Модель · Liquid AI via Hugging Face
LFM2.5: 2B активных параметров для агента, который сначала думает
13 октября 2026 года Liquid AI представила LFM2.5-24B-A2B: локальную модель с 24B общих и 2B активных параметров, обязательным рассуждением и вызовами инструментов. Интерес здесь в устройстве агента: вычисления каждого токена ограничены выбранными экспертами, но память и время до готового результата требуют отдельного расчёта.
Что это меняет для покупателя
Такую модель стоит рассматривать для задач, где помощник последовательно получает данные через инструменты и действует по их результатам. Покупателю важно связать архитектуру MoE с реальным сценарием: небольшая активная часть весов сама по себе не определяет размер сервера или длительность всей задачи.
Что означает небольшая активная часть
В анонсе Liquid AI модель сохраняет архитектуру предшественницы LFM2-24B-A2B: 40 слоёв и по 64 эксперта в блоках MoE, с выбором четырёх экспертов. MoE означает смесь экспертов — частей модели, между которыми распределяется обработка. Для отдельного токена работает выбранная часть, поэтому указанные 2B активных параметров описывают вычислительный путь, а общие 24B — весь набор параметров.
Для агента это особенно интересно из-за количества промежуточных шагов. Он может получать результат команды, разбирать его и выбирать следующий вызов, прежде чем сформулирует ответ. Расход вычислений повторяется на каждом сгенерированном токене, включая рассуждение. Небольшой активный путь даёт архитектурную причину исследовать такую модель для длительных инструментальных задач. Он ещё не сообщает, сколько одновременно работающих агентов выдержит конкретная машина.
2B активных параметров не превращают веса в 2B
При выборе оборудования система должна где-то хранить весь нужный набор весов и подавать выбранных экспертов для вычисления. Размещение весов и их числовая точность определяют требования отдельно от активного пути. В опубликованном примере Transformers модель загружается в bfloat16. Это конкретный вариант запуска, который нельзя автоматически переносить на другую точность или считать описанием всех возможных локальных конфигураций.
Длинные разговоры добавляют ещё одну статью памяти: кэш состояния внимания, часто называемый KV-кэшем. Он нужен для обработки продолжения и зависит от режима работы. Поэтому подбор сервера должен учитывать веса, такой кэш и одновременные запросы по отдельности. Короткая надпись A2B полезна для понимания вычислений, но не заменяет описание того, как выбранная среда размещает модель и обслуживает несколько задач.
Сначала рассуждение, затем ответ
LFM2.5-24B-A2B представлена как reasoning-only: перед окончательным ответом она формирует явный процесс рассуждения. У этого свойства есть прямое следствие для интерфейса. Скорость выдачи токенов и ожидание полезного результата становятся разными величинами. Пользователь может ждать завершения промежуточного мышления, а инструментальный агент — ещё и выполнения команд. Для коротких операций стоит заранее определить, сколько такого ожидания допустимо.
Контекст вырос с 32K до 131K токенов, а словарь токенизатора — с 65K до 128K; авторы связывают расширение словаря с обработкой нелатинского текста. Словарь определяет, на какие элементы разбивается текст, и не является дополнительным контекстным окном. Само окно тоже не обещает полезного воспроизведения каждого факта: история, результаты инструментов и создаваемое продолжение используют общий бюджет. Полный текст репозитория не становится автоматически лучшим входом для разбора одной ошибки.
Агент подключается через локальную среду запуска
В анонсе заявлена поддержка llama.cpp, MLX, vLLM, SGLang и ONNX. Предложенная схема подключения проста по устройству: модель обслуживается локальным сервером с совместимым форматом OpenAI, а агентная оболочка обращается к этому серверу. Совместимость формата здесь относится к обмену сообщениями; вычисления могут оставаться локальными. В примере Hermes отдельно настраиваются адрес сервера, модель и использование инструментов.
Это помогает отделить качество модели от работы оболочки. Чтобы агент воспроизвёл ошибку, нужны доступные ему инструменты и корректно возвращаемые результаты их вызовов. Объявленная поддержка среды запуска ещё не подтверждает работу всей вашей связки. Liquid AI также публикует вариант LFM2.5-24B-A2B-Base. Для описанного готового агента следует выбирать соответствующую обученную агентную модель: базовый вариант не получает её свойства автоматически. Веса распространяются по LFM Open License v1.0: её раздел 5 ограничивает коммерческое использование с учётом порога годовой выручки в 10 млн долларов США. Эти условия нужно учитывать при выборе модели для компании.
Выбирать по цепочке действий
Liquid AI отдельно рассматривает декодирование на Apple M5 Max и суммарную выдачу токенов при высокой одновременной нагрузке на одной NVIDIA B300. Это разные нагрузки: первая помогает обсуждать поток одного локального запуска, вторая — общий поток сервера. Предоставленный текст не раскрывает полную конфигурацию точности, входов и пакетирования этих измерений, поэтому их численные скорости нельзя превращать в обещание для покупаемой машины.
Для короткой пробы подходит воспроизведение известной ошибки: получить журнал инструментом, выбрать нужный файл, запустить проверку и объяснить результат. Полезно наблюдать успешность всей последовательности и время до её завершения, включая мышление. Конкретный выбор для LFM2.5 — роль локального исполнителя инструментальных задач в существующей оболочке. Её архитектура заслуживает такой проверки; главным результатом будет завершённая цепочка действий, по которой можно оценить пригодность модели для команды.
Что проверить до выбора системы
- Как агент поступает, если команда возвращает частичный результат, ошибку доступа или неожиданный формат?
- Можно ли сохранять историю вызовов отдельно от текста рассуждения для разбора неудачных задач?
- Какие операции требуют решения пользователя перед записью в репозиторий или внешнюю систему?
- Сохраняет ли токенизация русские пути, идентификаторы и смешанные языковые названия в рабочих материалах?
Выводы для покупателя — наша редакционная интерпретация. Публикация не подтверждает скорость или совместимость конкретной сборки из каталога.