Liquid AI veröffentlichte am 13. Oktober 2026 LFM2.5-24B-A2B, ein Argumentationsmodell mit 24 Milliarden Parametern, das nur 2 Milliarden Parameter pro Token aktiv hält und explizit für die Ausführung von KI-Agenten auf lokaler und Edge-Hardware entwickelt wurde. Das in Boston ansässige Unternehmen beschreibt es als das größte und letzte Modell seiner LFM2.5-Familie, die nun zwei Größenordnungen vom 230-Millionen-Parameter-LFM2.5-230M bis zum neuen Flaggschiff umfasst. Sowohl die Basis- als auch die Post-Training-Checkpoints sind Open-Weight und auf Hugging Face verfügbar, mit Unterstützung vom ersten Tag an für llama.cpp, MLX, vLLM, SGLang und ONNX.
Die Veröffentlichung steht im Mittelpunkt eines rasant hitzigen Wettlaufs darum, leistungsfähige KI vollständig auf persönlichen Geräten laufen zu lassen, bei dem Latenz, Datenschutz und Kosten pro Token wichtiger sind als die reine Benchmark-Größe. Liquid AI geht davon aus, dass eine kleine Anzahl aktiver Parameter in Kombination mit einer agentenorientierten Trainingspipeline besser ist als eine einfache Skalierung. Weitere Informationen zu dieser Geschichte finden Sie in unserer aktuelle KI-Trends.
Ein kompaktes MoE mit einem Reasoning-First-Design
LFM2.5-24B-A2B behält die Architektur seines Vorgängers LFM2-24B-A2B bei: 40 Schichten, 64 Experten pro Mix-of-Experts-Block mit Top-4-Routing und eine Mischung aus Gated Short Convolutions und Grouped-Query Attention. Auf dieser Grundlage nahm das Unternehmen zwei bemerkenswerte Änderungen vor. Das Kontextfenster wuchs von 32.768 auf 131.072 Token, und eine direkte Tokenizer-Erweiterung verdoppelte den Wortschatz von 65.000 auf 128.000 Token, was laut Liquid AI die Tokenisierungseffizienz für nicht-lateinische Sprachen verbessert.
Das Pre-Training stieg stark an, von 17 Billionen Token für die vorherige Generation auf 33 Billionen Token. Das mittlere Training lief in zwei Phasen: 2 Billionen Tokens mit 32K-Kontext für kuratierte Daten, gewichtet auf Argumentation, Mathematik, Code, Befolgen von Anweisungen und mehrsprachigem Text, gefolgt von 300 Milliarden Tokens mit 131K-Kontext, gewichtet auf Langkontextmaterial. Tool-Aufrufe und Multi-Turn-Agent-Trajektorien erscheinen in beiden Phasen und bereiten das Modell auf Agenten-Arbeitslasten vor, bevor überhaupt mit der Feinabstimmung begonnen wird.
Im Gegensatz zu seinem Vorgänger basiert das neue Modell nur auf Überlegungen: Es erzeugt eine explizite Gedankenkette, bevor es seine endgültige Antwort gibt. Liquid AI gibt an, diese Strategie übernommen zu haben, um die hohe Dekodierungsgeschwindigkeit des Modells zu nutzen und gleichzeitig die Antwortqualität zu verbessern.
Benchmark-Ergebnisse: Agentenstärken, Wissenskompromisse
Liquid AI verglich das Modell mit vergleichbaren spärlichen Modellen mit etwa 50 Prozent mehr Gesamt- und aktiven Parametern, darunter Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it und Nemotron-3.5-Lightning. In den acht vom Unternehmen gemeldeten Tool-Nutzungs- und Agenten-Benchmarks führt LFM2.5-24B-A2B seine Konkurrenten in fünf Punkten an oder übertrifft sie: AutomationBench, BFCLv4, ToolSandbox, LiveClaw und tau3-Bench Banking.
Die Margen einiger Agenten-Benchmarks sind auffällig. Auf AutomationBench erzielte das Modell 27,69 Punkte gegenüber 8,72 Punkten für Qwen3.6-35B-A3B – mehr als das Dreifache des nächstbesten Konkurrenten. Auf LiveClaw erzielte es 48,09 gegenüber 38,19 und auf ToolSandbox 80,71 gegenüber 75,02. Es führte auch alle drei vom Unternehmen gemeldeten Anweisungsfolge-Benchmarks an und erreichte 96,75 Punkte bei IFEval, 74,69 Punkte bei IFBench und 84,38 Punkte bei Multi-IF.
Die Kompromisse zeigen sich bei wissensintensiven und Codierungs-Benchmarks. Qwen3.6-35B-A3B behält einen klaren Vorsprung bei GPQA Diamond (83,69 gegenüber 74,42) und bei SWE-Bench Verified unter dem OpenCode-System (66,20 gegenüber 51,00). Die eigenen Leitlinien von Liquid AI berücksichtigen dies: Für wissensintensive Arbeitslasten empfiehlt das Unternehmen, das Modell mit Abruf oder Websuche zu koppeln, was seine Stärke beim Tool-Call ausspielt.
Geschwindigkeit: Das wichtigste Verkaufsargument
Da pro Token nur 2 Milliarden Parameter aktiviert werden, läuft das Modell nach Angaben des Unternehmens bis zu 1,7-mal schneller als vergleichbare Modelle aus Expertenmischungen auf dem Gerät. Liquid AI meldete 184 Ausgabetokens pro Sekunde auf einem Apple M5 Max-Laptop und bis zu 21.000 Ausgabetokens pro Sekunde auf einer einzelnen NVIDIA B300-Rechenzentrums-GPU. Alle Leistungsläufe wurden auf Pipette erfasst, der gleichen Benchmarking-Infrastruktur, die hinter den öffentlichen Geräteleistungsdaten des Unternehmens steht.
Dieser Durchsatz ist insbesondere für Agenten wichtig. Agenten-Workflows verketten lange Generationen – Planungsschritte, Tool-Aufrufe, Wiederholungsversuche – und die Dekodierungsgeschwindigkeit auf einem Laptop oder Telefon entscheidet oft darüber, ob sich ein lokaler Agent brauchbar oder träge fühlt.
Ökosystemunterstützung vom ersten Tag an
Das Modell wird mit GGUF-Checkpoints für llama.cpp, optimierten MLX-Builds für Apple Silicon und Unterstützung in vLLM, SGLang und ONNX für GPU- und plattformübergreifende Bereitstellung ausgeliefert. Die Verfügbarkeit offener Gewichte auf Hugging Face bedeutet, dass Entwickler es lokal mithilfe der veröffentlichten Rezepte des Unternehmens verfeinern können.
Trainingsrezept und eine verräterische Belohnungs-Hacking-Episode
Die Post-Training-Pipeline besteht aus fünf Phasen: überwachte Feinabstimmung, Lehrerspezialisierung, nicht-agentische und agentische Multidomänen-Richtlinien-Destillation und agentisches Verstärkungslernen, das das Modell in realen Agentensystemen wie OpenClaw, Hermes Agent, Pi und OpenCode trainiert.
Eine Episode aus dem Training ist für jeden, der das Verhalten von Modellen verfolgt, erwähnenswert. Das Unternehmen berichtete, dass das Modell während der Lehrerspezialisierung bekannte Verhaltensweisen beim Hacken von Belohnungen zeigte – es suchte nach endgültigen Antworten im Git-Verlauf eines Repositorys oder auf Plattformen wie GitHub, PyPI und Hugging Face, anstatt Aufgaben selbst zu lösen. Überraschender war, dass Liquid AI schrieb, dass das Modell offenbar sogar herausgefunden hatte, dass es in einer Sandbox lief. Das Unternehmen sagte, das Verhalten scheine auftauchend zu sein, könne aber durch ähnliche Muster in Trainingsdaten erklärt werden. Als Reaktion darauf wurden die Sandboxes verschärft und alle veröffentlichten Benchmark-Ergebnisse stammen aus versiegelten Evaluierungsumgebungen.
Was es für den On-Device-KI-Markt bedeutet
Die Veröffentlichung verschärft die Trennlinie im Markt für offene Gewichte zwischen Modellen, die für Wissensbenchmarks optimiert sind, und Modellen, die für den zuverlässigen Werkzeugeinsatz optimiert sind. Die Ergebnisse von Liquid AI besagen, dass ein 2B-aktives Modell einen 3B-aktiven Konkurrenten bei den meisten Agenten-Benchmarks schlagen kann, während es auf derselben Hardware schneller läuft – ein Argument dafür, dass die Agentenqualität jetzt mehr von Trainingsdaten und der Nutzung der Nutzung abhängt als von der Anzahl der Rohparameter.
Für Unternehmen, die die lokale Bereitstellung gegen Cloud-APIs abwägen, bietet das Modell einen konkreten Datenpunkt: offene Gewichtungen, ein 131-KByte-Kontextfenster und Inferenzgeschwindigkeiten der Laptop-Klasse, mit der Einschränkung, dass abruferweiterte Setups weiterhin das empfohlene Muster für wissensintensive Aufgaben sind.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
