В то время как большинство ИИ-агентов требуют облачных ресурсов, LiquidAI выпустила LFM2.5-24B-A2B — модель, которая переносит сложные агентные возможности прямо на пользовательские устройства, обещая высокую конфиденциальность и скорость. Это делает её прямым конкурентом облачным решениям для инженеров, разрабатывающих локальные ИИ-решения.
Ключевая LFM2.5-24B-A2B — это архитектура Mixture-of-Experts (MoE), где из 24 миллиардов параметров активно используются лишь 2 миллиарда за один токен. Это позволяет модели эффективно выполнять сложные многошаговые рассуждения и использовать инструменты прямо на устройстве, снижая затраты на инференс и обеспечивая конфиденциальность данных. Пользователи могут запускать агенты непрерывно на собственном оборудовании, не завися от внешних сервисов.
Модель демонстрирует высокую производительность в агентных задачах, превосходя более крупные MoE-модели, такие как Qwen3.6-35B-A3B, на ключевых бенчмарках. Например, на LiveClaw LFM2.5-24B-A2B показала 48.09 баллов против 38.19 у конкурента. Она способна обрабатывать 184 токена в секунду на Apple M5 Max и до 21K токенов в секунду на одном NVIDIA B300 GPU, что делает её одной из самых быстрых для локального применения.
LFM2.5-24B-A2B специально разработана как "reasoning-only" модель, которая всегда формирует явную цепочку рассуждений перед выдачей ответа. Это дополняется увеличенным контекстным окном до 131K токенов и расширенным до 128K токенов словарём для лучшей поддержки нелатинских языков, что расширяет её применимость для сложных и многоязычных задач. Предварительное обучение модели было масштабировано с 17T до 33T токенов, с последующей доработкой на 2T токенов с акцентом на рассуждения, математику, код и многоязычный текст.
LFM2.5-24B-A2B от LiquidAI устанавливает новый стандарт для локальных ИИ-агентов, сочетая возможности рассуждения с высокой эффективностью и конфиденциальностью. Однако LiquidAI не предоставила подробностей о доступности модели для широкого круга разработчиков и условиях лицензирования, что оставляет открытым вопрос о её реальном внедрении.