概览
Liquid AI 面向端侧智能体的开放权重推理模型：24B 总参、每 token 仅激活 2B，131K 上下文，回答前总会先思考；官方称在 8 项工具调用 / 智能体评测中有 5 项领先或持平 Qwen3.6-35B-A3B，Apple M5 Max 上约 184 tokens/秒。 LFM2.5-24B-A2B 是 Liquid AI 于 2026 年 10 月 13 日发布的开放权重模型，也是 LFM2.5 家族中最大、也是最后一个型号（家族覆盖 230M 到 24B）。它沿用 LFM2-24B-A2B 的混合卷积 + 注意力架构，总参 240 亿、每 token 只激活约 20 亿，因此在笔记本和台式机上解码很快：官方在 Apple M5 Max 上测得每秒约 184 个 token。与前代相比，上下文从 32K 扩到 131K，词表翻倍到 128K 以改善中文等非拉丁文字的分词，预训练数据从 17T 增加到 33T tokens，并在 OpenClaw、Hermes Agent、OpenCode 等智能体框架里做了强化学习；它是纯推理模型，回答前总会先输出思维链。官方自测显示，它在 AutomationBench、LiveClaw、BFCLv4 等工具调用和智能体评测上领先参数更多的 Qwen3.6-35B-A3B，指令遵循三项也领先，但知识密集与编程评测仍落后，官方建议搭配检索或网页搜索使用。Base 和后训练版权重都已放到 Hugging Face，支持 llama.cpp、MLX、vLLM、SGLang、ONNX 等，许可为 LFM Open License v1.0（年收入 ≥1000 万美元的企业商用不在授权内）。来源：https://www.liquid.ai/blog/lfm2-5-24b-a2b 、https://docs.liquid.ai/lfm/models/lfm25-24b-a2b 、https://huggingface.co/LiquidAI/LFM2.5-24B-A2B （2026-10-21 核对）。
- 模态
- 文本
- 参数量
- 24B 总参 / 2B 激活（MoE）
- 许可说明
- 开源 · LFM Open License v1.0
能力
- 架构：LFM2.5 混合架构 MoE，40 层（30 层门控短卷积 + 10 层 GQA），每个 MoE 块 64 个专家、top-4 路由；24B 总参、2B 激活
- 相比 LFM2-24B-A2B：上下文 32K → 131K，词表 65K → 128K（改善非拉丁文字分词），预训练 17T → 33T tokens，加入大规模强化学习；改为只做推理（先输出思维链再作答）
- 后训练：SFT → 教师专精 → 非智能体 / 智能体多领域在线蒸馏 → 智能体强化学习，在 OpenClaw、Hermes Agent、Pi、OpenCode 等智能体框架内训练
- 语言：英、阿、中、法、德、意、日、韩、葡、西、越、泰、印尼、印地、俄、波兰语
- 官方评测（自测）：AutomationBench 27.69（Qwen3.6-35B-A3B 8.72）、LiveClaw 48.09（38.19）、BFCLv4 65.01、ToolSandbox 80.71、IFEval 96.75、MATH-500 96.04；知识类（GPQA Diamond 74.42）与编程类（SWE-Bench Verified 51.00）落后于更大模型
- 速度（官方）：Apple M5 Max 184 tokens/秒、AMD Ryzen AI Max+ 395 114 tokens/秒；单张 NVIDIA B300 高并发超过 2.1 万输出 tokens/秒
- 运行：llama.cpp（GGUF）、MLX、vLLM、SGLang、ONNX、Transformers（≥5.0）、Ollama、LM Studio；另发布 Base 版与 FP8 检查点
- 许可：LFM Open License v1.0，年收入达到或超过 1000 万美元的企业做商业使用不在授权范围内
