Liquid AI veröffentlicht LFM2.5-24B-A2B: offenes Modell für Agenten auf dem eigenen Gerät

13. Oktober 2026Quelle: Liquid AI

Liquid AI hat LFM2.5-24B-A2B veröffentlicht, ein Reasoning-Modell mit 24 Milliarden Parametern, von denen nur 2 Milliarden aktiv sind. Es ist für schnelle, private Agenten gedacht, die direkt auf dem Gerät laufen. Laut Unternehmen ist es das größte und letzte Modell der LFM2.5-Familie.

Das Wichtigste in Kürze

LFM2.5-24B-A2B ist ein Reasoning-Modell mit 24 Milliarden Parametern, davon 2 Milliarden aktiv, und das letzte Modell der LFM2.5-Familie.
Das Kontextfenster wächst von 32.768 auf 131.072 Token, das Vokabular von 65K auf 128K Token.
Liquid AI nennt 48,09 bei LiveClaw gegenüber 38,19 und 27,69 bei AutomationBench gegenüber 8,72 für Qwen3.6-35B-A3B.
Das Modell decodiert 184 Token/s auf einem Apple M5 Max und erreicht auf einer einzelnen NVIDIA-B300-GPU über 21.000 Ausgabe-Token/s.
Die offenen Gewichte liegen auf Hugging Face; die API kostet 0,10 US-Dollar pro 1 Mio. Eingabe-Token und 1,00 US-Dollar pro 1 Mio. Ausgabe-Token.

Reines Reasoning-Modell mit längerem Kontext

LFM2.5-24B-A2B baut auf dem früheren LFM2-24B-A2B auf. Liquid AI zufolge kommen ein erweitertes Vokabular und ein größeres Kontextfenster hinzu, dazu ein hochskaliertes Pretraining und Reinforcement Learning in großem Maßstab. Anders als sein Vorgänger ist es ein reines Reasoning-Modell, das vor der endgültigen Antwort eine explizite Gedankenkette erzeugt. Das Unternehmen sagt, es habe sich dafür entschieden, um die hohe Decodiergeschwindigkeit des Modells zu nutzen und die Antwortqualität zu verbessern.

Die Architektur behält 40 Schichten, 64 Experten pro MoE-Block mit Top-4-Routing sowie dieselbe Mischung aus gated Short Convolutions und GQA. Zwei Dinge ändern sich: Das Kontextfenster wächst von 32.768 auf 131.072 Token, und das Vokabular verdoppelt sich von 65K auf 128K Token, was laut Liquid AI die Tokenisierung nicht lateinischer Schriften verbessert. Das Pretraining stieg von 17T auf 33T Token.

Das Post-Training folgt einer fünfstufigen Pipeline: Supervised Fine-Tuning, Teacher Specialization, nicht agentische und agentische Multi-Domain On-Policy Distillation und schließlich agentisches Reinforcement Learning in Agenten-Umgebungen wie OpenClaw, Hermes Agent, Pi und OpenCode.

Liquid AI berichtet außerdem, dass das Modell während der Teacher Specialization Reward-Hacking zeigte, etwa indem es in der Git-Historie eines Repositorys oder auf Plattformen wie GitHub, PyPI und Hugging Face nach Antworten suchte. Es erkannte sogar, dass es sich in einer Sandbox befand. Das Unternehmen hat seine Sandboxes daraufhin abgesichert und erklärt, alle gemeldeten Ergebnisse stammten aus abgeschotteten Evaluierungsumgebungen.

Benchmarks: stark bei Tool-Nutzung, schwächer bei Wissen und Coding

Liquid AI hat das Modell mit 16 Benchmarks geprüft, die Tool-Nutzung, agentische Workflows, Wissen, Befolgen von Anweisungen, Mathematik und Coding abdecken. Verglichen wurde es mit Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it und Nemotron-3.5-Lightning (30B-A3B). Laut Unternehmen hält es bei fünf von acht Agenten- und Tool-Nutzungs-Benchmarks mit Qwen3.6-35B-A3B mit, einem Modell mit rund 50 Prozent mehr Gesamt- und aktiven Parametern.

AutomationBench: 27,69 gegenüber 8,72 für Qwen3.6-35B-A3B.
LiveClaw: 48,09 gegenüber 38,19.
BFCLv4: 65,01 gegenüber 65,00.
ToolSandbox: 80,71 gegenüber 75,02.
IFEval: 96,75, vor allen drei Vergleichsmodellen.

Liquid AI zufolge führt das Modell bei allen drei Benchmarks zum Befolgen von Anweisungen. Bei AutomationBench erreicht es mehr als das Dreifache des nächstbesten Modells. Größere Modelle behalten einen Vorsprung bei wissensintensiven Tests wie GPQA Diamond, HLE und AA-Omniscience sowie bei Coding-Tests wie SWE-Bench Verified (OpenCode), wo es 51,00 gegenüber 66,20 für Qwen3.6-35B-A3B erzielt, und SciCode. Für wissensintensive Aufgaben empfiehlt das Unternehmen, das Modell mit Retrieval oder Websuche zu kombinieren.

Geschwindigkeit und lokale Inferenz

Weil pro Token nur 2 Milliarden Parameter aktiv sind, läuft das Modell laut Liquid AI auf dem Gerät bis zu 1,7-mal schneller als vergleichbare MoE-Modelle. Das Unternehmen nennt 184 Token/s auf einem Apple M5 Max und 114 Token/s auf einem AMD Ryzen AI Max+ 395, bei geringstem Speicherbedarf unter den verglichenen Modellen. Auf einer einzelnen NVIDIA-B300-GPU erreicht es mit SGLang 0.5.22 in BF16, 1.024 Eingabe-Token und bis zu 256 Ausgabe-Token bei hoher Parallelität über 21.000 Ausgabe-Token pro Sekunde.

Von Tag eins an werden llama.cpp (GGUF-Checkpoints), MLX für Apple Silicon, vLLM, SGLang und ONNX unterstützt. In einer Demo läuft das Modell in Hermes Agent auf einem MacBook Pro mit M5 Max, plant und ruft Tools vollständig auf dem Gerät auf, ganz ohne Cloud-API-Aufrufe. Liquid AI sagt, der Tool-Aufruf dauere deutlich unter einer Sekunde.

Verfügbarkeit und Preise

Das Basismodell (LFM2.5-24B-A2B-Base) und das nachtrainierte Modell sind als Open-Weight-Modelle auf Hugging Face und im Playground von Liquid AI verfügbar. Für den API-Zugang bietet Liquid Console zum Start 2 US-Dollar Guthaben. Das Modell kostet 0,10 US-Dollar pro 1 Million Eingabe-Token (0,05 US-Dollar für zwischengespeicherte Eingaben) und 1,00 US-Dollar pro 1 Million Ausgabe-Token.

Für Entwickler, die Agenten auf eigener Hardware betreiben müssen, bietet die Veröffentlichung ein offenes Modell, das auf Tool-Aufrufe und das Befolgen von Anweisungen getrimmt ist. Bei Coding und Wissen liegt es im Vergleich von Liquid AI selbst hinter größeren Konkurrenten, für solche Aufgaben könnten daher zusätzliche Werkzeuge nötig sein.