Liquid AI phát hành mô hình mở LFM2.5-24B-A2B cho các tác tử AI chạy trên thiết bị

Ngày 13 tháng 10 năm 2026, Liquid AI đã phát hành LFM2.5-24B-A2B, một mô hình suy luận kiểu Mixture-of-Experts với tổng cộng 24 tỷ tham số nhưng chỉ 2 tỷ tham số hoạt động cho mỗi token. Công ty xây dựng mô hình này nhằm cung cấp sức mạnh cho các tác tử nhanh và riêng tư, chạy trực tiếp trên phần cứng của người dùng. Cả mô hình lẫn phiên bản nền LFM2.5-24B-A2B-Base đều được cung cấp dưới dạng trọng số mở trên Hugging Face.

Theo Liquid AI, mô hình luôn viết ra chuỗi suy luận rõ ràng trước khi trả lời, có thể gọi công cụ và xử lý các tác vụ nhiều bước trong các khung tác tử phổ biến. Vì mỗi token chỉ kích hoạt rất ít tham số, mỗi bước suy luận có chi phí thấp, điều mà công ty cho rằng giúp việc vận hành tác tử liên tục trên máy tính cục bộ trở nên khả thi.

Kiến trúc và huấn luyện

Bản phát hành giữ nguyên kiến trúc của phiên bản trước, LFM2-24B-A2B: 40 lớp, 64 chuyên gia trong mỗi khối MoE với định tuyến top-4, và sự kết hợp giữa tích chập ngắn có cổng và chú ý truy vấn theo nhóm. Cửa sổ ngữ cảnh được mở rộng từ 32K lên 131K token, và từ vựng tăng gấp đôi từ 65K lên 128K token nhằm cải thiện khả năng xử lý các hệ chữ viết không dùng bảng chữ cái Latin. Quá trình tiền huấn luyện tăng từ khoảng 17 nghìn tỷ lên khoảng 33 nghìn tỷ token, tiếp theo là quy trình hậu huấn luyện năm giai đoạn, kết thúc bằng học tăng cường trong các khung tác tử như OpenClaw, Hermes Agent, Pi và OpenCode.

Kết quả đánh giá và tốc độ

Trong các bài kiểm tra do chính Liquid AI thực hiện trên 16 bộ đánh giá, mô hình đạt 48,09 điểm trên LiveClaw, so với 38,19 điểm của Qwen3.6-35B-A3B, mô hình có tổng số tham số và tham số hoạt động cao hơn khoảng 50%. Công ty cho biết mô hình đã vượt hơn gấp ba lần điểm số cao thứ hai trên AutomationBench và dẫn đầu cả ba bài kiểm tra tuân theo hướng dẫn. Gemma-4-26B-A4B-it và Nemotron-3.5-Lightning cũng nằm trong phần so sánh.

Kết quả không hoàn toàn thuận lợi. Các đối thủ lớn hơn vẫn dẫn trước ở những bài kiểm tra đòi hỏi nhiều kiến thức như GPQA Diamond và HLE, cùng các tác vụ lập trình: trên SWE-Bench Verified, mô hình đạt 51,00 điểm so với 66,20 điểm của Qwen3.6-35B-A3B. Liquid AI khuyến nghị kết hợp mô hình với truy xuất thông tin hoặc tìm kiếm web cho các công việc cần nhiều kiến thức. Tất cả số liệu do công ty tự công bố và chưa được đơn vị độc lập kiểm chứng.

Về hiệu năng, công ty báo cáo đạt 184 token mỗi giây trên Apple M5 Max, 114 token mỗi giây trên AMD Ryzen AI Max+ 395, và hơn 21.000 token đầu ra mỗi giây khi xử lý đồng thời ở mức cao trên một GPU NVIDIA B300 duy nhất. Mô hình hỗ trợ llama.cpp, MLX, vLLM, SGLang và ONNX ngay từ khi ra mắt. Bản phát hành này phản ánh xu hướng rộng hơn là phát triển các tác tử mạnh mẽ có thể chạy cục bộ thay vì phụ thuộc vào dịch vụ đám mây.