专题 · FULL STORY

LiquidAI 发布 LFM2.5-24B-A2B 并登顶两榜

LiquidAI 于 10 月 14 日发布 LFM2.5 家族收官之作、面向端侧的 MoE 模型 LFM2.5-24B-A2B。次日该模型凭借卷积架构接连登顶两个基准，击败 Qwen 引发关注。

2026-10-14 ~ 2026-10-15 · 2 集 · 15 条

第 1 集 · LiquidAI 发布端侧 MoE 模型 LFM2.5-24B-A2B(2026-10-14,13 条)

10 月 14 日，LiquidAI 发布 LFM2.5 家族最大也是收官之作 LFM2.5-24B-A2B，一款面向设备端的 MoE 推理模型：总参数 24B，每 token 仅激活约 2.45B，可在低显存/内存设备（笔记本和 PC）上执行多步智能体任务，主打快速、私有的本地 agent 场景。GGUF 权重同步开源，上架 Ollama 后两小时下载量即超 20 万次，需求热度可观。

已确认

  • 规格方面：上下文扩至 131K tokens，词表 128K，预训练数据量 33T tokens；定位为推理模型且易于微调定制（@maximelabonne）。不同帖对激活参数的表述在 2B 与 2.45B 之间略有出入，官方口径以约 2.45B 为准。
  • 开源开放：GGUF 权重已同步上架 Hugging Face（@Skyline34rGt）。
  • 生态与热度：本地推理应用 Nativ 提供 Day-0 支持；模型已上架 Ollama，上线 2 小时下载超 20 万次，Q4 量化版约 15GB（@helloiamleonie 转发帖转述）。另据转发帖转述，在 M3 Ultra + BF16 下可实现全本地 74 tok/s 推理，还有端侧 184 tps 与单卡 B300 跑出 21K tok/s 的说法，硬件条件与测试细节均未披露。
  • 业界评价：LiquidAI 联合创始人 mlech26l 转发新品时评价，这款 24B 总参、约 2B 激活的 MoE 模型才是让「AI PC」名副其实的东西，可在笔记本本地高效跑推理与多步 agent（@JosephJacks 转述）。
  • 性能方面：据转发帖转述，在 8 个 agent/工具使用基准中拿下 5 个第一，表现可对标更大的 MoE 模型（如 Qwen3.6-35B）；这些均为转述性说法，具体基准数据帖内未给出。

尚未确认

  • 184 tps 端侧速度、单卡 B300 21K tok/s 及「8 个基准中 5 个第一」均来自转发帖转述，未附硬件配置或基准明细，待官方数据佐证。

为什么重要

激活参数仅约 2.45B 意味着推理成本和内存占用大幅低于总参数量所暗示的水平，使 24B 级模型有望在消费级笔记本上流畅运行多步 agent 任务；配合开源 GGUF 权重、Ollama 上架后迅速破 20 万次的下载热度，以及 Nativ 等本地推理工具的首发支持，进一步压低了端侧私有化部署的门槛。

第 2 集 · Liquid AI 新模型卷积架构连登两榜，击败 Qwen 登顶(2026-10-15,2 条)

Liquid AI 发布的 LFM2.5-24B-A2B（激活参数约 2.45B）接连登顶两个基准：在 Agon 综合榜上以 185/198（93.4%）终结 Qwen3.6-35B-A3B（89%）的领先地位；在 IFEval 指令遵循基准上拿到 96.75 分，登顶 Papers with Code 排行榜。其卷积架构以极低激活参数量实现了超越更大模型的性能，引发关注。