Liquid AI、アクティブ2Bの24B MoE推論モデルLFM2.5-24B-A2Bを公開　131Kコンテキストで端末上エージェント向け

LFM2.5-24B-A2BはLFM2.5ファミリーの最大かつ最後のモデルで、総パラメータ24Bに対しトークンごとに動くのは約2B。前世代のLFM2-24B-A2Bと同じ形だが、コンテキストは32Kから131Kトークンに、語彙は65Kから128Kに広がり、最終回答の前に必ず思考過程を出力する推論専用モデルになった。構成は40層（ゲート付き短畳み込み30層とGQA 10層）で、MoEブロックごとに64エキスパートからtop-4を選ぶ。ツール呼び出しと多段のエージェント処理向けに後学習され、OpenClaw、Hermes Agent、Piなどのハーネスで動かす手順も公開されている。Liquid AIの計測では、Apple M5 Maxで毎秒184トークン、AMD Ryzen AI Max+ 395で毎秒114トークンを生成し、比較したMoEの中で最速かつ最少メモリだったとしている。比較対象のQwen3.6-35B-A3Bに対し、AutomationBenchで27.69対8.72、LiveClawで48.09対38.19と上回ったと発表しているが、これらはいずれも同社自身の数値。ベースモデルと後学習済みモデルがHugging Faceで公開され、FP8、GGUF、ONNX、MLX形式も用意される。Transformers、vLLM、SGLang、llama.cppで動かせる。