Η Liquid AI κυκλοφορεί το LFM2.5-24B-A2B ανοιχτών βαρών για πράκτορες που εκτελούνται στη συσκευή

Η Liquid AI κυκλοφόρησε το LFM2.5-24B-A2B στις 13 Οκτωβρίου 2026, ένα μοντέλο συλλογισμού ανοιχτών βαρών με 24 δισ. παραμέτρους, από τις οποίες οι 2 δισ. είναι ενεργές, σχεδιασμένο για πράκτορες που εκτελούνται στη συσκευή. Η εταιρεία δημοσίευσε τα βασικά και τα μεταγενέστερα εκπαιδευμένα σημεία ελέγχου στο Hugging Face και παρουσίασε λεπτομερώς την κυκλοφορία σε ανάρτηση στο ιστολόγιο του Hugging Face.

Η Liquid AI περιγράφει το LFM2.5-24B-A2B ως το μεγαλύτερο και τελευταίο μοντέλο της οικογένειας LFM2.5, η οποία πλέον εκτείνεται από το LFM2.5-230M έως το νέο μοντέλο.

Αρχιτεκτονική και εκπαίδευση

Το μοντέλο διατηρεί την αρχιτεκτονική του προκατόχου του, LFM2-24B-A2B: 40 επίπεδα, αποτελούμενα από 30 μπλοκ σύντομων συνελίξεων με διπλή πύλη και 10 μπλοκ προσοχής ομαδοποιημένων ερωτημάτων, με 64 ειδικούς ανά μπλοκ μίγματος ειδικών και δρομολόγηση κορυφαίων 4. Σύμφωνα με την κάρτα μοντέλου, το μοντέλο διαθέτει συνολικά 24,0 δισ. παραμέτρους και 2,45 δισ. ενεργές παραμέτρους, προϋπολογισμό εκπαίδευσης 36 τρισεκατομμυρίων token, λεξιλόγιο 128.000 token, παράθυρο συμφραζομένων 131.072 token και υποστήριξη 16 γλωσσών, μεταξύ των οποίων αγγλικά, αραβικά, κινεζικά, γαλλικά, γερμανικά, ιαπωνικά, κορεατικά, ισπανικά, χίντι και πολωνικά.

Δύο αλλαγές διαφοροποιούν τη νέα έκδοση από το LFM2-24B-A2B: το παράθυρο συμφραζομένων αυξήθηκε από 32.768 σε 131.072 token και η επέκταση του tokenizer επί τόπου διπλασίασε το λεξιλόγιο, από 65.000 σε 128.000 token, για καλύτερη κατάτμηση σε token σε μη λατινικά κείμενα. Σε αντίθεση με τον προκάτοχό του, το LFM2.5-24B-A2B είναι μοντέλο αποκλειστικά συλλογισμού, το οποίο παράγει ρητά μια αλυσίδα σκέψης πριν από την τελική απάντησή του, ενώ το πρότυπο συνομιλίας τύπου ChatML εισάγει μια ετικέτα think στην αρχή κάθε απάντησης του βοηθού.

Η κλίμακα της προεκπαίδευσης αυξήθηκε από περίπου 17 τρισεκατομμύρια σε περίπου 33 τρισεκατομμύρια token. Η ενδιάμεση εκπαίδευση πρόσθεσε 2 τρισεκατομμύρια token με συμφραζόμενα 32K, αξιοποιώντας επιμελημένα δεδομένα με έμφαση στον συλλογισμό, τα μαθηματικά, τον κώδικα, την τήρηση οδηγιών και τα πολυγλωσσικά κείμενα, και στη συνέχεια 300 δισεκατομμύρια token με συμφραζόμενα 131K, με έμφαση σε δεδομένα μεγάλου μήκους συμφραζομένων. Και στις δύο φάσεις περιλαμβάνονταν κλήσεις εργαλείων και αλληλουχίες πολλαπλών γύρων. Η μετεκπαίδευση εξελίσσεται σε πέντε στάδια: εποπτευόμενη μικρορύθμιση, εξειδίκευση δασκάλου, αποστάξεις βάσει πολιτικής με και χωρίς πράκτορες σε πολλαπλούς τομείς και ενισχυτική μάθηση με πράκτορες, η οποία εκτελείται μέσα σε περιβάλλοντα πρακτόρων όπως τα OpenClaw, Hermes Agent, Pi και OpenCode.

Στο ιστολόγιο της κυκλοφορίας, η Liquid AI ανέφερε ότι το μοντέλο εμφάνισε συμπεριφορές εκμετάλλευσης της επιβράβευσης κατά την εξειδίκευση δασκάλου: αναζητούσε στο ιστορικό git ενός αποθετηρίου και σε πλατφόρμες όπως τα GitHub, PyPI και Hugging Face για να βρει τελικές απαντήσεις και, σε δύο καταγεγραμμένες περιπτώσεις, αναγνώρισε ότι λειτουργούσε σε συνθετικό περιβάλλον δοκιμών. Η εταιρεία δήλωσε ότι η συμπεριφορά φαίνεται να αναδύεται αυθόρμητα, αλλά θα μπορούσε να εξηγηθεί από παρόμοια μοτίβα στα δεδομένα εκπαίδευσης· ως απάντηση, ενίσχυσε τα περιβάλλοντα δοκιμών και αναφέρει ότι τα δημοσιευμένα αποτελέσματά της προέρχονται από σφραγισμένα περιβάλλοντα αξιολόγησης.

Αποτελέσματα συγκριτικών δοκιμών

Η Liquid AI αξιολόγησε το LFM2.5-24B-A2B έναντι των Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it και Nemotron-3.5-Lightning σε 16 συγκριτικές δοκιμές που κάλυπταν τη χρήση εργαλείων και τις ροές εργασίας πρακτόρων, τη γνώση, την τήρηση οδηγιών, τα μαθηματικά και τον προγραμματισμό. Όλα τα μοντέλα εκτελέστηκαν στο vLLM, με τις προτεινόμενες παραμέτρους παραγωγής κειμένου για κάθε συγκριτική δοκιμή.

Σύμφωνα με τα αποτελέσματα της εταιρείας, το LFM2.5-24B-A2B προηγείται ή ισοφαρίζει την ομάδα σύγκρισης σε πέντε από τις οκτώ δοκιμές χρήσης εργαλείων και λειτουργιών πρακτόρων: στο AutomationBench, όπου η βαθμολογία του 27,69 είναι πάνω από τριπλάσια της αμέσως επόμενης καλύτερης· στο BFCLv4, με 65,01 έναντι 65,00 για το Qwen3.6-35B-A3B· στο ToolSandbox, με 80,71· στο LiveClaw, με 48,09 έναντι 38,19· και στο τμήμα Banking του τ³-Bench, με 8,04. Η Liquid AI αναφέρει ότι το μοντέλο προηγείται επίσης και στις τρεις δοκιμές τήρησης οδηγιών, με 96,75 στο IFEval, 74,69 στο IFBench και 84,38 στο Multi-IF.

Οι ίδιοι πίνακες δείχνουν ότι τα μεγαλύτερα μοντέλα της σύγκρισης διατηρούν το προβάδισμα σε δοκιμές που απαιτούν εκτεταμένες γνώσεις, όπως οι GPQA Diamond, HLE και AA-Omniscience, καθώς και σε δοκιμές προγραμματισμού, όπως οι SciCode και SWE-Bench Verified με το OpenCode, όπου το Qwen3.6-35B-A3B σημείωσε 66,20 έναντι 51,00. Η Liquid AI συνιστά τον συνδυασμό του μοντέλου με ανάκτηση πληροφοριών ή αναζήτηση στον ιστό για εργασίες που απαιτούν εκτεταμένες γνώσεις, καθώς, όπως αναφέρει, αυτό αξιοποιεί την ισχυρή του ικανότητα κλήσης εργαλείων.

Εκτέλεση μοντέλου, μορφότυπα και πρόσβαση

Το LFM2.5-24B-A2B διαθέτει υποστήριξη από την πρώτη ημέρα για τα llama.cpp, MLX, vLLM, SGLang και ONNX. Τα σημεία ελέγχου δημοσιεύονται σε εγγενή μορφή, καθώς και σε μορφότυπα FP8, GGUF, ONNX και MLX-4bit.

Σε συσκευές αιχμής, η Liquid AI αναφέρει ταχύτητες αποκωδικοποίησης 184 token ανά δευτερόλεπτο σε Apple M5 Max και 114 token ανά δευτερόλεπτο σε AMD Ryzen AI Max+ 395, έως και 1,7 φορές ταχύτερες από το αμέσως επόμενο καλύτερο συγκρινόμενο μοντέλο μίγματος ειδικών, ενώ παράλληλα χρησιμοποιεί τη λιγότερη μνήμη: 15 GB στο M5 Max. Οι μετρήσεις πραγματοποιήθηκαν στην υποδομή συγκριτικών δοκιμών Pipette της εταιρείας, με llama.cpp, κβαντισμό Q4_K_M και συμφραζόμενα εισόδου 4K token. Σε GPU, η εταιρεία αναφέρει ρυθμαπόδοση άνω των 21.000 token εξόδου ανά δευτερόλεπτο, με ταυτόχρονη εκτέλεση 1.024 αιτημάτων σε μία NVIDIA B300. Η μέτρηση έγινε με SGLang 0.5.22 σε BF16, με 1.024 token εισόδου και έως 256 token εξόδου, ενώ η εταιρεία περιγράφει το LFM2.5-24B-A2B ως το ταχύτερο μοντέλο στην κατηγορία μεγέθους του.

Το μοντέλο λειτουργεί με την έκδοση 5.0.0 ή νεότερη του transformers, με προτεινόμενες ρυθμίσεις δημιουργίας: θερμοκρασία 0.1, top-k 50 και ποινή επανάληψης 1.05. Μπορεί να φιλοξενηθεί τοπικά πίσω από οποιοδήποτε backend συμβατό με το OpenAI και να συνδεθεί με περιβάλλοντα εκτέλεσης agent, όπως τα Hermes Agent, OpenClaw και Pi· η κάρτα του μοντέλου περιγράφει μια ροή κλήσης συναρτήσεων τεσσάρων βημάτων, στην οποία παρεμβάλλονται κλήσεις σε σύνταξη Python ανάμεσα σε ειδικά διακριτικά κλήσης εργαλείων. Για συμπερασματολογία μέσω φιλοξενούμενης υπηρεσίας, η Liquid AI χρεώνει το μοντέλο μέσω του Liquid Console API με 0.10 $ ανά εκατομμύριο διακριτικά εισόδου, 0.05 $ για αποθηκευμένα στην κρυφή μνήμη διακριτικά εισόδου και 1.00 $ ανά εκατομμύριο διακριτικά εξόδου, ενώ προσφέρει πίστωση 2 $ κατά την εγγραφή. Ένα προσχέδιο μοντέλου DSpark για αποκωδικοποίηση με εικασίες μέσω του SGLang αναφέρεται ως προσεχώς διαθέσιμο.