产品简介
LFM2.5-24B-A2B 是 Liquid AI 于 2026/10/13 发布的开源权重模型，也是 LFM2.5 系列里最大、官方称最后的一款。它的参数结构是 240 亿总参数、每生成一个 token 只激活 20 亿，靠 MoE 架构把「知道多少」和「每个 token 干多少活」分开，所以体量不小但能在一台机器上跑得动。
相比上一代 LFM2-24B-A2B，改动集中在四处：上下文从 32K 提到 131K，词表从 65K 翻倍到 128K（官方说这对非拉丁语系更友好），预训练规模从约 17T token 提到约 33T，并且变成只做推理的模型，回答前一定先写出一段思维链。官方的解释是它足够快，多出来的思考在时间上不贵。
速度是它主打的部分：Liquid AI 自报在 Apple M5 Max 上每秒 184 个 token，在 AMD Ryzen AI Max+ 395 上每秒 114 个 token，在单张 NVIDIA B300 高并发下输出超过每秒 21000 个 token。基础版与后训练版都已开放权重，可在 Hugging Face 与官方 Playground 获取，llama.cpp、MLX、vLLM、SGLang 与 ONNX 在发布首日就支持。
核心功能
- 24B 总参数、2B 激活：MoE 架构，40 层，每个块 64 个专家、top-4 路由，配合门控短卷积与 GQA
- 131K 上下文：从上一代的 32K 提升，中途训练阶段专门加了 3000 亿 token 的长上下文数据
- 128K 词表：从 65K 翻倍，官方称改善了非拉丁语系的分词
- 先推理再回答：只做推理的模型，最终答案前一定写出显式思维链
- 33T token 预训练：上一代约为 17T，中途训练再分两阶段补充推理、数学、代码、指令跟随与多语种数据
- 五阶段后训练：监督微调、教师专业化、两轮多领域在线蒸馏，最后在 OpenClaw、Hermes Agent、Pi、OpenCode 等智能体框架内做强化学习
- 设备端速度：官方自报 Apple M5 Max 上 184 tokens/s，Ryzen AI Max+ 395 上 114 tokens/s，单张 B300 高并发输出超 21000 tokens/s
- 开源权重与生态：基础版与后训练版均开放下载，llama.cpp、MLX、vLLM、SGLang、ONNX 首日支持
适合谁用
以下类型的用户会特别受益于 Liquid AI LFM2.5-24B-A2B：
- 在自己或客户的机器上跑智能体，数据不出本地
- 需要长上下文的工具调用与多步任务，又不想依赖云端 API
- 把模型挂在任意 OpenAI 兼容后端后面，再让智能体框架指向这个端点
- 非拉丁语系场景下希望分词质量更好的团队
- 已有 llama.cpp、vLLM、MLX 部署经验，想换成带推理能力的端侧模型
优点亮点
- 权重开放，可下载到自己硬件上跑，不用把数据交给第三方
- 每个 token 只激活 20 亿参数，设备端解码速度是同级里的前列
- 上下文做到 131K，长任务不必再切段
- 词表翻倍后对非拉丁语系更友好
- 发布首日就覆盖 llama.cpp、MLX、vLLM、SGLang 与 ONNX，接入成本低
价格与方案
模型权重免费开放下载，自部署需要自备硬件与运维。Liquid AI 的 Playground 与云端服务按官方公布的方式计费。
总结与建议
LFM2.5-24B-A2B 是 Liquid AI 在 2026/10/13 发布的开源权重模型，也是 LFM2.5 系列的收尾款。它用 240 亿总参数配 20 亿每 token 激活的 MoE 结构，把知识容量和单 token 计算量拆开，因此能在一台设备上跑起来。相对上一代，上下文从 32K 提到 131K，词表从 65K 翻倍到 128K，预训练从约 17T token 扩到约 33T，并且变成先写思维链再作答的推理型模型。官方自报的速度是 Apple M5 Max 上 184 tokens/s、Ryzen AI Max+ 395 上 114 tokens/s。
跑分是 Liquid AI 自己的数据，官方口径是在八项工具调用与智能体基准中的五项领先或持平，包括 AutomationBench 27.69、LiveClaw 48.09、BFCLv4 65.01、ToolSandbox 80.71 与 τ³-Bench Banking；三项指令跟随基准也排在前面，IFEval 为 96.75。在知识密集与编程类基准上，参数更多的模型仍保持领先，GPQA Diamond 为 74.42、SWE-Bench Verified（OpenCode）为 51.00，官方给的建议是这类负载配检索或联网搜索使用。
一句话建议：如果你要的是能在本地安静跑完的工具调用智能体，它很对路；如果你要的是知识密集问答或竞赛级编程，同尺寸的权衡得反过来算。
版本演进
- LFM2.5-24B-A2B 发布：LFM2.5 系列最大也是最后一款，面向设备端快速私有智能体 （2026-10-13）：Liquid AI 于 2026 年 10 月 13 日发布 LFM2.5-24B-A2B，官方称其为 LFM2.5 系列中最大也是最后一款模型。模型为 240 亿总参数、每 token 激活 20 亿的 MoE 结构，沿用上一代的 40 层、每块 64 专家和 top-4 路由；上下文从 32K 提升到 131K，词表从 65K 翻倍到 128K，预训练规模从约 17T token 提升到约 33T token，并改为先输出显式思维链再作答的推理型模型。Liquid AI 自报的速度为 Apple M5 Max 上每秒 184 个 token、Ryzen AI Max+ 395 上每秒 114 个 token、单张 NVIDIA B300 高并发下输出超过每秒 21000 个 token。基础版与后训练版均已开放权重，llama.cpp、MLX、vLLM、SGLang 与 ONNX 在发布首日支持。