Liquid AI kondigt LFM2.5-24B-A2B aan, een redeneermodel van 24 miljard parameters waarvan slechts 2 miljard actief zijn per token, ontworpen om snelle en privé-agents direct op een apparaat te laten draaien. Het model denkt na voor het antwoord, roept tools aan en voert meerstaps taken uit binnen de meest gebruikte agent-omgevingen. Het open gewicht is beschikbaar op Hugging Face.
Het model volgt de architectuur van zijn voorganger, LFM2-24B-A2B, met 40 lagen, 64 experts per MoE-blok (mixture of experts, een type architectuur waarbij slechts een deel van het netwerk wordt geactiveerd per berekening) en een top-4 routering. De contextvenster gaat van 32K naar 131K tokens, en de woordenschat wordt uitgebreid van 65K naar 128K tokens om niet-Latijnse schriften beter te segmenteren. In tegenstelling tot LFM2-24B-A2B is LFM2.5-24B-A2B een puur op redeneren gericht model, dat een expliciete gedachtegang produceert voor zijn eindantwoord.
De vooropleiding is uitgebreid van ongeveer 17T naar ongeveer 33T tokens. Daarna volgt een tussentijdse training, met 2T tokens bij 32K context, die de nadruk legt op redeneren, wiskunde, code, instructievolgen en meertalige teksten, gevolgd door 300B tokens bij 131K context. De nabewerking transformeert dit basismodel in een agent in vijf stappen: een gesuperviseerde fine-tuning (SFT), specialisatie van ‘leraar’-modellen, twee fasen van beleidsdistillatie (MOPD) – één op niet-agentische taken, de andere op agentische taken – en ten slotte een agentisch reinforcement learning, uitgevoerd in agent-omgevingen zoals OpenClaw, Hermes Agent, Pi en OpenCode.
Gepubliceerde resultaten tegen grotere modellen
Liquid AI heeft zijn model vergeleken met Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it en Nemotron-3.5-Lightning op 16 benchmarks die toolgebruik, kennis, instructievolgen, wiskunde en code beslaan. Volgens het bedrijf is LFM2.5-24B-A2B de kleinste van de groep, maar blijft het competitief tegen modellen met ongeveer 50% meer totale en actieve parameters. Op LiveClaw behaalt het 48,09 tegen 38,19 voor Qwen3.6-35B-A3B. Op AutomationBench bereikt het 27,69, tegen 8,72 voor de beste concurrent in de tabel, volgens de gepubliceerde cijfers. Het overtreft ook de andere modellen op de drie benchmarks voor instructievolgen, waaronder IFEval (96,75) en IFBench (74,69). Grotere modellen behouden het voordeel op tests die uitgebreide kennis vereisen, zoals GPQA Diamond, waar Qwen3.6-35B-A3B 83,69 scoort tegen 74,42, en op code, bijvoorbeeld SWE-Bench Verified (OpenCode), waar het 66,20 haalt tegen 51,00. Liquid AI raadt daarom aan om dit model te koppelen aan document- of webzoekopdrachten voor gebruik met een sterke kenniscomponent. De evaluaties zijn uitgevoerd met vLLM, volgens de aanbevolen generatieparameters voor elke benchmark.
Wat hardwareprestaties betreft, geeft het bedrijf aan 184 tokens per seconde op een Apple M5 Max en 114 tokens per seconde op een Ryzen AI Max+ 395, tot 1,7 keer sneller dan het volgende model, terwijl het het minste geheugen verbruikt. Op een enkele NVIDIA B300 GPU bereikt het model tot 21K uitvoertokens per seconde bij hoge concurrentie.
Het model is vanaf de release compatibel met llama.cpp, MLX, vLLM, SGLang en ONNX. Om het met een agent te gebruiken, volstaat het om het lokaal te hosten achter een OpenAI-compatibele interface en vervolgens het adres van deze server in de agent op te geven, bijvoorbeeld op poort 8080 voor llama.cpp en MLX, of 8000 voor vLLM.
