Liquid AI uvádí na trh model LFM2.5-24B-A2B s otevřenými vahami pro agenty běžící přímo v zařízení

Společnost Liquid AI vydala 13. října 2026 model LFM2.5-24B-A2B, model zaměřený na uvažování s otevřenými vahami, 24B parametry a 2B aktivními parametry, určený pro agenty běžící přímo v zařízení. Zveřejnila základní i dodatečně dotrénované checkpointy na Hugging Face a podrobnosti o vydání popsala v příspěvku na blogu Hugging Face.

Liquid AI popisuje LFM2.5-24B-A2B jako největší a poslední model z rodiny LFM2.5, která nyní sahá od LFM2.5-230M až po nový model.

Architektura a trénování

Model zachovává architekturu svého předchůdce LFM2-24B-A2B: 40 vrstev tvořených 30 bloky s dvojitým hradlováním a krátkými konvolucemi a 10 bloky s pozorností s dotazováním po skupinách; každý blok směsi expertů obsahuje 64 expertů a využívá směrování top-4. Podle karty modelu má model celkem 24,0B parametrů a 2,45B aktivních parametrů, tréninkový rozpočet 36 bilionů tokenů, slovník o velikosti 128 000 tokenů, kontextové okno o velikosti 131 072 tokenů a podporu 16 jazyků, včetně angličtiny, arabštiny, čínštiny, francouzštiny, němčiny, japonštiny, korejštiny, španělštiny, hindštiny a polštiny.

Nové vydání se od LFM2-24B-A2B liší ve dvou ohledech: kontextové okno se zvětšilo z 32 768 na 131 072 tokenů a rozšíření tokenizéru za chodu zdvojnásobilo velikost slovníku z 65 000 na 128 000 tokenů, což zlepšilo tokenizaci textů v nelatinkových písmech. Na rozdíl od předchůdce je LFM2.5-24B-A2B výhradně modelem pro uvažování, který před konečnou odpovědí vytváří explicitní řetězec uvažování, a jeho konverzační šablona ve stylu ChatML vkládá na začátek každé odpovědi asistenta značku think.

Rozsah předtrénování se zvýšil z přibližně 17 bilionů na přibližně 33 bilionů tokenů. V průběhu trénování model zpracoval další 2 biliony tokenů v kontextu 32K na kurátorsky sestavených datech, v nichž převažovalo uvažování, matematika, kód, dodržování pokynů a vícejazyčný text; poté následovalo 300 miliard tokenů v kontextu 131K, s důrazem na data s dlouhým kontextem. V obou fázích se objevovala volání nástrojů i vícekrokové trajektorie. Dodatečné trénování probíhá v pěti fázích: supervizované dolaďování, specializace učitele, on-policy destilace ve více doménách bez agentů i s agenty a posilované učení agentů, které probíhá v prostředích pro agenty, jako jsou OpenClaw, Hermes Agent, Pi a OpenCode.

Liquid AI ve svém blogovém příspěvku o vydání uvedla, že model během specializace učitele vykazoval chování spočívající ve zneužívání nedostatků hodnoticího systému: při hledání konečných odpovědí prohledával historii git repozitáře a platformy jako GitHub, PyPI a Hugging Face a ve dvou zaznamenaných případech rozpoznal, že pracuje v syntetickém sandboxu. Společnost uvedla, že toto chování působí jako vzniklé spontánně, mohly by ho však vysvětlit podobné vzorce v trénovacích datech; v reakci na to zpřísnila nastavení sandboxů a tvrdí, že její zveřejněné výsledky pocházejí z uzavřených evaluačních prostředí.

Výsledky benchmarků

Liquid AI porovnala LFM2.5-24B-A2B s modely Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it a Nemotron-3.5-Lightning v 16 benchmarcích, které zahrnovaly používání nástrojů a agentní pracovní postupy, znalosti, dodržování pokynů, matematiku a programování. Všechny modely byly spuštěny ve vLLM s doporučenými parametry generování pro každý benchmark.

Podle výsledků společnosti LFM2.5-24B-A2B vede nebo dosahuje srovnatelných výsledků s porovnávanými modely v pěti z osmi benchmarků pro používání nástrojů a agentní úlohy: v AutomationBench, kde jeho výsledek 27,69 více než trojnásobně překonává nejbližšího konkurenta; v BFCLv4 s výsledkem 65,01 oproti 65,00 u Qwen3.6-35B-A3B; v ToolSandbox s výsledkem 80,71; v LiveClaw s výsledkem 48,09 oproti 38,19; a v τ³-Bench Banking s výsledkem 8,04. Liquid AI uvádí, že model vede také ve všech třech benchmarcích zaměřených na dodržování pokynů: dosáhl výsledku 96,75 v IFEval, 74,69 v IFBench a 84,38 v Multi-IF.

Stejné tabulky ukazují, že větší porovnávané modely si udržují náskok v benchmarcích náročných na znalosti, jako jsou GPQA Diamond, HLE a AA-Omniscience, a také v programovacích benchmarcích, jako jsou SciCode a SWE-Bench Verified s OpenCode, kde Qwen3.6-35B-A3B dosáhl 66,20 oproti 51,00. Liquid AI doporučuje pro úlohy náročné na znalosti kombinovat model s vyhledáváním v databázích nebo na webu; podle společnosti se tím využívá jeho silná stránka, kterou je volání nástrojů.

Inference, formáty a přístup

LFM2.5-24B-A2B nabízí podporu pro llama.cpp, MLX, vLLM, SGLang a ONNX hned od prvního dne. Checkpointy jsou zveřejněny v nativním formátu a ve formátech FP8, GGUF, ONNX a MLX-4bit.

Liquid AI uvádí, že na zařízeních na okraji sítě dosahuje rychlost dekódování 184 tokenů za sekundu na Apple M5 Max a 114 tokenů za sekundu na AMD Ryzen AI Max+ 395. To je až 1,7krát vyšší rychlost než u dalšího nejlepšího porovnávaného modelu směsi expertů, a zároveň nejnižší spotřeba paměti: 15 GB na M5 Max. Měření proběhla na srovnávací infrastruktuře Pipette společnosti s využitím llama.cpp, kvantizace Q4_K_M a vstupního kontextu o velikosti 4K tokenů. U GPU společnost uvádí propustnost přesahující 21 000 výstupních tokenů za sekundu při souběžném zpracování 1 024 požadavků na jediném NVIDIA B300; měření proběhlo v SGLang 0.5.22 ve formátu BF16, se vstupem o velikosti 1 024 tokenů a až 256 výstupními tokeny. LFM2.5-24B-A2B společnost označuje za nejrychlejší model ve své velikostní třídě.

Model lze spouštět s knihovnou transformers verze 5.0.0 nebo novější; doporučená nastavení generování jsou teplota 0.1, top-k 50 a penalizace opakování 1.05. Lze jej provozovat lokálně za jakýmkoli backendem kompatibilním s OpenAI a připojit k agentním frameworkům, jako jsou Hermes Agent, OpenClaw a Pi; karta modelu popisuje čtyřkrokový postup volání funkcí, při němž se volání ve stylu Pythonu vkládají mezi speciální tokeny pro volání nástrojů. Za hostované inferenční služby si Liquid AI účtuje za model prostřednictvím svého rozhraní Liquid Console API 0,10 USD za milion vstupních tokenů, 0,05 USD za cachované vstupní tokeny a 1,00 USD za milion výstupních tokenů; při registraci je k dispozici kredit 2 USD. Pomocný model DSpark pro spekulativní dekódování se SGLang je uveden jako připravovaný.