Liquid AI представляет LFM2.5-24B-A2B — модель рассуждений на 24 миллиарда параметров, из которых только 2 миллиарда активны на каждом токене, предназначенную для работы быстрых и приватных агентов непосредственно на устройстве. Модель обдумывает ответ, вызывает инструменты и выполняет многоэтапные задачи в наиболее популярных средах агентов. Её открытые веса доступны на Hugging Face.
Модель сохраняет архитектуру предшественника, LFM2-24B-A2B: 40 слоёв, 64 эксперта на блок MoE (mixture of experts, тип архитектуры, где на каждый расчёт активируется лишь часть сети) и топ-4 маршрутизацию. Контекстное окно увеличено с 32K до 131K токенов, а словарь расширен с 65K до 128K токенов для лучшей токенизации нелатинских письменностей. В отличие от LFM2-24B-A2B, LFM2.5-24B-A2B — чисто рассуждающая модель, которая генерирует явную цепочку мыслей перед финальным ответом.
Предварительное обучение было увеличено примерно с 17T до 33T токенов. Затем следует промежуточное обучение: 2T токенов с контекстом 32K с упором на рассуждения, математику, код, следование инструкциям и многоязычные тексты, а затем 300B токенов с контекстом 131K. Постобработка превращает эту базовую модель в агента в пять этапов: контролируемая тонкая настройка (SFT), специализация моделей-«учителей», две фазы дистилляции на основе политики (MOPD) — одна на неагентских задачах, другая на агентских, и наконец, агентное обучение с подкреплением, проведённое в средах агентов, таких как OpenClaw, Hermes Agent, Pi и OpenCode.
Заявленные результаты в сравнении с более крупными моделями
Liquid AI сравнила свою модель с Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it и Nemotron-3.5-Lightning на 16 бенчмарках, охватывающих использование инструментов, знания, следование инструкциям, математику и код. По данным компании, LFM2.5-24B-A2B — самая маленькая в группе, но остаётся конкурентоспособной против моделей с примерно на 50% большим общим и активным числом параметров. На LiveClaw она набирает 48,09 против 38,19 у Qwen3.6-35B-A3B. На AutomationBench она достигает 27,69 против 8,72 у лучшего конкурента в таблице согласно опубликованным цифрам. Она также опережает другие модели по трём бенчмаркам следования инструкциям, включая IFEval (96,75) и IFBench (74,69). Более крупные модели сохраняют преимущество в тестах, требующих обширных знаний, таких как GPQA Diamond, где Qwen3.6-35B-A3B показывает 83,69 против 74,42, а также в коде, например, в SWE-Bench Verified (OpenCode), где он получает 66,20 против 51,00. Поэтому Liquid AI рекомендует сочетать эту модель с поиском по документам или веб-поиском для задач с высокой долей знаний. Оценки проводились с помощью vLLM в соответствии с рекомендованными параметрами генерации для каждого бенчмарка.
Что касается аппаратной производительности, компания сообщает о 184 токенах в секунду на Apple M5 Max и 114 токенах в секунду на Ryzen AI Max+ 395, что до 1,7 раза быстрее следующей модели при наименьшем потреблении памяти. На одном GPU NVIDIA B300 модель достигает до 21K выходных токенов в секунду при высокой конкуренции.
Модель совместима с llama.cpp, MLX, vLLM, SGLang и ONNX сразу после выпуска. Чтобы использовать её с агентом, достаточно запустить её локально за совместимым интерфейсом OpenAI, а затем указать адрес этого сервера в агенте, например, на порту 8080 для llama.cpp и MLX или 8000 для vLLM.
