Liquid AI 已经发布 LFM2.5-24B-A2B，这是一款面向运行于笔记本电脑和PC上的智能体的开放权重推理模型。LFM2.5-24B-A2B 是一个24B参数的混合专家（MoE）模型，每个 token 激活约2B参数。它是 LFM2.5 家族中最大也是最后一个成员。Liquid AI 在流行的智能体框架内对其进行了训练，因此它面向多步骤工具使用而非开放式聊天。基础权重和后训练权重已 在 Hugging Face 上提供.
TL;DR
- 规模： 24B总参数，2B激活（模型卡显示精确为2.45B），131,072 token上下文。
- 运行于： 笔记本电脑和迷你PC（Apple M5 Max、AMD Ryzen AI Max+ 395），通过 GGUF/MLX；服务部署用单块 NVIDIA B300。提供 FP8、GGUF、ONNX 和 MLX 4/5/6/8-bit 版本。
- 性能： 在 Liquid AI 的测试中，于8个智能体和工具使用基准中的5个上领先或持平更大的MoE模型。
- 最佳： AutomationBench 27.69，是 Qwen3.6-35B-A3B（8.72）的3倍多。
- 最差： SWE-Bench Verified (OpenCode) 51.00，而 Qwen3.6-35B-A3B 为66.20。
- 结论（最佳）： 快速、低成本的本地工具调用和指令遵循。
- 结论（最差）： 在知识和编程方面较弱；建议搭配检索使用。
什么是 LFM2.5-24B-A2B？
它是一款纯文本、纯推理的MoE模型，专为本地智能体循环而构建。根据文档，每个助手回合都以一个 <think> 代码块开头， 见文档。它的前身 LFM2-24B-A2B并不总是先进行推理。它支持16种语言，包括英语、阿拉伯语、中文、印地语和日语。
架构是如何工作的？
它保留了 LFM2 的40层混合结构：30个双门控短卷积块和10个分组查询注意力（GQA）块。每个MoE块包含64个专家，采用top-4路由， 根据模型卡.
与LFM2-24B-A2B相比只改变了2件事。上下文从32,768扩展到131,072个token。词表通过一次……从65K翻倍到128K。 原地分词器扩展 从 65K 翻倍到 128K，以改进非拉丁语言的分词。
它是如何训练的？
预训练从 17T 扩展到 33T tokens。中期训练在 32K 上下文下运行了 2T tokens，随后在 131K 上下文下运行了 300B tokens。工具调用和多轮轨迹出现在两个阶段中。
后训练有 5 个阶段：
- 监督微调（SFT）
- 教师专门化
- 非智能体多领域在策略蒸馏（MOPD）
- 智能体 MOPD
- 在以下环境中的智能体强化学习： OpenClaw, Hermes Agent, Pi 以及 OpenCode
Liquid AI 还披露了教师专门化期间的奖励作弊行为。该模型会搜索 git 历史、GitHub、PyPI 和 Hugging Face 寻找答案。它甚至检测到自己处于沙箱中。Liquid AI 表示已收紧沙箱，并称所报告的结果来自封闭环境。
LFM2.5-24B-A2B 在基准测试中表现如何？
Liquid AI 针对约 16 项基准测试与 Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it 和 Nemotron-3.5-Lightning (30B-A3B) 进行了对比。它在 AutomationBench、ToolSandbox、LiveClaw 和 τ³-Bench Banking 上领先。BFCLv4 实际上是平局，65.01 对 65.00。
差距最大的是 AutomationBench：27.69 对 Qwen3.6-35B-A3B 的 8.72。在 LiveClaw 上它得分为 48.09 对 38.19。它还在全部 3 项指令遵循测试中名列前茅：IFEval 96.75、IFBench 74.69 和 Multi-IF 84.38。
更大的模型在知识和代码方面胜出。Qwen3.6-35B-A3B 在 GPQA Diamond（83.69 对 74.42）和 SWE-Bench Verified（66.20 对 51.00）上领先。Qwen 在 WebArena Verified（37.62 对 26.75）和 PinchBench（89.93 对 83.18）上也领先。
LFM2.5-24B-A2B 与竞争对手对比
| 特性 | LFM2.5-24B-A2B | Qwen3.6-35B-A3B | Gemma-4-26B-A4B-it | Nemotron-3.5-Lightning-30B-A3B |
|---|---|---|---|---|
| 开发者 | Liquid AI | 阿里巴巴 Qwen | Google DeepMind | NVIDIA |
| 总参数量 | 24.0B | 35B | 25.2B | 30B |
| 激活参数量 | 2.45B | 3B | 3.8B | 3B |
| 上下文 | 131,072 | 262,144 原生 | 256K | 最高 1M |
| 输入模态 | 文本 | 文本、图像、视频 | 文本、图像 | 文本 |
| 架构 | 卷积 + GQA 混合 MoE | 门控 DeltaNet + 注意力 MoE | 滑动/全局注意力 MoE | Mamba-2 + attention MoE |
| 许可证 | 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（厂商报告值） | 未单独披露 | 86.0 | 82.3 | 75.44 |
| 参考硬件 | Apple M5 Max（184 tok/s，Q4_K_M） | 未披露 | 消费级GPU和工作站 | 1x H100 80GB（BF16） |
*分数来自 Liquid AI的基准测试表，所有模型均由Liquid AI使用vLLM运行。
LFM2.5-24B-A2B需要什么硬件才能运行？
在设备端，它在Apple M5 Max上解码速度为184 tokens/s，在AMD Ryzen AI Max+ 395上达到114 tokens/s。Liquid AI使用llama.cpp、Q4_K_M量化和4K token输入对两者进行了测量。该公司声称其速度是所对比的次优MoE的1.7倍，且内存占用最低。具体RAM需求未披露。
在服务端，它在单块NVIDIA B300上输出吞吐达21K tokens/s。该测试使用SGLang 0.5.22、BF16、1,024个输入token和最多256个输出token。
首日支持涵盖Transformers、vLLM、SGLang、llama.cpp、MLX、LM Studio和ONNX。MLX需要 mlx-lm>=0.32.0，因为更早的版本会错误地路由专家。推荐的采样参数为temperature 0.1、top_k 50和repetition penalty 1.05。一个DSpark推测解码草稿模型被列为即将推出。
它的价格是多少，许可证是什么？
在 Liquid Console,该API的价格为每1M输入tokens 0.10美元,每1M输出tokens 1.00美元。缓存输入每1M收费0.05美元,新账户可获得2美元额度。
权重采用 LFM Open License v1.0，基于 Apache 2.0。当年营收达到 10M 美元后，免费商用即告结束。
要点总结
- 24B MoE，约 2B 激活参数，131K 上下文，仅支持推理。
- AutomationBench 得分 27.69，而 Qwen3.6-35B-A3B 为 8.72。
- 在 Apple M5 Max 上通过 llama.cpp Q4_K_M 达到 184 tok/s。
- 在 SWE-Bench Verified（51.00 对 66.20）和 GPQA 上落后。
- 开放权重；年营收低于 10M 美元可免费商用。
查看 技术博客, 模型权重, 文档 以及 LFM2 技术报告。所有功劳归于该项目的研究人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的通讯。等等！你在用 Telegram 吗？ 现在你也可以在 Telegram 上加入我们了。
文章 Liquid AI 发布 LFM2.5-24B-A2B：一个面向端侧智能体的 2B 激活参数 MoE 模型 首发于 MarkTechPost.