2026 年 10 月 13 日，LiquidAI 發布 LFM2.5-24B-A2B：總引數 24B、每 token 僅啟用 2B 的 MoE 推理模型，專為在本機持續執行的私有 agent 設計。權重開放，基礎版 LFM2.5-24B-A2B-Base 與後訓練版 LFM2.5-24B-A2B 當天已在 Hugging Face 和官方 Playground 上線，官方同時給出本地執行與微調的文件。它是 LFM2.5 系列中最大、也是最後一款模型，該系列跨度從 LFM2.5-230M 到 24B。相比上一代 LFM2-24B-A2B，上下文視窗由 32K 擴至 131K，詞表由 65K 翻倍到 128K，預訓練規模由 17T 擴至 33T token，並經過大規模強化學習；它改為只做推理的模型，先輸出思維鏈再給出答案，可呼叫工具、完成多步任務，並能在主流 agent harness 中執行。架構上保持 40 層、每個 MoE 塊 64 個專家、top-4 路由，以及門控短卷積與 GQA 的混合。官方稱其與總引數和啟用引數約多 50% 的 Qwen3.6-35B-A3B 相比，在 8 項 agentic 與工具使用基準中有 5 項具競爭力，LiveClaw 得 48.09 對 38.19，AutomationBench 得 27.69 對 8.72；由於每 token 只啟用 2B 引數，端側速度比同類 MoE 最多快 1.7 倍，在 Apple M5 Max 上達 184 tokens/s，單張 NVIDIA B300 GPU 上輸出可達 21K tokens/s。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
Liquid AI 發布 LFM2.5-24B-A2B：24B 引數、每 token 僅啟用 2B 的推理模型，面向端側私有 agent，權重開放，已在 Hugging Face 和官方 Playground 上線。它是 LFM2.5 系列最大也是最後一款模型，上下文從 32K 擴至 131K，詞表由 65K 翻倍到 128K，預訓練從 17T 擴到 33T token。
LiquidAI 發布 LFM2.5-24B-A2B：總引數 24B、每 token 僅 2B 啟用的 MoE 推理模型，專為在本機持續執行的私有 Agent 設計。它先輸出思維鏈再作答，能呼叫工具，上下文由上一代 32K 擴到 131K，詞表從 65K 翻倍至 128K。
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 1 個。熱度 1.3，熱門榜第 10 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。