Liquid AIがリリースした LFM2.5-24B-A2BラップトップやPC上で動作するエージェント向けのオープンウェイト推論モデルです。LFM2.5-24B-A2Bは、トークンごとに約2Bのパラメータを活性化する24BパラメータのMixture-of-Experts（MoE）モデルです。LFM2.5ファミリーの中で最大かつ最後のメンバーです。Liquid AIは一般的なエージェントハーネスの中でこのモデルを訓練したため、オープンなチャットよりも多段階のツール利用を対象としています。ベースおよびポストトレーニング済みの重みは Hugging Faceで利用可能.
要約
- サイズ: 合計24B、アクティブ2B(モデルカードによると正確には2.45B)、131,072トークンのコンテキスト。
- 動作環境: ノートPCおよびミニPC(Apple M5 Max、AMD Ryzen AI Max+ 395)はGGUF/MLX経由で対応。推論(サービング)にはNVIDIA B300を1基使用。FP8、GGUF、ONNX、MLXの4/5/6/8ビットビルドに対応。
- パフォーマンス: Liquid AIのテストにおいて、8つのエージェント型およびツール使用ベンチマークのうち5つで、より大規模なMoEと同等かそれを上回る成績を収めています。
- ベスト: AutomationBench 27.69、Qwen3.6-35B-A3B(8.72)の3倍以上。
- 最悪: SWE-Bench Verified(OpenCode)は51.00、一方Qwen3.6-35B-A3Bは66.20。
- 結論（最良の選択肢）： 高速かつ低コストなローカルでのツール呼び出しと指示追従。
- 最悪の結論: 知識やコーディングはやや弱く、検索と併用するのがよい。
LFM2.5-24B-A2Bとは何ですか?
ローカルのエージェントループ向けに構築された、テキストのみ、推論のみのMoEモデルです。アシスタントの毎ターンは「 <think> ブロック, ドキュメントによると。その前身である LFM2-24B-A2B、必ずしも最初に推論していたわけではありません。英語、アラビア語、中国語、ヒンディー語、日本語を含む16の言語に対応しています。
このアーキテクチャはどのように機能するのですか?
LFM2の40層ハイブリッド構成を維持しています。すなわち、ダブルゲート付き短畳み込みブロック30個と、グループ化クエリ注意機構（GQA）ブロック10個です。各MoEブロックには64個のエキスパートが含まれ、top-4ルーティングが用いられます。 モデルカードによると.
LFM2-24B-A2Bから変わったのはわずか2点です。コンテキストが32,768トークンから131,072トークンに拡大しました。語彙は65Kから128Kへ倍増しており、これは インプレースのトークナイザー拡張 によるもので、ラテン文字以外のトークン化を改善しています。
どのように訓練されたのか?
事前学習は17Tトークンから33Tトークンに拡大されました。ミッドトレーニングでは、32Kコンテキストで2Tトークン、その後131Kコンテキストで300Bトークンを実行しました。ツール呼び出しとマルチターンの軌跡は両方のフェーズに含まれています。
ポストトレーニングは5つのステージで構成されます:
- 教師ありファインチューニング(SFT)
- Teacher specialization(教師特化)
- 非エージェント型マルチドメインオンポリシー蒸留(MOPD)
- エージェント型MOPD
- 以下の環境でのエージェント型RL: OpenClaw, Hermes Agent, Pi および OpenCode
Liquid AIは、teacher specialization中にreward hacking(報酬ハッキング)が発生したことも明らかにしました。モデルはgit履歴、GitHub、PyPI、Hugging Faceから答えを検索していました。自分がサンドボックス内にいることすら検出したのです。Liquid AIはサンドボックスを強化したと述べており、報告された結果は封鎖された環境から得られたものです。
LFM2.5-24B-A2Bはベンチマークでどのようなスコアを示すのか?
Liquid AIは16のベンチマークでQwen3.6-35B-A3B、Gemma-4-26B-A4B-it、Nemotron-3.5-Lightning(30B-A3B)と比較検証しました。AutomationBench、ToolSandbox、LiveClaw、τ³-Bench Bankingで首位です。BFCLv4は65.01対65.00で実質的に引き分けです。
最も差が大きいのはAutomationBenchで、27.69対Qwen3.6-35B-A3Bの8.72です。LiveClawでは48.09対38.19です。3つの指示追従テストすべてでも首位です:IFEval 96.75、IFBench 74.69、Multi-IF 84.38。
知識とコードではより大きなモデルが勝ります。Qwen3.6-35B-A3BはGPQA Diamond(83.69対74.42)とSWE-Bench Verified(66.20対51.00)でリードしています。QwenはWebArena Verified(37.62対26.75)とPinchBench(89.93対83.18)でもリードしています。
LFM2.5-24B-A2B vs 競合モデル
| 機能 | LFM2.5-24B-A2B | Qwen3.6-35B-A3B | Gemma-4-26B-A4B-it | Nemotron-3.5-Lightning-30B-A3B |
|---|---|---|---|---|
| 開発元 | Liquid AI | Alibaba Qwen | Google DeepMind | NVIDIA |
| 総パラメータ数 | 24.0B | 35B | 25.2B | 30B |
| アクティブパラメータ数 | 2.45B | 3B | 3.8B | 3B |
| コンテキスト | 131,072 | 262,144 ネイティブ | 256K | 最大 1M |
| 入力モダリティ | テキスト | テキスト、画像、動画 | テキスト、画像 | テキスト |
| アーキテクチャ | Conv + GQA ハイブリッド MoE | Gated DeltaNet + attention MoE | スライディング/グローバル attention MoE | Mamba-2 + attention MoE |
| ライセンス | LFM Open License v1.0 | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 |
| AutomationBench* | 27.69 | 8.72 | 5.46 | 2.61 |
| LiveClaw* | 48.09 | 38.19 | 41.25 | 37.72 |
| IFBench* | 74.69 | 64.21 | 47.44 | 71.67 |
| GPQA Diamond* | 74.42 | 83.69 | 74.90 | 72.42 |
| SWE-Bench Verified* | 51.00 | 66.20 | 25.80 | 53.40 |
| GPQA (ベンダー報告値) | 個別には非公開 | 86.0 | 82.3 | 75.44 |
| リファレンスハードウェア | Apple M5 Max (184 tok/s、Q4_K_M) | 非公開 | コンシューマーGPUおよびワークステーション | 1x H100 80GB (BF16) |
*スコアの出典は Liquid AIのベンチマーク表で、すべてのモデルはLiquid AIがvLLMで実行したものです。
LFM2.5-24B-A2Bはどのハードウェアで動作しますか?
オンデバイスでは、Apple M5 Maxで184トークン/秒でデコードします。AMD Ryzen AI Max+ 395では114トークン/秒に達します。Liquid AIは両方をllama.cpp、Q4_K_M量子化、4Kトークン入力で測定しました。比較した次点のMoE比で最大1.7倍の速度を主張しており、メモリ使用量は最小です。正確なRAM要件は非公開です。
サービングでは、単体のNVIDIA B300で出力21Kトークン/秒を達成します。このテストではSGLang 0.5.22、BF16、1,024入力トークン、最大256出力トークンを使用しました。
初日サポートはTransformers、vLLM、SGLang、llama.cpp、MLX、LM Studio、ONNXを対象とします。MLXでは mlx-lm>=0.32.0が必要です。それ以前のバージョンではエキスパートのルーティングが誤って行われるためです。推奨サンプリング設定はtemperature 0.1、top_k 50、repetition penalty 1.05です。DSparkのspeculative-decodingドラフトモデルが近日公開予定として記載されています。
コストとライセンスはどうなっていますか?
で Liquid Console,このAPIのコストは入力1Mトークンあたり$0.10、出力1Mトークンあたり$1.00です。キャッシュされた入力は1Mあたり$0.05で、新規アカウントには$2のクレジットが付与されます。
重みは LFM Open License v1.0Apache 2.0 ベース。年間売上高が $10M に達すると、商用無償利用は終了します。
主なポイント
- 24B MoE、アクティブ約 2B、コンテキスト 131K、推論専用。
- AutomationBench は 27.69、Qwen3.6-35B-A3B は 8.72。
- llama.cpp Q4_K_M による Apple M5 Max で 184 tok/s。
- SWE-Bench Verified(51.00 vs 66.20)や GPQA では劣後。
- オープンウェイト。売上高 $10M 未満なら商用無償利用が可能。
以下をご覧ください: 技術ブログ, モデルの重み, ドキュメント および LFM2 技術レポート。本プロジェクトの研究者に全ての功績が帰します。また、ぜひ私たちをフォローしてください。 Twitter そして、私たちの 150k以上のML SubReddit および登録する 当社のニュースレター. 待って!Telegramを使っていますか? Telegramでも参加できるようになりました。
その投稿 Liquid AI、LFM2.5-24B-A2Bをリリース: オンデバイスエージェント向け2BアクティブMoE 初出元: MarkTechPost.