Liquid AI veröffentlicht Open-Weight-Modell LFM2.5-24B-A2B für KI-Agenten auf dem Gerät

Liquid AI hat am 13. Oktober 2026 LFM2.5-24B-A2B veröffentlicht, ein Reasoning-Modell nach dem Mixture-of-Experts-Prinzip mit insgesamt 24 Milliarden Parametern, von denen pro Token jedoch nur 2 Milliarden aktiv sind. Das Unternehmen hat es entwickelt, um schnelle und private Agenten anzutreiben, die auf der eigenen Hardware der Nutzer laufen. Sowohl das Modell als auch eine Basisversion, LFM2.5-24B-A2B-Base, sind als Open Weights auf Hugging Face verfügbar.

Laut Liquid AI schreibt das Modell vor jeder Antwort stets eine explizite Gedankenkette aus, kann Werkzeuge aufrufen und bewältigt mehrstufige Aufgaben innerhalb gängiger Agent-Harnesses. Da pro Token so wenige Parameter zum Einsatz kommen, ist jeder Denkschritt günstig, was laut dem Unternehmen den Dauerbetrieb von Agenten auf lokalen Rechnern praktikabel macht.

Architektur und Training

Die Veröffentlichung behält die Architektur des Vorgängers LFM2-24B-A2B bei: 40 Schichten, 64 Experten pro MoE-Block mit Top-4-Routing sowie eine Kombination aus gegateten kurzen Faltungen und Grouped-Query-Attention. Das Kontextfenster wächst von 32K auf 131K Token, und das Vokabular verdoppelt sich von 65K auf 128K Token, um die Verarbeitung nicht-lateinischer Schriften zu verbessern. Das Pre-Training wuchs von etwa 17 Billionen auf rund 33 Billionen Token, gefolgt von einer fünfstufigen Post-Training-Pipeline, die mit Verstärkendem Lernen innerhalb von Harnesses wie OpenClaw, Hermes Agent, Pi und OpenCode endet.

Benchmarks und Geschwindigkeit

In eigenen Tests von Liquid AI über 16 Benchmarks erzielte das Modell auf LiveClaw 48,09 Punkte gegenüber 38,19 für Qwen3.6-35B-A3B, das etwa 50 Prozent mehr Gesamt- und aktive Parameter hat. Das Unternehmen gibt an, den nächstbesten Wert bei AutomationBench mehr als verdreifacht zu haben, und führte bei allen drei Benchmarks zur Befolgung von Anweisungen. Gemma-4-26B-A4B-it und Nemotron-3.5-Lightning waren ebenfalls im Vergleich enthalten.

Die Ergebnisse sind nicht durchweg positiv. Größere Konkurrenten bleiben bei wissensintensiven Tests wie GPQA Diamond und HLE sowie bei Programmieraufgaben vorn: Bei SWE-Bench Verified erreichte das Modell 51,00 gegenüber 66,20 für Qwen3.6-35B-A3B. Liquid AI empfiehlt, es für wissensintensive Aufgaben mit Retrieval oder Websuche zu kombinieren. Alle Angaben sind selbst erhoben und wurden nicht unabhängig überprüft.

Bei der Leistung nennt das Unternehmen 184 Token pro Sekunde auf einem Apple M5 Max, 114 auf einem AMD Ryzen AI Max+ 395 und über 21.000 Ausgabe-Token pro Sekunde bei hoher Parallelität auf einer einzelnen NVIDIA-B300-GPU. Ab dem Start werden llama.cpp, MLX, vLLM, SGLang und ONNX unterstützt. Die Veröffentlichung spiegelt einen breiteren Trend wider, leistungsfähige Agenten lokal statt über Cloud-Dienste laufen zu lassen.