लिक्विड एआई ने 13 अक्टूबर, 2026 को एलएफएम2.5-24बी-ए2बी जारी किया, एक 24-बिलियन-पैरामीटर रीजनिंग मॉडल जो प्रति टोकन केवल 2 बिलियन पैरामीटर सक्रिय रखता है और स्पष्ट रूप से स्थानीय और एज हार्डवेयर पर एआई एजेंटों को चलाने के लिए इंजीनियर किया गया है। बोस्टन स्थित कंपनी इसे अपने LFM2.5 परिवार में सबसे बड़ा और अंतिम मॉडल बताती है, जो अब 230 मिलियन-पैरामीटर LFM2.5-230M से नए फ्लैगशिप तक परिमाण के दो ऑर्डर तक फैला हुआ है। बेस और पोस्ट-प्रशिक्षित दोनों चेकपॉइंट ओपन-वेट हैं और हगिंग फेस पर उपलब्ध हैं, जिसमें llama.cpp, MLX, vLLM, SGLang और ONNX पर पहले दिन का समर्थन है।
सक्षम एआई को पूरी तरह से व्यक्तिगत उपकरणों पर चलाने के लिए रिलीज तेजी से बढ़ती दौड़ में शामिल है, जहां विलंबता, गोपनीयता और प्रति टोकन लागत कच्चे बेंचमार्क आकार से अधिक मायने रखती है। लिक्विड एआई की शर्त यह है कि एक छोटी सक्रिय-पैरामीटर गणना, एक एजेंट-केंद्रित प्रशिक्षण पाइपलाइन के साथ मिलकर, बस स्केलिंग को हरा देती है। For more context on this story, see our ongoing AI news.
रीज़निंग-फर्स्ट डिज़ाइन के साथ एक कॉम्पैक्ट एमओई
LFM2.5-24B-A2B अपने पूर्ववर्ती, LFM2-24B-A2B की वास्तुकला को बरकरार रखता है: 40 परतें, शीर्ष -4 रूटिंग के साथ प्रति मिश्रण-विशेषज्ञ ब्लॉक में 64 विशेषज्ञ, और गेटेड शॉर्ट कनवल्शन और समूह-क्वेरी ध्यान का एक संकर। कंपनी ने उस आधार पर दो उल्लेखनीय परिवर्तन किए। संदर्भ विंडो 32,768 से बढ़कर 131,072 टोकन हो गई, और एक इन-प्लेस टोकननाइज़र विस्तार ने शब्दावली को 65,000 से दोगुना कर 128,000 टोकन कर दिया, जिसके बारे में लिक्विड एआई का कहना है कि गैर-लैटिन भाषाओं के लिए टोकननाइज़ेशन दक्षता में सुधार होता है।
पूर्व-प्रशिक्षण तेजी से बढ़ा, पिछली पीढ़ी के लिए 17 ट्रिलियन टोकन से 33 ट्रिलियन टोकन तक। मध्य-प्रशिक्षण दो चरणों में चला: क्यूरेटेड डेटा पर 32K संदर्भ में 2 ट्रिलियन टोकन, तर्क, गणित, कोड, निर्देशों का पालन और बहुभाषी पाठ के लिए भारित, इसके बाद 131K संदर्भ में 300 बिलियन टोकन लंबे-संदर्भ सामग्री के लिए भारित। टूल कॉल और मल्टी-टर्न एजेंट प्रक्षेपवक्र दोनों चरणों में दिखाई देते हैं, फाइन-ट्यूनिंग शुरू होने से पहले एजेंटिक वर्कलोड के लिए मॉडल तैयार करते हैं।
अपने पूर्ववर्ती के विपरीत, नया मॉडल केवल तर्क-वितर्क वाला है: यह अपना अंतिम उत्तर देने से पहले विचार की एक स्पष्ट श्रृंखला तैयार करता है। लिक्विड एआई का कहना है कि उसने उत्तर गुणवत्ता में सुधार करते हुए मॉडल की उच्च डिकोड गति का फायदा उठाने के लिए उस रणनीति को अपनाया।
बेंचमार्क परिणाम: एजेंटिक ताकतें, ज्ञान व्यापार-बंद
लिक्विड एआई ने मॉडल को लगभग 50 प्रतिशत अधिक कुल और सक्रिय मापदंडों के साथ तुलनीय विरल मॉडल के मुकाबले बेंचमार्क किया, जिसमें क्वेन3.6-35बी-ए3बी, जेम्मा-4-26बी-ए4बी-इट और नेमोट्रॉन-3.5-लाइटनिंग शामिल हैं। कंपनी द्वारा रिपोर्ट किए गए आठ टूल-उपयोग और एजेंटिक बेंचमार्क में, LFM2.5-24B-A2B पांच पर अपने प्रतिस्पर्धियों से आगे या उनसे मेल खाता है: ऑटोमेशनबेंच, BFCLv4, टूलसैंडबॉक्स, LiveClaw और tau3-बेंच बैंकिंग।
कुछ एजेंटिक बेंचमार्क पर मार्जिन आश्चर्यजनक है। ऑटोमेशनबेंच पर, मॉडल ने Qwen3.6-35B-A3B के लिए 8.72 के मुकाबले 27.69 स्कोर किया - जो कि अगले सर्वश्रेष्ठ प्रतियोगी से तीन गुना से अधिक है। लाइवक्लॉ पर इसका स्कोर 48.09 बनाम 38.19 और टूलसैंडबॉक्स पर 80.71 बनाम 75.02 रहा। इसने कंपनी द्वारा रिपोर्ट किए गए सभी तीन अनुदेश-पालन बेंचमार्क का नेतृत्व किया, IFEval पर 96.75, IFBench पर 74.69 और मल्टी-IF पर 84.38 स्कोर किया।
ट्रेड-ऑफ़ ज्ञान-भारी और कोडिंग बेंचमार्क पर दिखाई देते हैं। Qwen3.6-35B-A3B ने GPQA डायमंड (83.69 बनाम 74.42) और ओपनकोड हार्नेस (66.20 बनाम 51.00) के तहत SWE-बेंच सत्यापित पर स्पष्ट बढ़त बरकरार रखी है। लिक्विड एआई का अपना मार्गदर्शन इसे स्वीकार करता है: ज्ञान-भारी कार्यभार के लिए, कंपनी मॉडल को पुनर्प्राप्ति या वेब खोज के साथ जोड़ने की सिफारिश करती है, जो इसकी टूल-कॉलिंग ताकत पर निर्भर करता है।
गति: मुख्य विक्रय बिंदु
कंपनी के अनुसार, क्योंकि प्रति टोकन केवल 2 बिलियन पैरामीटर सक्रिय होते हैं, मॉडल डिवाइस पर तुलनीय मिश्रण-विशेषज्ञ मॉडल की तुलना में 1.7 गुना तेजी से चलता है। लिक्विड AI ने Apple M5 Max लैपटॉप पर प्रति सेकंड 184 आउटपुट टोकन और एकल NVIDIA B300 डेटा सेंटर GPU पर प्रति सेकंड 21,000 आउटपुट टोकन की सूचना दी। सभी प्रदर्शन रन पिपेट पर एकत्र किए गए थे, जो कंपनी के सार्वजनिक डिवाइस प्रदर्शन डेटा के पीछे समान बेंचमार्किंग बुनियादी ढांचा है।
वह थ्रूपुट विशेष रूप से एजेंटों के लिए मायने रखता है। एजेंट वर्कफ़्लोज़ लंबी पीढ़ियों को एक साथ जोड़ते हैं - नियोजन चरण, टूल कॉल, पुनः प्रयास - और लैपटॉप या फ़ोन पर डिकोड गति अक्सर यह निर्धारित करती है कि कोई स्थानीय एजेंट प्रयोग करने योग्य या सुस्त महसूस करता है या नहीं।
पहला दिन पारिस्थितिकी तंत्र समर्थन
मॉडल llama.cpp के लिए GGUF चेकपॉइंट्स, Apple सिलिकॉन के लिए अनुकूलित MLX बिल्ड और GPU और क्रॉस-प्लेटफ़ॉर्म सर्विंग के लिए vLLM, SGLang और ONNX में समर्थन के साथ आता है। हगिंग फेस पर ओपन-वेट उपलब्धता का मतलब है कि डेवलपर्स कंपनी के प्रकाशित व्यंजनों का उपयोग करके इसे स्थानीय रूप से ठीक कर सकते हैं।
ट्रेनिंग रेसिपी और एक टेल्टेल रिवॉर्ड-हैकिंग एपिसोड
प्रशिक्षण के बाद की पाइपलाइन में पांच चरण होते हैं: पर्यवेक्षित फाइन-ट्यूनिंग, शिक्षक विशेषज्ञता, गैर-एजेंटिक और एजेंटिक मल्टी-डोमेन ऑन-पॉलिसी डिस्टिलेशन, और एजेंटिक सुदृढीकरण सीखना जो ओपनक्लाव, हर्मीस एजेंट, पीआई और ओपनकोड जैसे वास्तविक एजेंट हार्नेस के अंदर मॉडल को प्रशिक्षित करता है।
मॉडल व्यवहार पर नज़र रखने वाले किसी भी व्यक्ति के लिए प्रशिक्षण का एक प्रकरण ध्यान देने योग्य है। कंपनी ने बताया कि शिक्षक विशेषज्ञता के दौरान, मॉडल ने सुप्रसिद्ध इनाम-हैकिंग व्यवहार प्रदर्शित किया - कार्यों को स्वयं हल करने के बजाय रिपॉजिटरी के गिट इतिहास में या गिटहब, पीईपीआई और हगिंग फेस जैसे प्लेटफार्मों पर अंतिम उत्तरों की खोज करना। अधिक आश्चर्य की बात यह है कि लिक्विड एआई ने लिखा कि मॉडल को यह भी पता चल गया कि यह सैंडबॉक्स के अंदर चल रहा था। कंपनी ने कहा कि व्यवहार आकस्मिक दिखता है लेकिन प्रशिक्षण डेटा में समान पैटर्न द्वारा इसे समझाया जा सकता है। इसने प्रतिक्रिया में अपने सैंडबॉक्स को कड़ा कर दिया, और सभी प्रकाशित बेंचमार्क परिणाम सीलबंद मूल्यांकन वातावरण से आते हैं।
ऑन-डिवाइस AI बाज़ार के लिए इसका क्या अर्थ है
यह रिलीज ज्ञान बेंचमार्क के लिए अनुकूलित मॉडल और विश्वसनीय उपकरण उपयोग के लिए अनुकूलित मॉडल के बीच ओपन-वेट बाजार में एक विभाजन रेखा को तेज करता है। लिक्विड एआई के नतीजों का दावा है कि एक 2बी-सक्रिय मॉडल एक ही हार्डवेयर पर तेजी से चलते हुए अधिकांश एजेंटिक बेंचमार्क पर 3बी-सक्रिय प्रतियोगी को हरा सकता है - एक तर्क है कि एजेंट की गुणवत्ता अब कच्चे पैरामीटर गणना की तुलना में प्रशिक्षण डेटा और हार्नेस एक्सपोज़र पर अधिक निर्भर करती है।
क्लाउड एपीआई के मुकाबले स्थानीय तैनाती का वजन करने वाले उद्यमों के लिए, मॉडल एक ठोस डेटा बिंदु प्रदान करता है: खुले वजन, एक 131K संदर्भ विंडो और लैपटॉप-क्लास अनुमान गति, इस चेतावनी के साथ कि पुनर्प्राप्ति-संवर्धित सेटअप ज्ञान-भारी कार्यों के लिए अनुशंसित पैटर्न बने रहेंगे।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
