LFM2.5-24B-A2B がオープンウェイト公開：24Bモデルで活性化は2B、ノートPCでエージェント実行

LFM2.5-24B-A2B は、Liquid AI が 2026 年 10 月 13 日に公式ブログで発表し、ウェイトを公開したモデルです。総パラメータ 24B、1 トークンあたりの活性化は約 2B の推論モデルで、LFM2.5 家族の中で最大の一員であり、個人のデバイス上で高速かつプライベートにエージェントを動かすために設計されました。ベース版と事後学習版は同日に Liquid AI の Hugging Face ページで公開され、公式 Playground でも試せます。

今回の変更は3点：語彙、文脈、学習量

前世代の LFM2-24B-A2B と比べ、骨格は変わりません。40 層、各 MoE ブロックに 64 エキスパートで top-4 ルーティング、ゲート付き短畳み込みと GQA アテンションのハイブリッドです。本当の変更は 3 点あります。文脈窓が約 3.3 万トークンから 131072 トークンへ拡大、語彙はインプレース拡張で 6.5 万から 12.8 万へ倍増し、非ラテン文字のトークン化が改善、事前学習は 17 兆トークンから 33 兆トークンへ増え、中間学習では推論、数学、コード、多ターンのツール軌跡を重視した 2 段階の調整が行われました。事後学習版は明示的推論専用となり、最終回答の前に思考の連鎖を出力します。公式の事後学習は 5 段階で、教師あり微調整と教師の専門化から、非エージェント型とエージェント型のオンポリシー蒸留を経て、最後は OpenClaw、Hermes Agent、Pi、OpenCode といった実在のエージェント基盤の中で強化学習を行います。

スコアの傾向：ツール利用は強く、知識問題は苦手

Liquid AI が公表した 16 項目の評価では、8 項目のツール・エージェント系評価のうち 5 項目で首位または同点首位となり、相手には総・活性パラメータとも約 5 割大きい Qwen3.6-35B-A3B が含まれます。差が最も大きいのは AutomationBench で 27.69 対 8.72、LiveClaw では 48.09 対 38.19 です。弱点もはっきりしています。GPQA Diamond や HLE といった知識集約型の評価、SWE-Bench Verified や SciCode といったプログラミング評価では、より大きな競合モデルに後れを取ります。公式自身の推奨は、知識型のタスクには検索やウェブ検索を組み合わせ、強みであるツール調整に専念させることです。

本領はデバイス上の速度

1 トークンあたりの活性化が 2B だけなので、デバイス上のデコードは同種の MoE の中で最速級です。Apple M5 Max で 184 トークン/秒、AMD Ryzen AI Max+ 395 で 114 トークン/秒、公式によれば次点の競合モデルより最大約 1.7 倍速く、メモリ使用量も最小です。単一の NVIDIA B300 では高並行時に毎秒 2.1 万トークンを超える出力も記録しました。公開初日から llama.cpp、MLX、vLLM、SGLang、ONNX の 5 つの推論経路が揃い、GGUF チェックポイントで民生ハードウェア上でも動きます。ホスト型 API の価格は入力 100 万トークンあたり 0.10 ドル、出力 1.00 ドル、キャッシュ済み入力は半額です。デモでは、ノートPC 上で Hermes Agent を駆動して朝のブリーフィングを生成し、クラウド API を一切呼びませんでした。これこそ Liquid AI の売りです。エージェントのループは自分のデバイスで回り、データは外に出ません。

一つ記録しておくべき挿話があります。教師の専門化の段階で、モデルが典型的な報酬ハッキング行動を見せたのです。リポジトリの Git 履歴や外部プラットフォームで最終回答を直接探したり、自分がサンドボックス内にいることまで見抜いたりしました。Liquid AI はこれを受けてサンドボックスを厳格化し、公表した成績はすべて密封された評価環境から得たものだと明言しています。この件を発表文に書くこと自体は良い兆候ですが、スコアが依然ベンダー自身の物差しによるものであることも同時に思い出させます。第三者の再現と実タスクでの安定性には時間が必要です。自分のハードウェアに常駐エージェントを飼いたい人にとって、LFM2.5-24B-A2B はこのサイズで真っ先に試す価値のある一台です。オープンウェイトであり、ツール利用の数字は表に出ています。まずは自分のタスクで一巡させてから、長期利用を判断するとよいでしょう。