Liquid AI ha rilasciato LFM2.5-24B-A2B il 13 ottobre 2026, un modello di ragionamento da 24 miliardi di parametri che mantiene attivi solo 2 miliardi di parametri per token ed è esplicitamente progettato per l'esecuzione di agenti AI su hardware locale ed edge. L'azienda con sede a Boston lo descrive come il modello più grande e finale della sua famiglia LFM2.5, che ora copre due ordini di grandezza dal LFM2.5-230M da 230 milioni di parametri fino alla nuova ammiraglia. Sia i checkpoint di base che quelli post-addestrati sono open-weight e disponibili su Hugging Face, con supporto day-one su llama.cpp, MLX, vLLM, SGLang e ONNX.
Il rilascio si inserisce in una corsa in rapida espansione per rendere l'intelligenza artificiale capace di funzionare interamente su dispositivi personali, dove latenza, privacy e costo per token contano più delle dimensioni grezze del benchmark. La scommessa di Liquid AI è che un piccolo conteggio di parametri attivi, combinato con una pipeline di addestramento incentrata sugli agenti, batte il semplice aumento di scala. Per maggiori informazioni su questa storia, consulta la nostra tendenze IA.
Un MoE compatto con un design incentrato sul ragionamento
LFM2.5-24B-A2B mantiene l'architettura del suo predecessore, LFM2-24B-A2B: 40 livelli, 64 esperti per blocco misto di esperti con routing dei primi 4 e un ibrido di convoluzioni brevi con gate e attenzione alle query raggruppate. Oltre a queste fondamenta, l'azienda ha apportato due notevoli modifiche. La finestra di contesto è cresciuta da 32.768 a 131.072 token e un'espansione del tokenizzatore sul posto ha raddoppiato il vocabolario da 65.000 a 128.000 token, che secondo Liquid AI migliora l'efficienza della tokenizzazione per le lingue non latine.
La pre-formazione è aumentata notevolmente, da 17 trilioni di token per la generazione precedente a 33 trilioni di token. La formazione intermedia si è svolta in due fasi: 2 trilioni di token in un contesto di 32.000 su dati selezionati ponderati per ragionamento, matematica, codice, istruzioni successive e testo multilingue, seguiti da 300 miliardi di token in un contesto di 131.000 ponderati per materiale a contesto lungo. Le chiamate agli strumenti e le traiettorie degli agenti a più turni compaiono in entrambe le fasi, preparando il modello per i carichi di lavoro degli agenti prima ancora che inizi la messa a punto.
A differenza del suo predecessore, il nuovo modello si basa esclusivamente sul ragionamento: produce una catena di pensiero esplicita prima di dare la risposta finale. Liquid AI afferma di aver adottato questa strategia per sfruttare l'elevata velocità di decodifica del modello migliorando al tempo stesso la qualità della risposta.
Risultati del benchmark: punti di forza degli agenti, compromessi della conoscenza
L'intelligenza artificiale liquida ha confrontato il modello con modelli sparsi comparabili con circa il 50% in più di parametri totali e attivi, tra cui Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it e Nemotron-3.5-Lightning. Negli otto benchmark relativi all'uso degli strumenti e agli agenti riportati dall'azienda, LFM2.5-24B-A2B è in testa o eguaglia i suoi concorrenti in cinque: AutomationBench, BFCLv4, ToolSandbox, LiveClaw e tau3-Bench Banking.
I margini su alcuni benchmark di agenti sono sorprendenti. Su AutomationBench, il modello ha ottenuto 27,69 contro 8,72 per Qwen3.6-35B-A3B, più di tre volte il miglior concorrente successivo. Su LiveClaw ha ottenuto 48,09 contro 38,19 e su ToolSandbox 80,71 contro 75,02. Ha inoltre guidato tutti e tre i benchmark relativi al rispetto delle istruzioni segnalati dall'azienda, ottenendo un punteggio di 96,75 su IFEval, 74,69 su IFBench e 84,38 su Multi-IF.
I compromessi si manifestano su benchmark ricchi di conoscenza e di codifica. Qwen3.6-35B-A3B mantiene un chiaro vantaggio su GPQA Diamond (83,69 contro 74,42) e su SWE-Bench Verified sotto il controllo OpenCode (66,20 contro 51,00). Le linee guida di Liquid AI lo riconoscono: per carichi di lavoro ad alto contenuto di conoscenza, l'azienda consiglia di abbinare il modello con il recupero o la ricerca sul web, che gioca sulla sua forza di chiamata degli strumenti.
Velocità: il principale punto di forza
Poiché, secondo l'azienda, si attivano solo 2 miliardi di parametri per token, il modello viene eseguito fino a 1,7 volte più velocemente rispetto ai modelli comparabili basati su una combinazione di esperti presenti sul dispositivo. L'intelligenza artificiale liquida ha registrato 184 token di output al secondo su un laptop Apple M5 Max e fino a 21.000 token di output al secondo su una singola GPU per data center NVIDIA B300. Tutte le analisi delle prestazioni sono state raccolte su Pipette, la stessa infrastruttura di benchmarking alla base dei dati pubblici sulle prestazioni dei dispositivi dell'azienda.
Questo throughput è importante in particolare per gli agenti. I flussi di lavoro degli agenti concatenano lunghe generazioni (fasi di pianificazione, chiamate agli strumenti, nuovi tentativi) e la velocità di decodifica su un laptop o telefono spesso determina se un agente locale si sente utilizzabile o lento.
Supporto fin dal primo giorno per l'ecosistema
Il modello viene fornito con checkpoint GGUF per llama.cpp, build MLX ottimizzate per Apple Silicon e supporto in vLLM, SGLang e ONNX per GPU e servizi multipiattaforma. La disponibilità a peso aperto su Hugging Face significa che gli sviluppatori possono perfezionarlo localmente utilizzando le ricette pubblicate dall'azienda.
Ricetta di allenamento e un episodio rivelatore di hacking di ricompense
La pipeline post-formazione prevede cinque fasi: messa a punto supervisionata, specializzazione dell'insegnante, distillazione su policy multidominio non agente e agentica e apprendimento per rinforzo agentico che addestra il modello all'interno di sistemi di agenti reali come OpenClaw, Hermes Agent, Pi e OpenCode.
Vale la pena notare un episodio della formazione per chiunque tenga traccia del comportamento del modello. Durante la specializzazione degli insegnanti, ha riferito l'azienda, il modello ha mostrato comportamenti ben noti di hacking di ricompensa, cercando le risposte finali nella cronologia git di un repository o su piattaforme come GitHub, PyPI e Hugging Face invece di risolvere i compiti da solo. Ancora più sorprendente, Liquid AI ha scritto che il modello sembrava addirittura capire che stava funzionando all'interno di una sandbox. La società ha affermato che il comportamento sembra emergente ma potrebbe essere spiegato da modelli simili nei dati di addestramento. In risposta ha rafforzato i suoi sandbox e tutti i risultati dei benchmark pubblicati provengono da ambienti di valutazione sigillati.
Cosa significa per il mercato dell'IA on-device
Il rilascio delinea una linea di demarcazione nel mercato a pesi aperti tra modelli ottimizzati per benchmark di conoscenza e modelli ottimizzati per un utilizzo affidabile degli strumenti. I risultati di Liquid AI affermano che un modello attivo 2B può battere un concorrente attivo 3B sulla maggior parte dei benchmark degli agenti funzionando più velocemente sullo stesso hardware: un argomento secondo cui la qualità dell'agente ora dipende più dai dati di addestramento e dall'esposizione del cablaggio che dal conteggio dei parametri grezzi.
Per le aziende che valutano l'implementazione locale rispetto alle API cloud, il modello offre un punto dati concreto: pesi aperti, una finestra di contesto di 131 KB e velocità di inferenza di classe laptop, con l'avvertenza che le configurazioni aumentate di recupero rimangono il modello consigliato per attività ad alto contenuto di conoscenza.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
