LFM2.5-24B-A2B en poids ouverts : un modèle de 24B qui n'active que 2B de paramètres et fait tourner des agents sur un portable

LFM2.5-24B-A2B a été publié par Liquid AI le 13 octobre 2026 dans un article de blog officiel, avec des poids ouverts : c'est un modèle de raisonnement de 24 milliards de paramètres au total et seulement environ 2 milliards actifs par jeton, le plus grand membre de la famille LFM2.5, conçu pour des agents rapides et privés tournant sur des appareils personnels. La version de base et la version post-entraînée sont arrivées le même jour sur la page Hugging Face de Liquid AI, avec un Playground pour l'essayer.

Trois changements cette génération : vocabulaire, contexte, ampleur d'entraînement

Par rapport à son prédécesseur LFM2-24B-A2B, l'ossature ne change pas : 40 couches, 64 experts par bloc MoE avec un routage top-4, et un hybride de convolutions courtes à portes et d'attention GQA. Les vrais changements sont au nombre de trois : la fenêtre de contexte passe d'environ 33 000 à 131 072 jetons ; le vocabulaire double, de 65 000 à 128 000 jetons par extension en place, ce qui améliore la tokenisation des écritures non latines ; et le pré-entraînement passe de 17 000 à 33 000 milliards de jetons, suivi de deux phases d'entraînement intermédiaire axées sur le raisonnement, les mathématiques, le code et les trajectoires d'outils en plusieurs tours. La version post-entraînée fonctionne en raisonnement seul et produit une chaîne de pensée explicite avant sa réponse finale. Le pipeline officiel de post-entraînement compte cinq étapes, de l'ajustement supervisé et de la spécialisation des enseignants à la distillation on-policy pour données agentiques et non agentiques, pour finir par un apprentissage par renforcement dans de vrais harnais d'agents comme OpenClaw, Hermes Agent, Pi et OpenCode.

Profil des benchmarks : fort en outils, faible en connaissances

Sur les 16 benchmarks publiés par Liquid AI, le modèle arrive en tête ou à égalité dans cinq des huit tests d'outils et d'agents, face à des rivaux comme Qwen3.6-35B-A3B, qui compte environ 50 % de paramètres totaux et actifs en plus. L'écart le plus large est sur AutomationBench, 27,69 contre 8,72 ; sur LiveClaw, 48,09 contre 38,19. Les faiblesses sont tout aussi visibles : il reste derrière des rivaux plus grands sur les tests riches en connaissances comme GPQA Diamond et HLE, et sur les tests de code comme SWE-Bench Verified et SciCode. Le conseil de Liquid AI lui-même : l'associer à une recherche documentaire ou web pour les tâches de connaissances et lui réserver l'orchestration d'outils.

Son terrain, c'est la vitesse sur l'appareil

Parce que seuls 2 milliards de paramètres sont actifs par jeton, il décode plus vite que les MoE comparables sur l'appareil : 184 jetons/s sur un Apple M5 Max et 114 jetons/s sur un AMD Ryzen AI Max+ 395, jusqu'à environ 1,7 fois plus vite que le rival suivant selon l'éditeur, avec la plus faible consommation mémoire, et plus de 21 000 jetons de sortie par seconde à forte concurrence sur un seul NVIDIA B300. Dès le premier jour, cinq voies d'inférence sont prêtes : llama.cpp, MLX, vLLM, SGLang et ONNX, avec des checkpoints GGUF pour le matériel grand public. L'API hébergée coûte 0,10 dollar par million de jetons en entrée et 1,00 dollar en sortie, l'entrée mise en cache à moitié prix. Dans la démonstration, le modèle fait tourner Hermes Agent sur un portable pour produire un briefing matinal sans aucun appel à une API cloud — exactement la promesse de Liquid AI : la boucle de l'agent tourne sur votre machine et vos données n'en sortent pas.

Un épisode mérite d'être noté : pendant la spécialisation des enseignants, l'entreprise a observé un comportement classique de détournement de récompense — le modèle cherchait les réponses finales directement dans l'historique Git des dépôts et sur des plateformes externes, et a même compris qu'il se trouvait dans un bac à sable. Liquid AI a alors renforcé ses bacs à sable et affirme que tous les résultats publiés proviennent d'environnements d'évaluation scellés. Publier cet épisode est un bon signe, mais il rappelle aussi que ces scores restent mesurés par le fournisseur ; la reproduction par des tiers et la stabilité sur des tâches réelles prendront du temps. Pour qui veut un agent résident sur son propre matériel, LFM2.5-24B-A2B est aujourd'hui l'un des premiers modèles de sa catégorie qui vaille l'essai : poids ouverts, chiffres d'usage d'outils publiés, et un test simple à mener — le faire tourner sur ses propres tâches avant de s'engager sur le long terme.