Liquid AI ওপেন-ওয়েট LFM2.5-24B-A2B প্রকাশ করেছে, ডিভাইসে চলা এআই এজেন্টের জন্য

Liquid AI ১৩ অক্টোবর, ২০২৬ তারিখে LFM2.5-24B-A2B প্রকাশ করেছে, একটি Mixture-of-Experts রিজনিং মডেল, যার মোট প্যারামিটার ২৪ বিলিয়ন হলেও প্রতি টোকেনে সক্রিয় থাকে মাত্র ২ বিলিয়ন। কোম্পানিটি ব্যবহারকারীদের নিজস্ব হার্ডওয়্যারে চলা দ্রুত ও ব্যক্তিগত এজেন্ট চালানোর লক্ষ্যে এটি তৈরি করেছে। মডেলটি এবং এর বেস সংস্করণ LFM2.5-24B-A2B-Base উভয়ই Hugging Face-এ ওপেন ওয়েট হিসেবে পাওয়া যাচ্ছে।

Liquid AI জানিয়েছে, উত্তর দেওয়ার আগে মডেলটি সবসময় একটি স্পষ্ট চিন্তার ধাপ (chain of thought) লিখে নেয়, টুল কল করতে পারে এবং জনপ্রিয় এজেন্ট হার্নেসের ভেতরে বহু-ধাপের কাজ সামলাতে পারে। প্রতি টোকেনে খুব কম প্যারামিটার সক্রিয় হওয়ায় প্রতিটি রিজনিং ধাপের খরচ কম পড়ে, যা কোম্পানির মতে স্থানীয় মেশিনে এজেন্টকে ক্রমাগত চালিয়ে রাখা বাস্তবসম্মত করে তোলে।

আর্কিটেকচার ও প্রশিক্ষণ

এই প্রকাশে পূর্বসূরি LFM2-24B-A2B-এর আর্কিটেকচার বজায় রাখা হয়েছে: ৪০টি লেয়ার, প্রতি MoE ব্লকে ৬৪টি এক্সপার্ট যেখানে শীর্ষ-৪ রাউটিং ব্যবহৃত হয়, এবং গেটেড শর্ট কনভলিউশন ও গ্রুপড-কোয়েরি অ্যাটেনশনের মিশ্রণ। কনটেক্সট উইন্ডো ৩২K থেকে বেড়ে ১৩১K টোকেন হয়েছে, আর ল্যাটিন নয় এমন লিপি আরও ভালোভাবে সামলাতে শব্দভাণ্ডার ৬৫K থেকে দ্বিগুণ হয়ে ১২৮K টোকেন হয়েছে। প্রি-ট্রেনিং প্রায় ১৭ ট্রিলিয়ন থেকে বেড়ে প্রায় ৩৩ ট্রিলিয়ন টোকেনে দাঁড়িয়েছে, এরপর রয়েছে পাঁচ ধাপের পোস্ট-ট্রেনিং পাইপলাইন, যা OpenClaw, Hermes Agent, Pi ও OpenCode-এর মতো হার্নেসের ভেতরে রিইনফোর্সমেন্ট লার্নিং দিয়ে শেষ হয়।

বেঞ্চমার্ক ও গতি

Liquid AI-এর নিজস্ব ১৬টি বেঞ্চমার্কের পরীক্ষায় মডেলটি LiveClaw-এ ৪৮.০৯ স্কোর করেছে, আর Qwen3.6-35B-A3B-এর স্কোর ৩৮.১৯, যে মডেলের মোট ও সক্রিয় প্যারামিটার প্রায় ৫০% বেশি। কোম্পানির দাবি, AutomationBench-এ এটি পরবর্তী সেরা স্কোরের তিন গুণেরও বেশি করেছে এবং তিনটি ইনস্ট্রাকশন-ফলোয়িং বেঞ্চমার্কের সবগুলোতে শীর্ষে রয়েছে। তুলনায় Gemma-4-26B-A4B-it এবং Nemotron-3.5-Lightning-ও ছিল।

ফলাফল সব ক্ষেত্রে অনুকূল নয়। GPQA Diamond ও HLE-এর মতো জ্ঞানভিত্তিক পরীক্ষা এবং কোডিং কাজে বড় প্রতিযোগীরা এগিয়ে আছে: SWE-Bench Verified-এ মডেলটির স্কোর ৫১.০০, অথচ Qwen3.6-35B-A3B-এর ৬৬.২০। জ্ঞাননির্ভর কাজে Liquid AI রিট্রিভাল বা ওয়েব সার্চের সঙ্গে ব্যবহারের পরামর্শ দিয়েছে। সব সংখ্যা কোম্পানির নিজস্ব প্রতিবেদনের এবং স্বাধীনভাবে যাচাই করা হয়নি।

কর্মক্ষমতার ক্ষেত্রে কোম্পানি জানিয়েছে, Apple M5 Max-এ এটি প্রতি সেকেন্ডে ১৮৪ টোকেন, AMD Ryzen AI Max+ 395-এ ১১৪ টোকেন এবং একটি NVIDIA B300 GPU-তে উচ্চ কনকারেন্সিতে প্রতি সেকেন্ডে ২১,০০০-এর বেশি আউটপুট টোকেন দেয়। প্রকাশের দিন থেকেই llama.cpp, MLX, vLLM, SGLang ও ONNX-এর সমর্থন রয়েছে। এই প্রকাশ ক্লাউড পরিষেবার বদলে স্থানীয়ভাবে চলা সক্ষম এজেন্টের দিকে বৃহত্তর প্রবণতার অংশ।