Présentation du modèle
Liquid AI publie aujourd’hui LFM2.5-24B-A2B, un modèle de raisonnement de 24 milliards de paramètres dont seulement 2 milliards sont actifs à chaque token. Cette configuration place le modèle au sommet de la famille LFM2.5, qui couvre désormais deux ordres de grandeur, du LFM2.5‑230M au LFM2.5‑24B‑A2B.
Architecture et mécanisme d’activation
Le modèle repose sur une architecture mixture‑of‑experts (MoE) où chaque token déclenche l’exécution de 2 B paramètres parmi les 24 B disponibles. Cette sélection dynamique réduit la charge de calcul tout en conservant la capacité expressive du réseau complet. Le ratio 2 B/24 B implique que, pour chaque token, 91 % des poids restent inactifs, limitant la consommation de mémoire et la latence.
Performances comparatives
Sur cinq des huit benchmarks dédiés aux agents et à l’utilisation d’outils, LFM2.5‑24B‑A2B dépasse Qwen3.6‑35B‑A3B, qui possède environ 50 % de paramètres supplémentaires. Le score atteint 48,09 sur LiveClaw contre 38,19 pour le concurrent, et 27,69 sur AutomationBench contre 8,72. Ces écarts démontrent que la réduction du nombre de paramètres actifs ne pénalise pas la capacité de raisonnement dans les scénarios d’interaction.
En termes de vitesse, le modèle réalise 184 tokens/s sur un Apple M5 Max, soit 1,7 × plus rapide que les MoE comparables exécutés sur le même matériel. Sur un GPU NVIDIA B300, la cadence grimpe à 21 000 tokens/s, ce qui rend le modèle exploitable pour des agents en temps réel même sur des configurations limitées.
Déploiement, accès et limites
Les deux variantes – la version de base (LFM2.5‑24B‑A2B‑Base) et la version post‑entraînée – sont publiées en open‑weight sur Hugging Face et le Playground de Liquid AI. La documentation fournie décrit les procédures d’inférence locale et de fine‑tuning, mais ne précise pas les exigences exactes en termes de VRAM au-delà du GPU B300. L’absence de métriques détaillées sur la consommation énergétique empêche d’évaluer l’impact environnemental du modèle, un point crucial pour les déploiements massifs sur appareils mobiles.
En résumé, LFM2.5‑24B‑A2B combine une taille de modèle élevée avec une activation parcimonieuse, offrant une vitesse supérieure et des performances compétitives sur des tâches d’agenticité. La disponibilité en open‑weight facilite la recherche et l’intégration, mais les utilisateurs devront mesurer eux‑mêmes la charge mémoire et la consommation d’énergie sur leurs cibles spécifiques.
