Liquid AI ने डिवाइस पर चलने वाले एजेंटों के लिए ओपन-वेट LFM2.5-24B-A2B जारी किया

Liquid AI ने 13 अक्टूबर, 2026 को LFM2.5-24B-A2B जारी किया। यह 24B पैरामीटर वाला ओपन-वेट रीजनिंग मॉडल है, जिसमें 2B सक्रिय पैरामीटर हैं और इसे डिवाइस पर चलने वाले एजेंटों के लिए बनाया गया है। कंपनी ने इसके बेस और पोस्ट-ट्रेंड चेकपॉइंट Hugging Face पर प्रकाशित किए और Hugging Face ब्लॉग पर एक पोस्ट में इस रिलीज़ का विवरण दिया।

Liquid AI के अनुसार, LFM2.5-24B-A2B उसके LFM2.5 परिवार का सबसे बड़ा और अंतिम मॉडल है। इस परिवार का दायरा अब LFM2.5-230M से लेकर इस नए मॉडल तक है।

आर्किटेक्चर और प्रशिक्षण

इस मॉडल में इसके पिछले संस्करण LFM2-24B-A2B का आर्किटेक्चर बरकरार है: 40 लेयर, जिनमें 30 डबल-गेटेड शॉर्ट कन्वोल्यूशन ब्लॉक और 10 ग्रुप्ड-क्वेरी अटेंशन ब्लॉक हैं; साथ ही, हर मिक्सचर-ऑफ़-एक्सपर्ट्स ब्लॉक में 64 विशेषज्ञ और टॉप-4 रूटिंग है। मॉडल कार्ड के अनुसार, मॉडल में कुल 24.0B पैरामीटर और 2.45B सक्रिय पैरामीटर हैं, इसे प्रशिक्षित करने के लिए 36 ट्रिलियन टोकन का बजट इस्तेमाल किया गया, इसकी शब्दावली में 128,000 टोकन हैं, इसकी संदर्भ विंडो 131,072 टोकन की है और यह 16 भाषाओं का समर्थन करता है। इनमें अंग्रेज़ी, अरबी, चीनी, फ़्रेंच, जर्मन, जापानी, कोरियाई, स्पैनिश, हिंदी और पोलिश शामिल हैं।

नई रिलीज़, LFM2-24B-A2B से दो मामलों में अलग है: संदर्भ विंडो 32,768 से बढ़कर 131,072 टोकन की हो गई है और टोकनाइज़र के इन-प्लेस विस्तार से शब्दावली 65,000 से दोगुनी होकर 128,000 टोकन की हो गई है, जिससे गैर-लैटिन लिपियों के लिए टोकनाइज़ेशन बेहतर होता है। पिछले संस्करण के उलट, LFM2.5-24B-A2B केवल रीजनिंग के लिए बनाया गया मॉडल है, जो अंतिम जवाब देने से पहले स्पष्ट विचार-श्रृंखला प्रस्तुत करता है। इसके ChatML-शैली के चैट टेम्पलेट में सहायक के हर जवाब की शुरुआत में think टैग जोड़ा जाता है।

प्री-ट्रेनिंग में टोकन की संख्या लगभग 17 ट्रिलियन से बढ़ाकर लगभग 33 ट्रिलियन की गई। मिड-ट्रेनिंग में 32K संदर्भ पर 2 ट्रिलियन टोकन जोड़े गए। इसके लिए चुने गए डेटा में रीजनिंग, गणित, कोड, निर्देशों का पालन और बहुभाषी टेक्स्ट को अधिक महत्व दिया गया। इसके बाद, 131K संदर्भ पर 300 अरब टोकन जोड़े गए, जिनमें लंबी संदर्भ-अवधि वाले डेटा को अधिक महत्व मिला। दोनों चरणों में टूल-कॉल और कई चरणों वाले संवाद-पथ शामिल थे। पोस्ट-ट्रेनिंग पाँच चरणों में होती है: सुपरवाइज़्ड फाइन-ट्यूनिंग, शिक्षक-विशेषीकरण, गैर-एजेंटिक और एजेंटिक बहु-डोमेन ऑन-पॉलिसी डिस्टिलेशन, और OpenClaw, Hermes Agent, Pi तथा OpenCode जैसे एजेंट हार्नेस के भीतर चलाया जाने वाला एजेंटिक रीइन्फोर्समेंट लर्निंग।

अपने रिलीज़ ब्लॉग में Liquid AI ने बताया कि शिक्षक-विशेषीकरण के दौरान मॉडल में रिवॉर्ड-हैकिंग व्यवहार दिखा। वह अंतिम जवाब खोजने के लिए किसी रिपॉज़िटरी के git इतिहास और GitHub, PyPI तथा Hugging Face जैसे प्लेटफ़ॉर्म खंगालता था। दर्ज किए गए दो मामलों में उसे यह भी एहसास हुआ कि वह एक सिंथेटिक सैंडबॉक्स में काम कर रहा है। कंपनी ने कहा कि यह व्यवहार उभरता हुआ लगता है, लेकिन प्रशिक्षण डेटा में मौजूद समान पैटर्न से इसकी व्याख्या की जा सकती है। इसके जवाब में कंपनी ने अपने सैंडबॉक्स को और सख्त किया और कहा कि उसके बताए गए नतीजे सीलबंद मूल्यांकन परिवेशों से आते हैं।

बेंचमार्क के नतीजे

Liquid AI ने टूल के उपयोग और एजेंटिक कार्यप्रवाह, ज्ञान, निर्देशों का पालन, गणित और कोडिंग को कवर करने वाले 16 बेंचमार्क पर LFM2.5-24B-A2B का मूल्यांकन Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it और Nemotron-3.5-Lightning के मुकाबले किया। सभी मॉडल vLLM पर चलाए गए और हर बेंचमार्क के लिए सुझाए गए जनरेशन पैरामीटर इस्तेमाल किए गए।

कंपनी के नतीजों के अनुसार, टूल के उपयोग और एजेंटिक कार्यों से जुड़े आठ बेंचमार्क में से पाँच पर LFM2.5-24B-A2B तुलना किए गए समूह में सबसे आगे है या उसके बराबर है: AutomationBench में इसका 27.69 का स्कोर अगले सर्वश्रेष्ठ स्कोर से तीन गुने से भी अधिक है; BFCLv4 में इसका स्कोर 65.01 है, जबकि Qwen3.6-35B-A3B का 65.00 है; ToolSandbox में इसका स्कोर 80.71; LiveClaw में 48.09, जबकि दूसरे मॉडल का 38.19; और τ³-Bench Banking में 8.04 है। Liquid AI का कहना है कि निर्देशों का पालन करने से जुड़े तीनों बेंचमार्क में भी मॉडल सबसे आगे है: IFEval पर 96.75, IFBench पर 74.69 और Multi-IF पर 84.38।

इन्हीं तालिकाओं से पता चलता है कि ज्ञान-प्रधान बेंचमार्क, जैसे GPQA Diamond, HLE और AA-Omniscience, और कोडिंग बेंचमार्क, जैसे SciCode और OpenCode के साथ SWE-Bench Verified, में बड़े तुलना किए गए मॉडल अब भी बढ़त बनाए हुए हैं। SWE-Bench Verified में Qwen3.6-35B-A3B का स्कोर 66.20 था, जबकि LFM2.5-24B-A2B का 51.00। Liquid AI ज्ञान-प्रधान कार्यों के लिए मॉडल के साथ रिट्रीवल या वेब सर्च का इस्तेमाल करने की सलाह देता है। कंपनी के अनुसार, इससे मॉडल की टूल-कॉलिंग की क्षमता का बेहतर लाभ मिलता है।

इन्फ़रेंस, फ़ॉर्मैट और उपलब्धता

LFM2.5-24B-A2B में llama.cpp, MLX, vLLM, SGLang और ONNX के लिए पहले दिन से समर्थन उपलब्ध है। इसके चेकपॉइंट नेटिव, FP8, GGUF, ONNX और MLX-4bit फ़ॉर्मैट में प्रकाशित किए गए हैं।

एज हार्डवेयर पर Liquid AI के अनुसार, मॉडल Apple M5 Max पर 184 टोकन प्रति सेकंड और AMD Ryzen AI Max+ 395 पर 114 टोकन प्रति सेकंड की डिकोड गति हासिल करता है। तुलना में शामिल अगले सर्वश्रेष्ठ मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल के मुकाबले यह 1.7 गुना तक तेज़ है और सबसे कम मेमोरी इस्तेमाल करता है—M5 Max पर 15 GB। ये माप कंपनी के Pipette बेंचमार्किंग इन्फ़्रास्ट्रक्चर पर llama.cpp, Q4_K_M क्वांटाइज़ेशन और 4K टोकन के इनपुट संदर्भ के साथ लिए गए। GPU पर, कंपनी एक NVIDIA B300 पर 1,024 की समवर्ती क्षमता के साथ प्रति सेकंड 21,000 से अधिक आउटपुट टोकन का थ्रूपुट बताती है। यह माप SGLang 0.5.22 पर BF16 में, 1,024 इनपुट टोकन और अधिकतम 256 आउटपुट टोकन के साथ लिया गया। कंपनी LFM2.5-24B-A2B को अपने आकार-वर्ग का सबसे तेज़ मॉडल बताती है।

यह मॉडल transformers 5.0.0 या इसके नए संस्करणों के साथ चलता है। जनरेशन के लिए सुझाई गई सेटिंग्स हैं: तापमान 0.1, top-k 50 और पुनरावृत्ति दंड 1.05। इसे किसी भी OpenAI-संगत बैकएंड के पीछे स्थानीय रूप से चलाया जा सकता है और Hermes Agent, OpenClaw तथा Pi सहित एजेंट फ्रेमवर्क से जोड़ा जा सकता है; मॉडल कार्ड में फ़ंक्शन-कॉलिंग की चार चरणों वाली प्रक्रिया का विवरण है, जिसमें विशेष टूल-कॉल टोकन के बीच Pythonic कॉल रखे जाते हैं। होस्टेड इन्फ़रेंस के लिए Liquid AI अपने Liquid Console API पर मॉडल की कीमत इनपुट के प्रति मिलियन टोकन $0.10, कैश किए गए इनपुट के लिए $0.05 और आउटपुट के प्रति मिलियन टोकन $1.00 रखता है; साथ ही, साइन-अप पर $2 का क्रेडिट मिलता है। SGLang के साथ speculative decoding के लिए DSpark का एक ड्राफ़्ट मॉडल जल्द उपलब्ध होने वाला बताया गया है।