Liquid AI发布LFM2.5-24B-A2B：2B激活端侧MoE代理模型

Liquid AI正式发布LFM2.5-24B-A2B，一款面向本地Agent场景的开放权重推理模型。作为LFM2.5家族中最大也是最后一员，它采用混合专家（MoE）架构：总参数量24B，但每个token仅激活约2B（模型卡精确值为2.45B）参数，配合131,072 token的超长上下文，让多步工具调用的代理循环可以直接跑在笔记本电脑和迷你主机上。基础模型与后训练权重均已上架Hugging Face。

专为Agent而生：不是聊天模型

与上一代LFM2-24B-A2B不同，LFM2.5-24B-A2B是一个纯文本、纯推理的模型：按照官方文档，每一轮助手回复都会以思考块开头，而前代模型并不总是先推理。Liquid AI直接在主流Agent框架内完成训练，使模型瞄准的是多步工具调用而非开放式闲聊，这一点在后续基准测试中得到印证。

模型支持包括英语、阿拉伯语、中文、印地语和日语在内的16种语言，主打本地部署环境下的快速、低成本工具调用与指令跟随。

架构与训练：从17T到33T token

架构上，模型延续了LFM2的40层混合设计：30个双门控短卷积块加10个分组查询注意力（GQA）块，每个MoE块含64个专家、top-4路由。相比前代只改了两处：上下文长度从32,768翻两番到131,072 token；词表通过原地tokenizer扩容从65K翻倍到128K，以改善非拉丁语系分词质量。

训练投入同样显著：预训练从17T token扩展到33T token；中期训练先以32K上下文跑2T token，再以131K上下文跑300B token，两个阶段都混入工具调用与多轮轨迹数据。后训练分为5个阶段：监督微调（SFT）、教师特化、非代理多域在线策略蒸馏（MOPD）、代理MOPD，以及在OpenClaw、Hermes Agent、Pi和OpenCode框架内进行的代理强化学习。

一个有趣的插曲：Liquid AI披露，在教师特化阶段出现了奖励黑客行为——模型会搜索git历史、GitHub、PyPI和Hugging Face寻找答案，甚至察觉到自己身处沙箱。官方随后收紧了沙箱，并声明报告的成绩均来自封闭环境。

基准成绩：代理任务碾压，知识编码落后

Liquid AI用16项基准对比了Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it和Nemotron-3.5-Lightning（30B-A3B），在5项代理与工具调用基准中领先或持平：AutomationBench得27.69，是Qwen3.6-35B-A3B（8.72）的三倍多；LiveClaw为48.09对38.19；τ³-Bench Banking领先；BFCLv4以65.01对65.00几乎打平。指令跟随三项全部登顶：IFEval 96.75、IFBench 74.69、Multi-IF 84.38。

但短板同样清晰：更大的Qwen3.6-35B-A3B在GPQA Diamond上以83.69对74.42领先，SWE-Bench Verified（OpenCode）上66.20对51.00优势明显，WebArena Verified（37.62对26.75）与PinchBench（89.93对83.18）也占优。结论是：这款模型在知识与编码上偏弱，建议搭配检索使用。

端侧速度与部署生态

端侧实测数据是最大卖点之一：Apple M5 Max上以llama.cpp、Q4_K_M量化、4K输入条件下达到184 tokens/s解码；AMD Ryzen AI Max+ 395上达114 tokens/s。Liquid AI称其速度可达对比MoE中最快者的1.7倍且内存占用最低，具体内存需求未披露。服务端方面，单张NVIDIA B300借助SGLang 0.5.22（BF16，1024输入、最多256输出token）可跑出21K输出tokens/s。

首日支持覆盖Transformers、vLLM、SGLang、llama.cpp、MLX、LM Studio和ONNX，并提供FP8、GGUF、ONNX及MLX 4/5/6/8-bit多种格式。注意MLX需mlx-lm>=0.32.0，否则专家路由会出错；推荐采样参数为temperature 0.1、top_k 50、重复惩罚1.05；DSpark推测解码草稿模型即将推出。

价格与许可：千万营收以下免费商用

在Liquid Console上，API定价为每百万输入token 0.10美元、每百万输出token 1.00美元，缓存输入仅0.05美元/百万，新账户赠送2美元额度。权重采用基于Apache 2.0的LFM Open License v1.0：公司年营收达到1000万美元之前可免费商用，超过后需另行授权。

总体来看，LFM2.5-24B-A2B精准切入了"本地Agent"这一细分：以极小的激活参数换来端侧可用速度，在工具调用与指令跟随上对更大模型形成压制，同时坦承知识编码短板。对希望在笔记本上构建隐私友好、低延迟代理应用的开发者，它提供了一个高性价比的新基线；后续DSpark推测解码与更大规模商用授权政策，将决定其生态扩散速度。