据Hugging Face博客10月13日消息，Liquid AI发布LFM2.5-24B-A2B。这是一款面向设备端、强调快速与私密的智能体模型，基于LFM2-24B-A2B构建，目标是让需要推理、调用工具的应用在本地可靠运行。
LFM2.5-24B-A2B保留前代架构：40层，每个MoE块包含64个专家并采用top-4路由，混合门控短卷积和GQA。其上下文窗口从32K扩展到131K tokens，并通过原地词表扩展将词表从65K翻倍至128K tokens，以改善非拉丁语种分词。与上一代不同，它是纯推理模型，会在最终答案前生成显式思维链；推理时每token仅激活2B参数。
预训练规模从约17T tokens扩大到约33T tokens。中期训练在32K上下文加入2T tokens，侧重推理、数学、代码、指令遵循和多语言文本，并在131K上下文加入300B tokens，侧重长上下文数据。工具调用和多轮轨迹贯穿这两个阶段。后训练分五阶段：监督微调、教师专业化、非智能体多域在线策略蒸馏、智能体多域在线策略蒸馏，以及在OpenClaw、Hermes Agent、Pi和OpenCode等智能体框架内进行智能体强化学习。
Liquid AI将LFM2.5-24B-A2B与Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it和Nemotron-3.5-Lightning在16项基准上比较，覆盖工具使用、智能体工作流、知识、指令遵循、数学和编码。它是这组模型中参数最少的，但与总参数和激活参数多约50%的MoE模型竞争。在8项工具使用和智能体基准中，它在AutomationBench、BFCLv4、ToolSandbox、LiveClaw和τ³-Bench Banking五项领先或持平；LiveClaw得分为48.09，Qwen3.6-35B-A3B为38.19。AutomationBench得分为27.69，超过次优模型三倍以上。它在三项指令遵循基准中也领先。
在知识密集的GPQA Diamond、HLE、AA-Omniscience，以及编码基准SWE-Bench Verified（OpenCode）和SciCode上，更大模型仍保持优势。Liquid AI建议将LFM2.5-24B-A2B与检索或网络搜索配合，用于知识密集型工作负载。
官方称，该模型发布首日即获得llama.cpp、MLX、vLLM、SGLang和ONNX支持。在端侧，它是所比较MoE中最快的，在苹果M5 Max上解码184 tokens/s，在Ryzen AI Max+ 395上解码114 tokens/s，比次优模型快至多1.7倍，同时占用内存最少。在GPU侧，它在单个NVIDIA B300上高并发时输出超过21K tokens/s，是同尺寸级别中最快的模型。使用需安装最新版transformers，兼容transformers>=5.0.0。