专题 · FULL STORY

Liquid AI LFM2.5端侧模型发布与实测

Liquid AI发布26亿参数的开源端侧模型LFM2.5。实测显示其能在本地设备高速运行，工具调用能力不仅追平DeepSeek，速度更大幅领先。

2026-08-04 ~ 2026-08-11 · 3 集 · 25 条

第 1 集 · Liquid AI发布2.6B端侧智能体模型LFM2.5(2026-08-04,18 条)

Liquid AI 发布了全新的端侧智能体模型 LFM2.5-2.6B，参数量仅 2.69B，却能在手机、笔记本和机器人等设备上完全本地运行，实现多步规划、工具调用和推理任务，确保数据不离开设备且单次运行边际成本几乎为零。官方数据显示其手机端运行速度可达 30 tok/s，跑分超越多款大参数模型，发布后迅速登顶 Hugging Face 趋势榜。开发者 @nicodotdev 已基于该模型在浏览器中构建了一个全自主研究 Agent，验证了小参数模型在端侧实现复杂 Agent 任务的可行性。该模型为移动端和离线场景的 AI 应用提供了高性价比方案。

已确认

  • 模型规格：参数量 2.69B，预训练数据量 34T tokens，支持 128K 上下文长度。首发即兼容 llama.cpp 与 GGUF 格式，其中 MLX 版本专为 Apple Silicon 等边缘设备优化，支持文本生成，并具备中、英、法、德及阿拉伯语等多语言能力。
  • 核心优势：采用稠密混合架构，主打完全本地化的多步任务规划与工具调用，实现数据不出端且单次运行边际成本几乎为零，适合简单高吞吐任务。据 @BTALabs 提供的官方数据，该模型在手机端的运行速度可达 30 tok/s。
  • 跑分表现：跑分成绩超越了多款大参数模型，发布后迅速登顶 Hugging Face 趋势榜。

为什么重要

  • 端侧智能体潜力：开发者 @nicodotdev 基于该模型构建了一个完全在浏览器中运行的研究 Agent，能够自主制定计划、调用工具、检查结果并循环执行直到任务完成，验证了小参数模型在端侧实现复杂 Agent 任务的可行性。
  • 降低部署门槛：该模型将强大的工具调用能力下沉至边缘设备，为移动端和离线场景下的 AI 应用提供了极具性价比的解决方案。

第 2 集 · Liquid AI 2.6B模型端侧实测：工具调用追平DeepSeek且快3.7倍(2026-08-06,3 条)

Liquid AI发布的LFM2.5-2.6B（26亿参数稠密模型）在端侧实测中表现亮眼：在M5 Pro上以Q8量化跑出约90 tokens/s的速度，在4张RTX 5090环境下工具调用能力追平DeepSeek-V4，且速度快3.7倍，展示了端侧模型的强大潜力。

第 3 集 · Liquid AI发布26亿参数开源端侧模型LFM 2.5(2026-08-09,4 条)

Liquid AI 正式发布了拥有 26 亿参数的开源端侧 Agent 模型 LFM 2.5。该模型以其独特且优雅的架构设计为核心，主打端侧部署，能够完全在本地小型设备上独立运行而无需依赖云端。这进一步拓展了开源大模型在本地智能化应用场景中的潜力。