研究與評測
Liquid AI LFM2.5-2.6B 工具呼叫實測達 DeepSeek-V4-Flash 水準,處理速度快 3.7 倍
X @liquidai單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
Liquid AI 轉推 atomic.chat 的實測結果,顯示其新模型 LFM2.5-2.6B 在工具呼叫(tool calling)能力上媲美 DeepSeek-V4-Flash,且整體耗時縮短 3.7 倍。
測試於單台配備 4 張 RTX 5090 的設備進行,任務包含查詢六城市天氣與時間、單一預算轉換六種貨幣,以及查詢並預訂四間飯店。結果顯示,兩款模型皆成功完成全部 35 次工具呼叫,並都能在單輪對話中觸發 12 次呼叫。
在效能數據上,LFM2.5-2.6B 輸出速度達 366 tok/s,總耗時 19 秒;DeepSeek-V4-Flash 輸出速度為 77 tok/s,耗時 70 秒。Liquid AI 表示,LFM2.5-2.6B 專為 AI 代理(agent)訓練,且其規模小至可直接在手機端運行。
此外,根據 DeepSeek 官方文件,本次作為對照的 DeepSeek-V4-Flash 具備思考與非思考兩種模式,目前作為 deepseek-chat 與 deepseek-reasoner 的底層模型,而這兩個舊 API 名稱預計於 2026 年 7 月 24 日正式停用。
讀原始報導背景
Liquid AI 致力於從第一性原理開發新一代基礎模型,近期推出了針對 CPU 進行長脈絡推論最佳化的 LFM2.5 系列。另一方面,DeepSeek 近期發布具備更強代理(Agent)與推理能力的 DeepSeek-V4 預覽版,其 API 包含了本次測試對比的 deepseek-v4-flash 模型。