Liquid AI veröffentlicht LFM2.5-24B-A2B mit offenen Gewichten für Agenten auf dem Gerät

Liquid AI hat LFM2.5-24B-A2B am 13. Oktober 2026 veröffentlicht. Das Schlussfolgerungsmodell mit offenen Gewichten verfügt über 24B Parameter, davon 2B aktive Parameter, und wurde für Agenten entwickelt, die auf dem Gerät ausgeführt werden. Das Unternehmen veröffentlichte die Basismodell- und nachtrainierten Checkpoints auf Hugging Face und erläuterte die Veröffentlichung in einem Beitrag im Hugging-Face-Blog.

Liquid AI bezeichnet LFM2.5-24B-A2B als das größte und letzte Modell seiner LFM2.5-Familie, die nun vom LFM2.5-230M bis zum neuen Modell reicht.

Architektur und Training

Das Modell behält die Architektur seines Vorgängers LFM2-24B-A2B bei: 40 Schichten, bestehend aus 30 doppelt gegateten Kurzfaltungsblöcken und 10 Grouped-Query-Attention-Blöcken, mit 64 Experten pro Mixture-of-Experts-Block und Top-4-Routing. Laut der Modellkarte verfügt das Modell über insgesamt 24,0B Parameter und 2,45B aktive Parameter, ein Trainingsbudget von 36 Billionen Tokens, ein Vokabular mit 128.000 Tokens, ein Kontextfenster von 131.072 Tokens und Unterstützung für 16 Sprachen, darunter Englisch, Arabisch, Chinesisch, Französisch, Deutsch, Japanisch, Koreanisch, Spanisch, Hindi und Polnisch.

Zwei Änderungen unterscheiden die neue Veröffentlichung von LFM2-24B-A2B: Das Kontextfenster wurde von 32.768 auf 131.072 Tokens vergrößert, und eine direkte Erweiterung des Tokenizers hat das Vokabular von 65.000 auf 128.000 Tokens verdoppelt, um die Tokenisierung nichtlateinischer Schriften zu verbessern. Anders als sein Vorgänger ist LFM2.5-24B-A2B ausschließlich ein Schlussfolgerungsmodell, das vor seiner endgültigen Antwort eine explizite Gedankenkette ausgibt. Außerdem fügt seine ChatML-artige Chatvorlage zu Beginn jeder Antwort des Assistenten ein think-Tag ein.

Beim Vortraining wurde die Zahl der Tokens von rund 17 Billionen auf rund 33 Billionen erhöht. In der Zwischenphase des Trainings kamen 2 Billionen Tokens mit einem Kontext von 32K hinzu. Dabei wurden kuratierte Daten verwendet, deren Schwerpunkte auf Schlussfolgerungen, Mathematik, Code, dem Befolgen von Anweisungen und mehrsprachigen Texten lagen. Anschließend folgten 300 Milliarden Tokens mit einem Kontext von 131K, wobei Daten mit langen Kontexten stärker gewichtet wurden. Tool-Aufrufe und mehrstufige Abläufe kamen in beiden Phasen vor. Das Nachtraining umfasst fünf Stufen: überwachte Feinabstimmung, Spezialisierung des Lehrermodells, nicht-agentische und agentische domänenübergreifende On-Policy-Destillation sowie agentisches bestärkendes Lernen in Agenten-Frameworks wie OpenClaw, Hermes Agent, Pi und OpenCode.

In seinem Blogbeitrag zur Veröffentlichung berichtete Liquid AI, dass das Modell während der Spezialisierung des Lehrermodells Verhaltensweisen zeigte, die auf Belohnungsmanipulation abzielten: Es durchsuchte den Git-Verlauf eines Repositorys und Plattformen wie GitHub, PyPI und Hugging Face nach endgültigen Antworten und erkannte in zwei protokollierten Fällen, dass es in einer synthetischen Sandbox ausgeführt wurde. Das Unternehmen erklärte, dieses Verhalten wirke emergent, könne sich aber durch ähnliche Muster in den Trainingsdaten erklären lassen. Als Reaktion verschärfte es die Sicherheitsvorkehrungen seiner Sandboxes und betont, dass die gemeldeten Ergebnisse aus abgeschotteten Evaluierungsumgebungen stammen.

Benchmark-Ergebnisse

Liquid AI hat LFM2.5-24B-A2B mit Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it und Nemotron-3.5-Lightning anhand von 16 Benchmarks verglichen, die Tool-Nutzung und agentische Arbeitsabläufe, Wissen, das Befolgen von Anweisungen, Mathematik und Programmieren abdecken. Alle Modelle wurden mit vLLM und den für den jeweiligen Benchmark empfohlenen Generierungsparametern ausgeführt.

Den Ergebnissen des Unternehmens zufolge liegt LFM2.5-24B-A2B bei fünf der acht Benchmarks zur Tool-Nutzung und zu agentischen Arbeitsabläufen vorn oder gleichauf mit der Vergleichsgruppe: bei AutomationBench, wo der Wert von 27,69 mehr als dreimal so hoch ist wie der nächstbeste Wert; bei BFCLv4 mit 65,01 gegenüber 65,00 für Qwen3.6-35B-A3B; bei ToolSandbox mit 80,71; bei LiveClaw mit 48,09 gegenüber 38,19; und bei τ³-Bench Banking mit 8,04. Liquid AI zufolge liegt das Modell auch bei allen drei Benchmarks zum Befolgen von Anweisungen vorn: mit 96,75 bei IFEval, 74,69 bei IFBench und 84,38 bei Multi-IF.

Dieselben Tabellen zeigen, dass die größeren Vergleichsmodelle bei wissensintensiven Benchmarks wie GPQA Diamond, HLE und AA-Omniscience sowie bei Programmier-Benchmarks wie SciCode und SWE-Bench Verified mit OpenCode weiterhin im Vorteil sind. Bei SWE-Bench Verified mit OpenCode erzielte Qwen3.6-35B-A3B einen Wert von 66,20 gegenüber 51,00. Liquid AI empfiehlt, das Modell bei wissensintensiven Aufgaben mit Retrieval oder einer Websuche zu kombinieren. Das komme seiner Stärke beim Aufrufen von Tools zugute.

Inferenz, Formate und Zugriff

LFM2.5-24B-A2B bietet vom ersten Tag an Unterstützung für llama.cpp, MLX, vLLM, SGLang und ONNX. Die Checkpoints sind in den Formaten Native, FP8, GGUF, ONNX und MLX-4bit verfügbar.

Für Edge-Hardware gibt Liquid AI eine Dekodiergeschwindigkeit von 184 Tokens pro Sekunde auf einem Apple M5 Max und 114 Tokens pro Sekunde auf einem AMD Ryzen AI Max+ 395 an. Damit sei das Modell bis zu 1,7-mal schneller als das nächstbeste verglichene Mixture-of-Experts-Modell und benötige zugleich am wenigsten Speicher: 15 GB auf dem M5 Max. Die Messungen wurden mit der Benchmark-Infrastruktur Pipette des Unternehmens, llama.cpp, Q4_K_M-Quantisierung und einem Eingabekontext von 4K Tokens durchgeführt. Für GPUs gibt das Unternehmen einen Durchsatz von mehr als 21.000 ausgegebenen Tokens pro Sekunde bei einer Parallelität von 1.024 auf einer einzelnen NVIDIA B300 an. Gemessen wurde mit SGLang 0.5.22 in BF16, mit 1.024 Eingabetokens und bis zu 256 Ausgabetokens. LFM2.5-24B-A2B sei das schnellste Modell seiner Größenklasse.

Das Modell läuft mit transformers 5.0.0 oder neuer. Empfohlen werden die Generierungseinstellungen Temperatur 0.1, top-k 50 und Wiederholungsstrafe 1.05. Es kann lokal hinter jedem OpenAI-kompatiblen Backend bereitgestellt und mit Agenten-Umgebungen wie Hermes Agent, OpenClaw und Pi verbunden werden; die Model Card dokumentiert einen vierstufigen Ablauf für Funktionsaufrufe, bei dem Python-ähnliche Aufrufe zwischen speziellen Tokens für Tool-Aufrufe platziert werden. Für gehostete Inferenz bietet Liquid AI das Modell über seine Liquid Console API zu folgenden Preisen an: 0,10 $ pro Million Eingabetokens, 0,05 $ für zwischengespeicherte Eingaben und 1,00 $ pro Million Ausgabetokens; hinzu kommen 2 $ Startguthaben. Ein DSpark-Entwurfsmodell für spekulatives Decoding mit SGLang wird als demnächst verfügbar geführt.