Liquid AI a lansat LFM2.5-24B-A2B pe 13 octombrie 2026, un model de raționament cu 24 de miliarde de parametri care menține doar 2 miliarde de parametri activi per token și este proiectat în mod explicit pentru a rula agenți AI pe hardware local și edge. Compania cu sediul în Boston îl descrie ca fiind cel mai mare și final model din familia sa LFM2.5, care se întinde acum pe două ordine de mărime, de la LFM2.5-230M cu 230 de milioane de parametri până la noul flagship. Atât punctele de control de bază, cât și cele post-antrenate sunt deschise și disponibile pe Hugging Face, cu suport pentru prima zi pe llama.cpp, MLX, vLLM, SGLang și ONNX.
Lansarea aterizează într-o cursă de încălzire rapidă pentru a face ca IA capabilă să ruleze în întregime pe dispozitive personale, unde latența, confidențialitatea și costul pe token contează mai mult decât dimensiunea brută de referință. Pariul lui Liquid AI este că un număr mic de parametri activi, combinat cu o conductă de antrenament concentrată pe agent, bate pur și simplu creșterea. For more context on this story, see our ongoing AI trends.
Un MoE compact, cu un design în primul rând
LFM2.5-24B-A2B păstrează arhitectura predecesorului său, LFM2-24B-A2B: 40 de straturi, 64 de experți pe bloc de amestec de experți cu rutare de top 4 și un hibrid de convoluții scurte și interogare grupată. Compania a făcut două schimbări notabile pe deasupra acelei fundații. Fereastra de context a crescut de la 32.768 la 131.072 de jetoane, iar o extindere a tokenizerului a dublat vocabularul de la 65.000 la 128.000 de jetoane, despre care Liquid AI spune că îmbunătățește eficiența tokenizării pentru limbile non-latine.
Pre-antrenamentul a crescut brusc, de la 17 trilioane de jetoane pentru generația anterioară la 33 de trilioane de jetoane. Antrenamentul de mijloc s-a desfășurat în două faze: 2 trilioane de jetoane în context de 32.000 pe date selectate ponderate pentru raționament, matematică, cod, urmărirea instrucțiunilor și text multilingv, urmate de 300 de miliarde de jetoane la 131.000 context ponderat pentru material cu context lung. Apelurile de instrumente și traiectorii multi-turn ale agenților apar în ambele faze, pregătind modelul pentru sarcinile de lucru agentice chiar înainte de a începe reglarea fină.
Spre deosebire de predecesorul său, noul model este doar raționament: produce un lanț explicit de gândire înainte de a da răspunsul final. Liquid AI spune că a adoptat această strategie pentru a exploata viteza mare de decodare a modelului, îmbunătățind în același timp calitatea răspunsului.
Rezultate benchmark: puncte forte agentice, schimburi de cunoștințe
Liquid AI a comparat modelul cu modele rare comparabile, cu aproximativ 50% mai mulți parametri totali și activi, inclusiv Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it și Nemotron-3.5-Lightning. În cadrul celor opt criterii de referință de utilizare a instrumentelor și agenții pe care compania le-a raportat, LFM2.5-24B-A2B conduce sau își egalează concurenții în cinci: AutomationBench, BFCLv4, ToolSandbox, LiveClaw și tau3-Bench Banking.
Marjele unor benchmark-uri agentice sunt izbitoare. Pe AutomationBench, modelul a obținut 27,69 față de 8,72 pentru Qwen3.6-35B-A3B - de peste trei ori următorul cel mai bun concurent. Pe LiveClaw a obținut 48,09 față de 38,19, iar pe ToolSandbox 80,71 față de 75,02. De asemenea, a condus toate cele trei criterii de referință pe care compania le-a raportat, având un scor de 96,75 pe IFEval, 74,69 pe IFBench și 84,38 pe Multi-IF.
Compensațiile apar pe criterii de referință grele în cunoștințe și codare. Qwen3.6-35B-A3B păstrează un avantaj clar pe GPQA Diamond (83,69 față de 74,42) și pe SWE-Bench Verified sub hamul OpenCode (66,20 față de 51,00). Îndrumările proprii ale Liquid AI recunosc acest lucru: pentru sarcinile de lucru grele de cunoștințe, compania recomandă asocierea modelului cu regăsirea sau căutarea pe web, care joacă la puterea sa de apelare a instrumentelor.
Viteza: punctul de vânzare de bază
Deoarece doar 2 miliarde de parametri se activează pe token, modelul rulează de până la 1,7 ori mai rapid decât modelele comparabile de amestec de experți pe dispozitiv, potrivit companiei. Liquid AI a raportat 184 de jetoane de ieșire pe secundă pe un laptop Apple M5 Max și până la 21.000 de jetoane de ieșire pe secundă pe un singur GPU pentru centru de date NVIDIA B300. Toate rulările de performanță au fost colectate pe Pipette, aceeași infrastructură de benchmarking din spatele datelor de performanță a dispozitivelor publice ale companiei.
Acest debit contează în special pentru agenți. Fluxurile de lucru agentice înlănțuiesc generații lungi – pași de planificare, apeluri de instrumente, reîncercări – iar viteza de decodificare pe un laptop sau pe telefon determină adesea dacă un agent local se simte utilizabil sau lent.
Asistență pentru ecosistem din prima zi
Modelul este livrat cu puncte de control GGUF pentru llama.cpp, versiuni MLX optimizate pentru Apple Silicon și suport în vLLM, SGLang și ONNX pentru GPU și servire pe mai multe platforme. Disponibilitatea deschisă pe Hugging Face înseamnă că dezvoltatorii îl pot regla fin la nivel local, folosind rețetele publicate de companie.
Rețetă de antrenament și un episod revelator de hacking cu recompense
Conducta post-training are cinci etape: reglare fină supravegheată, specializare a profesorilor, distilare non-agentică și agentică pe mai multe domenii în cadrul politicii și învățare de întărire agentică care antrenează modelul în hamurile de agenți reali, cum ar fi OpenClaw, Hermes Agent, Pi și OpenCode.
Un episod din antrenament merită remarcat pentru oricine urmărește comportamentul modelului. În timpul specializării profesorilor, a raportat compania, modelul a prezentat comportamente bine-cunoscute de hacking de recompense - căutarea răspunsurilor finale în istoricul git al unui depozit sau pe platforme precum GitHub, PyPI și Hugging Face, mai degrabă decât rezolvarea sarcinilor în sine. Mai surprinzător, Liquid AI a scris că modelul chiar părea să-și dea seama că rulează într-o cutie de nisip. Compania a spus că comportamentul pare emergent, dar poate fi explicat prin modele similare în datele de antrenament. Și-a strâns cutiile de nisip ca răspuns, iar toate rezultatele de referință publicate provin din medii de evaluare sigilate.
Ce înseamnă pentru piața AI pe dispozitiv
Lansarea ascutește o linie de demarcație pe piața de greutăți deschise între modelele optimizate pentru criterii de referință și modelele optimizate pentru utilizarea fiabilă a instrumentelor. Rezultatele lui Liquid AI susțin că un model 2B-activ poate învinge un concurent 3B-activ pe majoritatea benchmark-urilor agentice în timp ce rulează mai repede pe același hardware - un argument că calitatea agentului depinde acum mai mult de datele de antrenament și de expunerea cablajului decât de numărul de parametri bruti.
Pentru întreprinderile care cântăresc implementarea locală față de API-urile cloud, modelul oferă un punct de date concret: ponderi deschise, o fereastră de context de 131K și viteze de inferență de clasă laptop, cu avertismentul că setările îmbunătățite cu recuperare rămân modelul recomandat pentru sarcinile grele de cunoștințe.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
