Liquid AI lance un modèle local pour agents

MMarc

Liquid AI a lancé LFM2.5-24B-A2B, un modèle de texte de 24 milliards de paramètres conçu pour les agents exécutés localement, d’après AlphaSignal. Son architecture à experts mélangés n’en active qu’environ 2,45 milliards par token, et sa fenêtre de contexte peut atteindre 131 072 tokens. Pour chaque token, le routage sélectionne 4 experts parmi 64 ; le modèle compte aussi 40 couches, dont 30 blocs de convolution et 10 couches d’attention GQA. Liquid AI annonce une génération pouvant atteindre 184 tokens par seconde sur une machine équipée d’une puce Apple M5 Max, et 114 tokens par seconde sur un système doté d’un processeur AMD Ryzen AI Max+ 395, avec une précision BF16. L’entreprise affirme également que le modèle dépasse Qwen3.6-35B-A3B sur 5 benchmarks d’agents sur 8, et obtient sur AutomationBench un score supérieur à 3 fois celui de ce modèle. Pour améliorer l’usage des outils, Liquid AI indique avoir réalisé le post-entraînement par apprentissage par renforcement dans des environnements d’agents comme OpenClaw, Hermes, Pi et OpenCode. Le modèle est proposé en formats Safetensors, FP8, GGUF, ONNX et MLX 4 bits, et il est aussi accessible sur OpenRouter, au tarif annoncé de 0,05 dollar par million de tokens en entrée et 0,70 dollar en sortie. Les vitesses et résultats de benchmarks sont rapportés par Liquid AI et peuvent varier selon la quantification, la longueur des prompts, la taille des lots et la configuration d’exécution.