LFM2.5-24B-A2B, un modèle agent de 24B avec 2,45B de paramètres actifs

Le 13 octobre 2026, Liquid AI a publié LFM2.5-24B-A2B. Les poids sont sur Hugging Face, dans le dépôt LiquidAI/LFM2.5-24B-A2B. Au 21 octobre 2026, ce dépôt compte 531 likes et 16 939 téléchargements. Le GGUF officiel, LiquidAI/LFM2.5-24B-A2B-GGUF, est le plus téléchargé : 227 likes et 143 838 téléchargements.

Ce que c'est

C'est le dernier modèle de la famille LFM2.5, qui commence à LFM2.5-230M. La fiche indique 24,0 milliards de paramètres au total et 2,45 milliards actifs. Il est uniquement textuel, et c'est un modèle de raisonnement : il écrit une chaîne de pensée avant la réponse. La balise <think> est déjà dans le modèle de chat.

Deux choses changent par rapport à LFM2-24B-A2B. Le contexte passe de 32 768 à 131 072 tokens. Le vocabulaire double, de 65 000 à 128 000 tokens, pour les langues non latines. Les langues indiquées sont l'anglais, l'arabe, le chinois, le français, l'allemand, l'italien, le japonais, le coréen, le portugais, l'espagnol, le vietnamien, le thaï, l'indonésien, l'hindi, le russe et le polonais.

Le billet de Liquid décompose l'entraînement en environ 33 mille milliards de tokens de pré-entraînement, puis 2 mille milliards à un contexte de 32K et 300 milliards à 131K. Le post-entraînement compte cinq étapes et inclut du reinforcement learning dans des harnais d'agents, parmi lesquels OpenClaw, Hermes Agent, Pi et OpenCode.

Les réglages de génération recommandés sur la fiche sont une température de 0,1, top_k 50 et une repetition penalty de 1,05.

Les chiffres publiés par Liquid

Liquid a évalué le modèle avec vLLM. Sur huit benchmarks d'outils et d'agents, il mène ou égale sur cinq. Deux écarts larges, et le benchmark de code où le modèle plus grand reste devant, toujours face à Qwen3.6-35B-A3B :

Pour les tâches riches en connaissances, Liquid recommande d'associer le modèle à du retrieval ou à une recherche web.

Les chiffres de vitesse sont ceux de Liquid, recueillis avec Pipette. En décodage sur l'appareil : 184 tokens/s sur un Apple M5 Max et 114 tokens/s sur un AMD Ryzen AI Max+ 395. Sur un seul NVIDIA B300, en BF16, avec SGLang 0.5.22, des prompts de 1 024 tokens et jusqu'à 256 tokens en sortie, le débit agrégé dépasse 21 000 tokens de sortie par seconde à forte concurrence. Ce ne sont pas des mesures SophyAI, et le chiffre du B300 n'est pas un tokens/s d'un seul utilisateur.

Licence

La licence est la LFM Open License v1.0, marquée other sur Hugging Face. L'usage commercial est accordé aux entités sous un seuil de 10 millions de dollars de chiffre d'affaires annuel. Au-dessus de ce seuil, la licence n'accorde pas l'usage commercial.

Dans le catalogue

Deux profils de référence, tous deux avec launch=reference et launchable=false. Le checkpoint est le BF16 officiel, environ 48 Go.

Le premier correspond à la machine du benchmark GPU de Liquid. Le second est là parce que les poids BF16 tiennent dans 96 Go de VRAM. Liquid ne publie pas de tokens/s pour la PRO 6000. Le serveur de ces profils est vLLM. Le chiffre de 21 000 tokens/s vient de SGLang, sur la même classe de GPU.

Le Hub propose aussi la base LFM2.5-24B-A2B-Base, le FP8, les GGUF pour llama.cpp, les checkpoints MLX pour Apple et l'ONNX. Le Q4_K_M officiel pèse 14,5 Go.

← Tous les articles