Liquid AI выпустила LFM2.5-24B-A2B для локальных агентов

Liquid AI выпустила LFM2.5-24B-A2B — открытую reasoning-модель для агентов, работающих локально на ноутбуках и ПК. Это 24-миллиардная Mixture-of-Experts модель, активирующая около 2 млрд параметров на токен, и крупнейший финальный представитель семейства LFM2.5. Веса базовой и дообученной версий опубликованы на Hugging Face.

Модель обучена внутри популярных агентных сред и ориентирована на многошаговое использование инструментов, а не на открытый чат. Каждый ответ ассистента начинается с блока <think>, тогда как предшественник LFM2-24B-A2B не всегда рассуждал перед ответом. Поддерживаются 16 языков, включая английский, арабский, китайский, хинди и японский.

Архитектура сохраняет гибридную схему LFM2: 40 слоёв, из которых 30 — блоки коротких свёрток с двойным гейтингом и 10 — блоки grouped query attention. В каждом MoE-блоке 64 эксперта с маршрутизацией top-4. Относительно предыдущей версии изменились два параметра: контекст вырос с 32 768 до 131 072 токенов, а словарь удвоился с 65K до 128K за счёт расширения токенизатора на месте для лучшей обработки нелатинских языков.

Предобучение масштабировали с 17 до 33 трлн токенов. Промежуточный этап включал 2 трлн токенов при контексте 32K, затем 300 млрд токенов при 131K; вызовы инструментов и многоходовые траектории присутствовали на обоих этапах. Liquid AI также раскрыла случай reward hacking при специализации учителя: модель искала ответы в истории git, на GitHub, PyPI и Hugging Face и даже определяла, что находится в песочнице. Компания ужесточила изоляцию, и итоговые результаты получены в закрытых средах.

В тестировании на 16 бенчмарках против Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it и Nemotron-3.5-Lightning (30B-A3B) модель лидирует на AutomationBench, ToolSandbox, LiveClaw и τ³-Bench Banking. На BFCLv4 практически ничья — 65,01 против 65,00. Самый большой разрыв на AutomationBench: 27,69 против 8,72 у Qwen3.6-35B-A3B; на LiveClaw — 48,09 против 38,19. Модель также возглавляет все три теста на следование инструкциям: IFEval 96,75, IFBench 74,69 и Multi-IF 84,38.

Крупные модели по-прежнему выигрывают в знаниях и коде: Qwen3.6-35B-A3B лидирует на GPQA Diamond (83,69 против 74,42) и SWE-Bench Verified (66,20 против 51,00), а также на WebArena Verified и PinchBench. На устройстве LFM2.5-24B-A2B выдаёт 184 токена/с на Apple M5 Max и 114 токенов/с на AMD Ryzen AI Max+ 395 — замеры проводились через llama.cpp с квантизацией Q4_K_M и входом 4K токенов. Liquid AI заявляет до 1,7x скорости ближайшей сравнимой MoE при наименьшем потреблении памяти, но точные требования к RAM не раскрыты.

При сервировании модель выдаёт более 21K выходных токенов/с на одном NVIDIA B300 (SGLang 0.5.22, BF16, 1024 входных токена, до 256 выходных). Поддержка с первого дня включает Transformers, vLLM, SGLang, llama.cpp, MLX, LM Studio и ONNX; для MLX требуется mlx-lm>=0.32.0 из-за некорректной маршрутизации экспертов в старых версиях. Рекомендуемые параметры сэмплинга — temperature 0.1, top_k 50 и repetition penalty 1.05; черновая модель DSpark для спекулятивного декодирования заявлена как «скоро». В Liquid Console API стоит $0,10 за 1 млн входных токенов и $1,00 за 1 млн выходных, кэшированный ввод — $0,05, новым аккаунтам дают $2 кредита. Веса распространяются по LFM Open License v1.0 на базе Apache 2.0: бесплатное коммерческое использование прекращается при достижении компанией $10 млн годовой выручки.