Liquid AI تطلق نموذج LFM2.5-24B-A2B مفتوح الأوزان لوكلاء الذكاء الاصطناعي على الأجهزة

أطلقت Liquid AI في 13 أكتوبر 2026 نموذج LFM2.5-24B-A2B، وهو نموذج استدلال من نوع خليط الخبراء (Mixture-of-Experts) يضم 24 مليار معلمة إجمالاً، لكن 2 مليار معلمة فقط تكون نشطة لكل رمز. وصممت الشركة النموذج ليشغّل وكلاء سريعين وخاصين يعملون على أجهزة المستخدمين أنفسهم. ويتاح النموذج ونسخته الأساسية LFM2.5-24B-A2B-Base بوصفهما أوزاناً مفتوحة على منصة Hugging Face.

وبحسب Liquid AI، يكتب النموذج دائماً سلسلة صريحة من خطوات التفكير قبل الإجابة، ويستطيع استدعاء الأدوات والتعامل مع المهام متعددة الخطوات داخل أطر عمل الوكلاء الشائعة. ولأن عدداً قليلاً جداً من المعلمات يُفعَّل لكل رمز، تكون كل خطوة استدلال قليلة التكلفة، وهو ما تقول الشركة إنه يجعل تشغيل الوكلاء بشكل مستمر على الأجهزة المحلية أمراً عملياً.

البنية والتدريب

يحتفظ الإصدار ببنية سلفه LFM2-24B-A2B: 40 طبقة، و64 خبيراً في كل كتلة MoE مع توجيه أعلى 4 خبراء، ومزيج من الالتفافات القصيرة ذات البوابات والانتباه بالاستعلام المجمّع. ويرتفع نطاق السياق من 32 ألف إلى 131 ألف رمز، ويتضاعف حجم المفردات من 65 ألف إلى 128 ألف رمز لتحسين التعامل مع الكتابات غير اللاتينية. وارتفع التدريب المسبق من نحو 17 تريليون رمز إلى نحو 33 تريليون رمز، يليه خط معالجة لاحقة للتدريب من خمس مراحل ينتهي بالتعلم المعزز داخل أطر عمل مثل OpenClaw وHermes Agent وPi وOpenCode.

المعايير المرجعية والسرعة

في اختبارات Liquid AI الخاصة عبر 16 معياراً مرجعياً، حقق النموذج 48.09 نقطة في LiveClaw مقابل 38.19 نقطة لنموذج Qwen3.6-35B-A3B، الذي يمتلك نحو 50% معلمات إجمالية ونشطة أكثر. وتقول الشركة إنه تفوق بأكثر من ثلاثة أضعاف على أفضل نتيجة تالية في AutomationBench، وتصدّر المعايير الثلاثة الخاصة باتباع التعليمات. وشملت المقارنة أيضاً النموذجين Gemma-4-26B-A4B-it وNemotron-3.5-Lightning.

ولا تبدو النتائج متفوقة بشكل موحد. فما زال المنافسون الأكبر حجماً متقدمين في الاختبارات كثيفة المعرفة مثل GPQA Diamond وHLE، وفي مهام البرمجة: ففي SWE-Bench Verified حقق النموذج 51.00 نقطة مقابل 66.20 نقطة لنموذج Qwen3.6-35B-A3B. وتوصي Liquid AI بإقرانه بالاسترجاع أو البحث على الويب في الأعمال كثيفة المعرفة. وجميع الأرقام مُعلنة ذاتياً من الشركة ولم يتم التحقق منها بشكل مستقل.

وفيما يخص الأداء، تُبلغ الشركة عن 184 رمزاً في الثانية على شريحة Apple M5 Max، و114 رمزاً على معالج AMD Ryzen AI Max+ 395، وأكثر من 21,000 رمز مخرج في الثانية عند التزامن العالي على وحدة معالجة الرسوميات NVIDIA B300 واحدة. وتتوفر دعم أدوات llama.cpp وMLX وvLLM وSGLang وONNX منذ الإطلاق. ويعكس الإصدار توجهاً أوسع نحو وكلاء قادرين يعملون محلياً بدلاً من الاعتماد على الخدمات السحابية.