LiquidAI rilascia LFM2.5-24B-A2B per agent privati on‑device

LiquidAI rilascia LFM2.5-24B-A2B, modello “reasoning-only” per agenti locali, con 2 miliardi di parametri attivi per token e 184 token al secondo su Apple M5 Max¹.

Il target è chiaro: eseguire agent privati on‑device con una catena di ragionamento sempre esplicita. L’azienda dichiara costi contenuti per token di pensiero e picchi di inferenza fino a 21.000 token di output al secondo su una singola GPU NVIDIA B300¹. Sul benchmark LiveClaw, focalizzato su scenari di agente e uso di strumenti, il modello totalizza 48,09 punti. Il confronto in fonte indica 38,19 per Qwen3.6-35B-A3B. La stessa fonte segnala che il modello di confronto impiega circa il 50% di parametri totali e attivi in più¹.

LFM2.5-24B-A2B eredita l’impianto di LFM2-24B-A2B: 40 layer, blocchi MoE con 64 expert e routing top-4, ibrido tra gated short convolutions e GQA. La novità è d’uso: genera sempre una traccia di pensiero prima della risposta, quindi è “reasoning-only”¹. Cresce anche la memoria di contesto, da 32.000 a 131.000 token. La tokenizzazione si espande in-place, con vocabolario che raddoppia da 65.000 a 128.000 unità per migliorare testi non latini¹.

Il dato distintivo resta l’attivazione per token: 2 miliardi di parametri attivi. L’intento è rendere economico ogni step di ragionamento. LiquidAI sostiene che questa scelta abiliti agenti che “pensano prima di rispondere” senza costi fuori scala¹. I numeri di throughput riportati includono 184 token al secondo su Apple M5 Max e, lato GPU, fino a 21.000 token di output al secondo su una singola B300 NVIDIA¹.

Anche la scala dei dati cresce. Il pre‑training passa da circa 17 trilioni a circa 33 trilioni di token. Segue un mid‑training di 2 trilioni di token a 32.000 di contesto. In questa fase il mix spinge su ragionamento, matematica, codice, instruction following e testi multilingue¹.

Su LiveClaw, pensato per valutare capacità agentiche e di tool‑use, il distacco su Qwen3.6-35B-A3B è netto nei numeri citati in fonte: 48,09 contro 38,19. La stessa fonte precisa che il modello di confronto usa circa il 50% in più di parametri totali e attivi. LiquidAI posiziona LFM2.5-24B-A2B come “best‑in‑class” su questi compiti, allineando design MoE, ragionamento esplicito e bassa attivazione per token¹.

Per chi sviluppa agent locali contano tre leve pratiche: traccia di pensiero sempre presente, finestra di contesto da 131.000 token, vocabolario da 128.000 token con copertura migliore di lingue non latine. Le prestazioni dichiarate su CPU Apple e su singola GPU B300 suggeriscono profili di latenza e costo adatti a esecuzione on‑device, con enfasi sul ragionamento passo‑passo¹.

Un punto da osservare nei prossimi test pubblici: come scala la qualità del ragionamento, con contesti da 131k e tokenizzazione ampliata, su compiti multilingue e di tool‑use reali¹.