Liquid AI 發布 LFM2.5-24B-A2B：131K context、2B active parameters，M5 Max 達 184 tok/s

Liquid AI 在 Hugging Face Blog 介紹 LFM2.5-24B-A2B，這是一款面向本機執行的 reasoning agent 模型，每個 token 僅啟用 2B parameters，context window 從前代的 32K 擴大至 131K tokens，詞彙表則由 65K 擴至 128K tokens。 模型延續 LFM2-24B-A2B 的架構，包含 40 層、每個 MoE block 配置 64 個 experts 並採 top-4 routing，以及 gated short convolutions 與 GQA；不同於前代，LFM2.5-24B-A2B 是 reasoning-only 模型，會在最終答案前產生顯式思考鏈。Liquid AI 表示，預訓練規模由約 17T tokens 擴大至約 33T tokens，另加入 2T 個 32K context tokens 與 300B 個 131K context tokens，並透過 SFT、教師專門化、MOPD 與 Agentic RL 等五個階段進行 agent 訓練。 在 Liquid AI 的 16 項評測中，LFM2.5-24B-A2B 以最小模型規模，於八項工具呼叫與 agent 評測中的五項領先或追平競品。LiveClaw 得分 48.09，高於 Qwen3.6-35B-A3B 的 38.19；AutomationBench 得分 27.69，高於下一名 Qwen3.6-35B-A3B 的 8.72；BFCLv4 則以 65.01 略高於 Qwen3.6-35B-A3B 的 65.00。模型也在 IFEval、IFBench 與 Multi-IF 三項指令遵循評測中全部領先。 較大型模型仍在知識與程式設計項目保持優勢，例如 Qwen3.6-35B-A3B 在 GPQA Diamond 得分 83.69、高於 LFM2.5-24B-A2B 的 74.42；在 SWE-Bench Verified（OpenCode）則為 66.20，高於模型的 51.00。Liquid AI 因此建議知識密集型工作搭配 retrieval 或 web search。 推理效能方面，Liquid AI 表示 LFM2.5-24B-A2B 在 Apple M5 Max 上達 184 tokens/s、在 Ryzen AI Max+ 395 上達 114 tokens/s，最高可比下一款模型快 1.7 倍；單張 NVIDIA B300 在高並行度下則可達超過 21K output tokens/s。模型支援 llama.cpp、MLX、vLLM、SGLang 與 ONNX，並可透過 OpenAI 相容後端接入 Hermes Agent 等 agent harness。