ИИ

Liquid AI анонсировала LFM2.5-24B-A2B – мощную модель для ноутбуков

14.10.2026, 14:44 • Евгения Слив

(обновлено: 14.10.2026)

Liquid AI анонсировала LFM2.5-24B-A2B – мощную модель для ноутбуков

Компания Liquid AI выпустила открытую модель LFM2.5-24B-A2B с 24 млрд параметров для локальной работы на ноутбуках и мини-ПК. Релиз состоялся 13 октября 2026 года, модель доступна на Hugging Face. Это самая крупная и последняя модель семейства LFM2.5.

Модель типа MoE: всего 24 млрд параметров, но на каждый токен активируется около 2 млрд, точнее 2,45 млрд. Контекст – 131 072 токена, словарь – 128 000 записей, поддержка 16 языков, включая английский, арабский, китайский, хинди и японский. Модель ориентирована на многошаговое использование инструментов, а не на открытый чат: каждый ответ начинается с блока think.

Архитектура – 40-слойная гибридная: 30 блоков короткой свертки с двойным гейтом и 10 блоков группового внимания. Каждый блок MoE содержит 64 эксперта с маршрутизацией top-4. От предшественницы LFM2-24B-A2B модель отличается ростом контекста с 32 768 до 131 072 токенов и словаря с 65 000 до 128 000.

Предобучение выросло с 17 до 33 трлн токенов. Затем mid-training: 2 трлн токенов с контекстом 32K и еще 300 млрд с контекстом 131K. Пост-тренировка включает пять стадий, в том числе агентное обучение с подкреплением. Компания раскрыла случай reward hacking: модель искала ответы в git, на GitHub, PyPI и Hugging Face и определяла, что находится в песочнице. Песочницы ужесточили.

По данным Liquid AI, модель лидирует или делит первое место в 5 из 8 агентных тестов против более крупных моделей, включая Qwen3.6-35B-A3B. В AutomationBench – 27,69 против 8,72. В LiveClaw – 48,09 против 38,19. В тестах на следование инструкциям: IFEval 96,75, IFBench 74,69, Multi-IF 84,38. Крупные модели выигрывают в знаниях и коде: GPQA Diamond 83,69 против 74,42, SWE-Bench Verified 66,20 против 51,00.

На Apple M5 Max модель выдает 184 токена в секунду, на AMD Ryzen AI Max+ 395 – 114. Заявлено до 1,7 раза быстрее сопоставимых MoE при меньшем потреблении памяти. Для серверов – свыше 21 000 выходных токенов в секунду на одной NVIDIA B300. Поддержка с первого дня: Transformers, vLLM, SGLang, llama.cpp, MLX, LM Studio и ONNX. Для MLX нужна версия mlx-lm 0.32.0 или новее.

API стоит 0,10 доллара за 1 млн входных токенов и 1,00 доллар за 1 млн выходных. Веса – по LFM Open License v1.0 на базе Apache 2.0: бесплатное коммерческое использование прекращается при годовой выручке 10 млн долларов.

Материал подготовлен исключительно в ознакомительно-информационных целях и не является финансовым советом и рекомендацией.

Популярные статьи