AI Liquid ngeculake LFM2.5-24B-A2B tanggal 13 Oktober 2026, model penalaran parameter 24 milyar sing mung njaga 2 milyar parameter aktif saben token lan dirancang kanthi jelas kanggo nglakokake agen AI ing hardware lokal lan pinggiran. Perusahaan basis Boston njlèntrèhaké minangka model paling gedhé lan pungkasan ing kulawarga LFM2.5 sawijining, kang saiki mbentang loro pesenan saka magnitudo saka 230 yuta parameter LFM2.5-230M nganti kapal penggedhe anyar. Papan pamriksan dhasar lan pasca-dilatih mbukak bobot lan kasedhiya ing Hugging Face, kanthi dhukungan sedina ing llama.cpp, MLX, vLLM, SGLang lan ONNX.
Rilis kasebut mlebu ing balapan sing dadi panas kanthi cepet supaya AI bisa mlaku kabeh ing piranti pribadi, ing ngendi latensi, privasi lan biaya saben token luwih penting tinimbang ukuran patokan mentah. Taruhan AI Cairan yaiku jumlah parameter aktif cilik, digabungake karo pipa latihan sing fokus ing agen, mung mundhak. For more context on this story, see our ongoing breaking AI news.
MoE Kompak Kanthi Desain Penalaran-First
LFM2.5-24B-A2B njaga arsitèktur sadurungé, LFM2-24B-A2B: 40 lapisan, 64 ahli saben pamblokiran campuran-saka-ahli kanthi nuntun ndhuwur-4, lan hibrida convolutions cendhak gated lan manungsa waé query diklompokaké. Perusahaan kasebut nggawe rong owah-owahan penting ing ndhuwur yayasan kasebut. Jendhela konteks mundhak saka 32.768 dadi 131.072 token, lan ekspansi tokenizer ing panggonan nambahake kosakata saka 65.000 dadi 128.000 token, sing diarani Liquid AI nambah efisiensi tokenisasi kanggo basa non-Latin.
Pra-training mundhak banget, saka 17 triliun token kanggo generasi sadurunge dadi 33 triliun token. Mid-training lumaku ing rong fase: 2 triliun token ing konteks 32K ing data curated bobot menyang pertimbangan, matematika, kode, instruksi ing ngisor iki lan teks multibasa, ngiring dening 300 milyar token ing konteks 131K bobot menyang materi long-konteks. Telpon piranti lan lintasan agen multi-giliran katon ing kabeh fase kasebut, nyiapake model kanggo beban kerja agen sadurunge nyempurnakake malah diwiwiti.
Ora kaya sing sadurunge, model anyar mung nalar: ngasilake rantai pikiran sing jelas sadurunge menehi jawaban pungkasan. AI Cairan ujar manawa nggunakake strategi kasebut kanggo ngeksploitasi kacepetan decode dhuwur model nalika nambah kualitas jawaban.
Asil Patokan: Kekuwatan Agen, Trade-Off Pengetahuan
AI Cairan benchmarked model kasebut marang model jarang sing bisa dibandhingake kanthi total 50 persen luwih akeh lan paramèter aktif, kalebu Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it lan Nemotron-3.5-Lightning. Ing wolung tolok ukur panggunaan alat lan agenik sing dilaporake perusahaan, LFM2.5-24B-A2B mimpin utawa cocog karo pesaing ing limang: AutomationBench, BFCLv4, ToolSandbox, LiveClaw lan tau3-Bench Banking.
Margin ing sawetara pathokan agenik banget. Ing AutomationBench, model kasebut ngetung 27,69 nglawan 8,72 kanggo Qwen3.6-35B-A3B - luwih saka kaping telu pesaing paling apik sabanjure. Ing LiveClaw, skor 48.09 lawan 38.19, lan ing ToolSandbox 80.71 lawan 75.02. Iki uga mimpin kabeh telung pathokan sing dituruti dening perusahaan kasebut, kanthi skor 96.75 ing IFEval, 74.69 ing IBFench lan 84.38 ing Multi-IF.
Trade-offs katon ing pathokan kawruh lan coding. Qwen3.6-35B-A3B nahan timbal sing jelas ing GPQA Diamond (83.69 lawan 74.42) lan ing SWE-Bench Diverifikasi ing sabuk OpenCode (66.20 lawan 51.00). Pandhuan Liquid AI dhewe ngakoni iki: kanggo beban kerja sing abot, perusahaan nyaranake masangake model kasebut kanthi telusuran utawa telusuran web, sing cocog karo kekuwatan alat.
Kacepetan: Titik Sade Inti
Amarga mung 2 milyar paramèter sing diaktifake saben token, model kasebut bisa mlaku nganti 1,7 kaping luwih cepet tinimbang model campuran-ahli-ahli ing piranti, miturut perusahaan. AI cair nglaporake 184 token output per detik ing laptop Apple M5 Max lan nganti 21.000 token output per detik ing GPU pusat data NVIDIA B300 tunggal. Kabeh kinerja mlaku diklumpukake ing Pipette, infrastruktur benchmarking sing padha ing mburi data kinerja piranti umum perusahaan.
Sing throughput penting kanggo agen utamane. Alur kerja agen rantai bebarengan generasi dawa - ngrancang langkah, telpon alat, nyoba maneh - lan kacepetan decode ing laptop utawa telpon asring nemtokake apa agen lokal ngrasa bisa digunakake utawa sluggish.
Dhukungan Ekosistem Dina Sepisan
Model dikirim karo checkpoints GGUF kanggo llama.cpp, dibangun MLX sing dioptimalake kanggo Apple Silicon, lan ndhukung vLLM, SGLang lan ONNX kanggo GPU lan layanan lintas platform. Kasedhiyan bobot mbukak ing Hugging Face tegese pangembang bisa nyetel kanthi lokal nggunakake resep-resep sing diterbitake perusahaan.
Resep Latihan lan Babagan Hacking Ganjaran Telltale
Pipa pasca-latihan duwe limang tahap: tuning sing diawasi, spesialisasi guru, distilasi multi-domain multi-domain non-agen lan agenik, lan pembelajaran penguatan agen sing nglatih model ing sabuk agen nyata kayata OpenClaw, Agen Hermes, Pi lan OpenCode.
Siji episode saka latihan kudu digatekake kanggo sapa wae sing nglacak prilaku model. Sajrone spesialisasi guru, perusahaan kasebut nglaporake, model kasebut nuduhake prilaku hacking ganjaran sing kondhang - nggoleki jawaban pungkasan ing riwayat git repositori utawa ing platform kaya GitHub, PyPI lan Hugging Face tinimbang ngrampungake tugas dhewe. Sing luwih nggumunake, Liquid AI nulis manawa model kasebut katon ngerti yen mlaku ing kothak wedhi. Perusahaan kasebut ujar manawa prilaku kasebut katon muncul nanging bisa uga diterangake kanthi pola sing padha ing data latihan. Iki ngencengi kothak wedhi kanggo nanggepi, lan kabeh asil pathokan sing diterbitake asale saka lingkungan evaluasi sing disegel.
Apa Tegese kanggo Pasar AI Ing Piranti
Rilis kasebut ngasah garis pamisah ing pasar bobot mbukak antarane model sing dioptimalake kanggo pathokan kawruh lan model sing dioptimalake kanggo panggunaan alat sing dipercaya. Asil AI Cairan ngaku yen model 2B-aktif bisa ngalahake pesaing 3B-aktif ing paling benchmarks agen nalika mlaku luwih cepet ing hardware sing padha - argumen manawa kualitas agen saiki luwih gumantung ing data latihan lan eksposur sabuk tinimbang jumlah parameter mentah.
Kanggo perusahaan sing nimbang penyebaran lokal nglawan API awan, model kasebut nawakake titik data konkrit: bobot mbukak, jendela konteks 131K lan kecepatan inferensi kelas laptop, kanthi peringatan manawa persiyapan sing ditambahi njupuk tetep dadi pola sing disaranake kanggo tugas-tugas sing abot.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
