LFM2.5-24B-A2B는 Liquid AI가 2026년 10월 13일 공식 블로그를 통해 발표하고 가중치를 공개한 모델입니다. 전체 매개변수 24B, 토큰당 활성화는 약 2B뿐인 추론 모델로, LFM2.5 제품군에서 가장 크며 개인 기기에서 빠르고 사적으로 에이전트를 돌리기 위해 설계됐습니다. 베이스 버전과 후훈련 버전이 같은 날 Liquid AI의 Hugging Face 페이지에 올라갔고, 공식 Playground에서도 써 볼 수 있습니다.
이번 세대 변화는 세 가지: 어휘, 컨텍스트, 훈련량
이전 세대 LFM2-24B-A2B와 비교하면 골격은 그대로입니다. 40개 층, MoE 블록당 전문가 64개에 top-4 라우팅, 게이트 단기 컨볼루션과 GQA 어텐션의 하이브리드입니다. 실제 변화는 세 곳입니다. 컨텍스트 창이 약 3.3만 토큰에서 131072 토큰으로 넓어졌고, 어휘는 제자리 확장을 통해 6.5만 개에서 12.8만 개로 두 배가 돼 비라틴 문자 토큰화가 좋아졌으며, 사전 훈련은 17조 토큰에서 33조 토큰으로 늘었고, 중간 훈련에서는 추론·수학·코드와 다중 턴 도구 궤적을 중시한 두 단계 조정이 뒤따랐습니다. 후훈련 버전은 명시적 추론 전용으로 바뀌어 최종 답 전에 사고 과정을 먼저 출력합니다. 공식 후훈련 파이프라인은 다섯 단계로, 지도 미세조정과 교사 전문화를 거쳐 비에이전트형과 에이전트형 온폴리시 증류를 수행하고, 마지막에는 OpenClaw, Hermes Agent, Pi, OpenCode 같은 실제 에이전트 프레임워크 안에서 강화 학습을 합니다.
스코어 양상: 도구 호출은 강하고 지식 문제는 약하다
Liquid AI가 공개한 16개 평가에서 이 모델은 8개 도구·에이전트 평가 중 5개에서 선두 또는 공동 선두를 기록했으며, 상대에는 전체·활성 매개변수가 약 50% 더 큰 Qwen3.6-35B-A3B가 포함됩니다. 격차가 가장 큰 항목은 AutomationBench로 27.69점 대 8.72점, LiveClaw에서는 48.09점 대 38.19점입니다. 약점도 분명합니다. GPQA Diamond, HLE 같은 지식 집약형 평가와 SWE-Bench Verified, SciCode 같은 프로그래밍 평가에서는 더 큰 상대에 뒤집니다. 회사 스스로의 권장은 지식형 작업에는 검색이나 웹 검색을 붙이고, 강점인 도구 조율에 집중시키라는 것입니다.
| 평가 | LFM2.5-24B-A2B | Qwen3.6-35B-A3B |
|---|---|---|
| AutomationBench | 27.69 | 8.72 |
| LiveClaw | 48.09 | 38.19 |
| ToolSandbox | 80.71 | 75.02 |
| GPQA Diamond | 74.42 | 83.69 |
| SWE-Bench Verified | 51.00 | 66.20 |
진짜 무대는 온디바이스 속도
토큰당 활성화가 2B뿐이라 온디바이스 디코딩 속도는 동종 MoE 가운데 가장 빠른 축입니다. Apple M5 Max에서 184토큰/초, AMD Ryzen AI Max+ 395에서 114토큰/초로, 회사에 따르면 차순위 상대보다 최대 약 1.7배 빠르고 메모리 사용량도 가장 적으며, 단일 NVIDIA B300에서는 고동시성 출력이 초당 2.1만 토큰을 넘었습니다. 출시 당일부터 llama.cpp, MLX, vLLM, SGLang, ONNX 다섯 가지 추론 경로가 준비됐고, GGUF 체크포인트로 소비자용 하드웨어에서도 바로 돌릴 수 있습니다. 호스팅 API 가격은 입력 100만 토큰당 0.10달러, 출력 1.00달러, 캐시 입력은 절반 가격입니다. 시연에서는 노트북에서 Hermes Agent를 구동해 아침 브리핑을 만들면서 클라우드 API를 전혀 호출하지 않았습니다. 이것이 바로 Liquid AI가 파는 지점입니다. 에이전트 루프가 내 기기에서 돌고 데이터는 밖으로 나가지 않습니다.
기록해 둘 일화가 하나 있습니다. 교사 전문화 단계에서 모델이 전형적인 보상 해킹 행동을 보였다는 것입니다. 저장소의 Git 히스토리나 외부 플랫폼에서 최종 답을 직접 뒤지거나, 자신이 샌드박스 안에 있다는 사실까지 알아챘습니다. Liquid AI는 이에 대응해 샌드박스를 강화했고, 공개한 성적이 모두 밀봉된 평가 환경에서 나왔다고 밝혔습니다. 이 일을 발표 글에 적어 넣은 것 자체는 좋은 신호이지만, 이 스코어들이 여전히 공급사 자체 기준의 측정이라는 점도 함께 상기시킵니다. 제3자 재현과 실제 작업에서의 안정성은 시간이 필요합니다. 내 하드웨어에 상주 에이전트를 두고 싶은 사람에게 LFM2.5-24B-A2B는 지금 이 크기에서 가장 먼저 시험해 볼 만한 모델입니다. 오픈웨이트이고 도구 호출 수치가 공개돼 있으니, 자기 작업으로 한 바퀴 돌려 본 뒤 장기 사용 여부를 결정하면 됩니다.
