0e25\u0e30 iOS \u0e43\u0e0a\u0e49\u0e40\u0e2a\u0e49\u0e19\u0e17\u0e32\u0e07\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e21\u0e27\u0e25\u0e1c\u0e25 \u0e01\u0e32\u0e23\u0e23\u0e2d\u0e07\u0e23\u0e31\u0e1a flash attention \u0e08\u0e33\u0e19\u0e27\u0e19 thread \u0e41\u0e25\u0e30 accelerator \u0e15\u0e48\u0e32\u0e07\u0e01\u0e31\u0e19 \u0e01\u0e32\u0e23\u0e19\u0e33\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e02\u0e49\u0e32\u0e21\u0e41\u0e1e\u0e25\u0e15\u0e1f\u0e2d\u0e23\u0e4c\u0e21\u0e21\u0e32\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e15\u0e23\u0e07 \u0e46 \u0e2d\u0e32\u0e08\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c\u0e1c\u0e34\u0e14<\/p>\n<\/blockquote>\n

\u0e0a\u0e38\u0e14\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e2a\u0e32\u0e21\u0e23\u0e32\u0e22\u0e01\u0e32\u0e23\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e04\u0e23\u0e2d\u0e1a\u0e04\u0e25\u0e38\u0e21\u0e17\u0e38\u0e01\u0e07\u0e32\u0e19 \u0e40\u0e0a\u0e48\u0e19 agent, \u0e07\u0e32\u0e19\u0e17\u0e35\u0e48\u0e2d\u0e32\u0e28\u0e31\u0e22\u0e04\u0e27\u0e32\u0e21\u0e23\u0e39\u0e49\u0e40\u0e09\u0e1e\u0e32\u0e30 \u0e41\u0e25\u0e30\u0e07\u0e32\u0e19 multimodal \u0e2d\u0e35\u0e01\u0e17\u0e31\u0e49\u0e07\u0e01\u0e32\u0e23\u0e40\u0e1c\u0e22\u0e41\u0e1e\u0e23\u0e48\u0e1c\u0e25\u0e08\u0e32\u0e01\u0e0a\u0e38\u0e21\u0e0a\u0e19\u0e22\u0e31\u0e07\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e0a\u0e48\u0e27\u0e07 beta \u0e1c\u0e25\u0e17\u0e35\u0e48\u0e21\u0e35\u0e2d\u0e22\u0e39\u0e48\u0e08\u0e36\u0e07\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e41\u0e17\u0e19 workload \u0e02\u0e2d\u0e07\u0e2d\u0e07\u0e04\u0e4c\u0e01\u0e23 \u0e1c\u0e39\u0e49\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e04\u0e27\u0e23\u0e43\u0e0a\u0e49 Pipette<\/strong> \u0e40\u0e1b\u0e47\u0e19\u0e08\u0e38\u0e14\u0e40\u0e23\u0e34\u0e48\u0e21\u0e15\u0e49\u0e19\u0e43\u0e19\u0e01\u0e32\u0e23\u0e08\u0e33\u0e01\u0e31\u0e14\u0e15\u0e31\u0e27\u0e40\u0e25\u0e37\u0e2d\u0e01 \u0e41\u0e25\u0e49\u0e27\u0e17\u0e14\u0e2a\u0e2d\u0e1a prompt \u0e20\u0e32\u0e29\u0e32\u0e44\u0e17\u0e22 \u0e1b\u0e23\u0e34\u0e21\u0e32\u0e13 context \u0e41\u0e25\u0e30\u0e2d\u0e38\u0e13\u0e2b\u0e20\u0e39\u0e21\u0e34\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e43\u0e19\u0e2a\u0e20\u0e32\u0e1e\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07\u0e0b\u0e49\u0e33\u0e2d\u0e35\u0e01\u0e04\u0e23\u0e31\u0e49\u0e07<\/p>\n

\u0e04\u0e27\u0e32\u0e21\u0e2b\u0e21\u0e32\u0e22\u0e15\u0e48\u0e2d\u0e1c\u0e39\u0e49\u0e1b\u0e23\u0e30\u0e01\u0e2d\u0e1a\u0e01\u0e32\u0e23\/\u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e44\u0e17\u0e22<\/h2>\n

\u0e2a\u0e48\u0e27\u0e19\u0e19\u0e35\u0e49\u0e40\u0e1b\u0e47\u0e19\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2b\u0e47\u0e19\u0e02\u0e2d\u0e07\u0e2a\u0e21\u0e32\u0e04\u0e21\u0e42\u0e14\u0e23\u0e19\u0e44\u0e17\u0e22: Pipette<\/strong> \u0e21\u0e35\u0e1b\u0e23\u0e30\u0e42\u0e22\u0e0a\u0e19\u0e4c\u0e15\u0e48\u0e2d\u0e04\u0e19\u0e44\u0e17\u0e22\u0e17\u0e35\u0e48\u0e01\u0e33\u0e25\u0e31\u0e07\u0e16\u0e32\u0e21\u0e27\u0e48\u0e32 \u201c\u0e15\u0e49\u0e2d\u0e07\u0e0b\u0e37\u0e49\u0e2d GPU \u0e2b\u0e23\u0e37\u0e2d\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e43\u0e2b\u0e21\u0e48\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19\u0e08\u0e36\u0e07\u0e23\u0e31\u0e19 AI \u0e43\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e44\u0e14\u0e49\u201d \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e0a\u0e48\u0e27\u0e22\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e01\u0e32\u0e23\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e08\u0e32\u0e01\u0e01\u0e32\u0e23\u0e14\u0e39\u0e08\u0e33\u0e19\u0e27\u0e19\u0e1e\u0e32\u0e23\u0e32\u0e21\u0e34\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e01\u0e23\u0e30\u0e41\u0e2a\u0e23\u0e35\u0e27\u0e34\u0e27 \u0e21\u0e32\u0e40\u0e1b\u0e47\u0e19\u0e01\u0e32\u0e23\u0e40\u0e1b\u0e23\u0e35\u0e22\u0e1a\u0e40\u0e17\u0e35\u0e22\u0e1a\u0e17\u0e31\u0e49\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 quantization runtime \u0e41\u0e25\u0e30\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c \u0e17\u0e35\u0e21\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e41\u0e2d\u0e1b\u0e20\u0e32\u0e04\u0e2a\u0e19\u0e32\u0e21\u0e08\u0e36\u0e07\u0e2d\u0e32\u0e08\u0e1e\u0e1a\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e25\u0e47\u0e01\u0e17\u0e35\u0e48\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e16\u0e39\u0e01 configuration \u0e43\u0e2b\u0e49\u0e1b\u0e23\u0e30\u0e2a\u0e1a\u0e01\u0e32\u0e23\u0e13\u0e4c\u0e14\u0e35\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e0b\u0e37\u0e49\u0e2d\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e41\u0e23\u0e07\u0e41\u0e25\u0e49\u0e27\u0e43\u0e0a\u0e49 runtime \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e2b\u0e21\u0e32\u0e30<\/p>\n

\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e2d\u0e07\u0e04\u0e4c\u0e01\u0e23\u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e01\u0e32\u0e23\u0e25\u0e14\u0e01\u0e32\u0e23\u0e2a\u0e48\u0e07\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e36\u0e49\u0e19\u0e04\u0e25\u0e32\u0e27\u0e14\u0e4c\u0e15\u0e48\u0e32\u0e07\u0e1b\u0e23\u0e30\u0e40\u0e17\u0e28 \u0e01\u0e32\u0e23\u0e27\u0e31\u0e14 latency \u0e41\u0e25\u0e30\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33\u0e1a\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c\u0e08\u0e23\u0e34\u0e07\u0e0a\u0e48\u0e27\u0e22\u0e1a\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e07\u0e32\u0e19\u0e43\u0e14\u0e04\u0e27\u0e23\u0e2d\u0e22\u0e39\u0e48\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c \u0e42\u0e19\u0e49\u0e15\u0e1a\u0e38\u0e4a\u0e01 \u0e2b\u0e23\u0e37\u0e2d AI server \u0e20\u0e32\u0e22\u0e43\u0e19 \u0e2a\u0e48\u0e27\u0e19\u0e07\u0e32\u0e19\u0e43\u0e14\u0e2b\u0e19\u0e31\u0e01\u0e40\u0e01\u0e34\u0e19\u0e44\u0e1b\u0e41\u0e25\u0e30\u0e04\u0e27\u0e23\u0e43\u0e0a\u0e49\u0e04\u0e25\u0e32\u0e27\u0e14\u0e4c \u0e01\u0e32\u0e23\u0e15\u0e31\u0e14\u0e2a\u0e34\u0e19\u0e43\u0e08\u0e19\u0e35\u0e49\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e02\u0e49\u0e2d\u0e07\u0e42\u0e14\u0e22\u0e15\u0e23\u0e07\u0e01\u0e31\u0e1a\u0e23\u0e32\u0e04\u0e32 GPU\/eGPU \u0e04\u0e48\u0e32\u0e44\u0e1f \u0e41\u0e25\u0e30\u0e08\u0e33\u0e19\u0e27\u0e19\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e08\u0e30\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e43\u0e2b\u0e49\u0e1e\u0e19\u0e31\u0e01\u0e07\u0e32\u0e19<\/p>\n

\u0e43\u0e19\u0e21\u0e38\u0e21\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19\u0e19\u0e33\u0e40\u0e02\u0e49\u0e32 benchmark \u0e17\u0e35\u0e48\u0e17\u0e33\u0e0b\u0e49\u0e33\u0e44\u0e14\u0e49\u0e0a\u0e48\u0e27\u0e22\u0e25\u0e14\u0e04\u0e27\u0e32\u0e21\u0e40\u0e2a\u0e35\u0e48\u0e22\u0e07\u0e0b\u0e37\u0e49\u0e2d\u0e2e\u0e32\u0e23\u0e4c\u0e14\u0e41\u0e27\u0e23\u0e4c\u0e40\u0e01\u0e34\u0e19\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33\u0e40\u0e1b\u0e47\u0e19 \u0e1c\u0e39\u0e49\u0e0b\u0e37\u0e49\u0e2d\u0e04\u0e27\u0e23\u0e1a\u0e31\u0e19\u0e17\u0e36\u0e01\u0e1c\u0e25\u0e08\u0e32\u0e01\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e15\u0e31\u0e27\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e01\u0e48\u0e2d\u0e19\u0e2a\u0e31\u0e48\u0e07\u0e2b\u0e25\u0e32\u0e22\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07 \u0e23\u0e27\u0e21\u0e04\u0e48\u0e32 RAM \u0e2b\u0e23\u0e37\u0e2d VRAM \u0e17\u0e35\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e40\u0e1c\u0e37\u0e48\u0e2d\u0e40\u0e21\u0e37\u0e48\u0e2d context \u0e42\u0e15 \u0e41\u0e25\u0e30\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e43\u0e19\u0e2d\u0e38\u0e13\u0e2b\u0e20\u0e39\u0e21\u0e34\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07\u0e02\u0e2d\u0e07\u0e44\u0e17\u0e22\u0e14\u0e49\u0e27\u0e22 \u0e40\u0e1e\u0e23\u0e32\u0e30\u0e1c\u0e25\u0e08\u0e32\u0e01\u0e2b\u0e49\u0e2d\u0e07\u0e04\u0e27\u0e1a\u0e04\u0e38\u0e21\u0e2d\u0e32\u0e08\u0e44\u0e21\u0e48\u0e2a\u0e30\u0e17\u0e49\u0e2d\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e04\u0e2d\u0e21\u0e1e\u0e34\u0e27\u0e40\u0e15\u0e2d\u0e23\u0e4c\u0e17\u0e35\u0e48\u0e17\u0e33\u0e07\u0e32\u0e19\u0e01\u0e25\u0e32\u0e07\u0e41\u0e08\u0e49\u0e07 \u0e01\u0e32\u0e23\u0e21\u0e35\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e02\u0e2d\u0e07\u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e17\u0e35\u0e48\u0e02\u0e32\u0e22\u0e43\u0e19\u0e44\u0e17\u0e22\u0e21\u0e32\u0e01\u0e02\u0e36\u0e49\u0e19\u0e08\u0e30\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e01\u0e32\u0e23\u0e04\u0e33\u0e19\u0e27\u0e13\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19\u0e15\u0e48\u0e2d\u0e04\u0e33\u0e15\u0e2d\u0e1a\u0e41\u0e21\u0e48\u0e19\u0e01\u0e27\u0e48\u0e32\u0e01\u0e32\u0e23\u0e2d\u0e49\u0e32\u0e07\u0e15\u0e31\u0e27\u0e40\u0e25\u0e02\u0e08\u0e32\u0e01\u0e23\u0e38\u0e48\u0e19\u0e40\u0e23\u0e37\u0e2d\u0e18\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e44\u0e21\u0e48\u0e01\u0e35\u0e48\u0e23\u0e38\u0e48\u0e19<\/p>","protected":false},"excerpt":{"rendered":"

\u0e04\u0e30\u0e41\u0e19\u0e19\u0e1a\u0e19 model card \u0e1a\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e01\u0e48\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e2a\u0e20\u0e32\u0e1e\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e15\u0e2d\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e25\u0e14\u0e04\u0e27\u0e32\u0e21\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e41\u0e25\u0e49\u0e27\u0e19\u0e33\u0e44\u0e1b\u0e23\u0e31\u0e19\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e42\u0e19\u0e49\u0e15\u0e1a\u0e38\u0e4a\u0e01 \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e08\u0e30\u0e23\u0e2d\u0e19\u0e32\u0e19\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19 \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e30\u0e01\u0e34\u0e19\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23 \u0e41\u0e25\u0e30\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e08\u0e30\u0e15\u0e01\u0e25\u0e07\u0e21\u0e32\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14 Liquid AI \u0e08\u0e36\u0e07\u0e40\u0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a Pipette \u0e0a\u0e38\u0e14 benchmark \u0e17\u0e35\u0e48\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32 \u201c\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07\u201d \u0e04\u0e37\u0e2d\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e27\u0e34\u0e18\u0e35 quantization, runtime \u0e41\u0e25\u0e30\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e14\u0e39\u0e0a\u0e37\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e22\u0e01\u0e40\u0e14\u0e35\u0e48\u0e22\u0e27 \u0e20\u0e32\u0e1e: Liquid AI \u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a Artificial Analysis \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e27\u0e31\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e34\u0e2a\u0e23\u0e30 \u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e34\u0e14\u0e15\u0e31\u0e27\u0e04\u0e23\u0e2d\u0e1a\u0e04\u0e25\u0e38\u0e21\u0e15\u0e31\u0e27\u0e0a\u0e35\u0e49\u0e27\u0e31\u0e14\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e1a\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c 5 \u0e23\u0e32\u0e22\u0e01\u0e32\u0e23 \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 1,000 configurations \u0e08\u0e32\u0e01\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 30 \u0e23\u0e38\u0e48\u0e19 \u0e21\u0e35 runtime<\/p>","protected":false},"author":0,"featured_media":18658,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[376],"tags":[],"class_list":["post-18657","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-server-hardware"],"acf":[],"rttpg_featured_image_url":{"full":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-scaled.png",2560,1245,false],"landscape":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-scaled.png",2560,1245,false],"portraits":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-scaled.png",2560,1245,false],"thumbnail":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-150x150.png",150,150,true],"medium":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-300x146.png",300,146,true],"large":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-1024x498.png",1024,498,true],"1536x1536":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-1536x747.png",1536,747,true],"2048x2048":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-2048x996.png",2048,996,true],"trp-custom-language-flag":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-18x9.png",18,9,true],"woocommerce_thumbnail":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-300x300.png",300,300,true],"woocommerce_single":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-600x292.png",600,292,true],"woocommerce_gallery_thumbnail":["https:\/\/droneth.or.th\/wp-content\/uploads\/2026\/09\/liquid-pipette-100x100.png",100,100,true]},"rttpg_author":{"display_name":"","author_link":"https:\/\/droneth.or.th\/ja\/author\/"},"rttpg_comment":0,"rttpg_category":"AI Server & Hardware<\/a>","rttpg_excerpt":"\u0e04\u0e30\u0e41\u0e19\u0e19\u0e1a\u0e19 model card \u0e1a\u0e2d\u0e01\u0e44\u0e14\u0e49\u0e27\u0e48\u0e32\u0e42\u0e21\u0e40\u0e14\u0e25\u0e40\u0e01\u0e48\u0e07\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14\u0e20\u0e32\u0e22\u0e43\u0e15\u0e49\u0e2a\u0e20\u0e32\u0e1e\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e2b\u0e19\u0e36\u0e48\u0e07 \u0e41\u0e15\u0e48\u0e44\u0e21\u0e48\u0e44\u0e14\u0e49\u0e15\u0e2d\u0e1a\u0e27\u0e48\u0e32\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e25\u0e14\u0e04\u0e27\u0e32\u0e21\u0e25\u0e30\u0e40\u0e2d\u0e35\u0e22\u0e14\u0e19\u0e49\u0e33\u0e2b\u0e19\u0e31\u0e01\u0e41\u0e25\u0e49\u0e27\u0e19\u0e33\u0e44\u0e1b\u0e23\u0e31\u0e19\u0e1a\u0e19\u0e42\u0e17\u0e23\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e2b\u0e23\u0e37\u0e2d\u0e42\u0e19\u0e49\u0e15\u0e1a\u0e38\u0e4a\u0e01 \u0e1c\u0e39\u0e49\u0e43\u0e0a\u0e49\u0e08\u0e30\u0e23\u0e2d\u0e19\u0e32\u0e19\u0e41\u0e04\u0e48\u0e44\u0e2b\u0e19 \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e08\u0e30\u0e01\u0e34\u0e19\u0e2b\u0e19\u0e48\u0e27\u0e22\u0e04\u0e27\u0e32\u0e21\u0e08\u0e33\u0e40\u0e17\u0e48\u0e32\u0e44\u0e23 \u0e41\u0e25\u0e30\u0e04\u0e38\u0e13\u0e20\u0e32\u0e1e\u0e08\u0e30\u0e15\u0e01\u0e25\u0e07\u0e21\u0e32\u0e01\u0e19\u0e49\u0e2d\u0e22\u0e40\u0e1e\u0e35\u0e22\u0e07\u0e43\u0e14 Liquid AI \u0e08\u0e36\u0e07\u0e40\u0e1b\u0e34\u0e14\u0e0b\u0e2d\u0e23\u0e4c\u0e2a Pipette \u0e0a\u0e38\u0e14 benchmark \u0e17\u0e35\u0e48\u0e16\u0e37\u0e2d\u0e27\u0e48\u0e32 \u201c\u0e23\u0e30\u0e1a\u0e1a\u0e43\u0e0a\u0e49\u0e07\u0e32\u0e19\u0e08\u0e23\u0e34\u0e07\u201d \u0e04\u0e37\u0e2d\u0e1c\u0e25\u0e23\u0e27\u0e21\u0e02\u0e2d\u0e07\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e27\u0e34\u0e18\u0e35 quantization, runtime \u0e41\u0e25\u0e30\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c \u0e44\u0e21\u0e48\u0e43\u0e0a\u0e48\u0e14\u0e39\u0e0a\u0e37\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e22\u0e01\u0e40\u0e14\u0e35\u0e48\u0e22\u0e27 \u0e20\u0e32\u0e1e: Liquid AI \u0e42\u0e04\u0e23\u0e07\u0e01\u0e32\u0e23\u0e19\u0e35\u0e49\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e23\u0e48\u0e27\u0e21\u0e01\u0e31\u0e1a Artificial Analysis \u0e0b\u0e36\u0e48\u0e07\u0e17\u0e33\u0e2b\u0e19\u0e49\u0e32\u0e17\u0e35\u0e48\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e27\u0e34\u0e18\u0e35\u0e27\u0e31\u0e14\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e2d\u0e34\u0e2a\u0e23\u0e30 \u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e40\u0e1b\u0e34\u0e14\u0e15\u0e31\u0e27\u0e04\u0e23\u0e2d\u0e1a\u0e04\u0e25\u0e38\u0e21\u0e15\u0e31\u0e27\u0e0a\u0e35\u0e49\u0e27\u0e31\u0e14\u0e1b\u0e23\u0e30\u0e2a\u0e34\u0e17\u0e18\u0e34\u0e20\u0e32\u0e1e\u0e1a\u0e19\u0e2d\u0e38\u0e1b\u0e01\u0e23\u0e13\u0e4c 5 \u0e23\u0e32\u0e22\u0e01\u0e32\u0e23 \u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 1,000 configurations \u0e08\u0e32\u0e01\u0e42\u0e21\u0e40\u0e14\u0e25\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32 30 \u0e23\u0e38\u0e48\u0e19 \u0e21\u0e35 runtime","_links":{"self":[{"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/posts\/18657","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/comments?post=18657"}],"version-history":[{"count":1,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/posts\/18657\/revisions"}],"predecessor-version":[{"id":18659,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/posts\/18657\/revisions\/18659"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/media\/18658"}],"wp:attachment":[{"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/media?parent=18657"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/categories?post=18657"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/droneth.or.th\/ja\/wp-json\/wp\/v2\/tags?post=18657"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}