最高第 2 名 现在第 2 名
Liquid AI 发布 LFM2.5 模型
Liquid AI发布240亿总参数、20亿激活的LFM2.5-24B-A2B本地模型，131K上下文，适合智能体任务。
要点
- Liquid AI 发布 LFM2.5-24B-A2B，这是 LFM2.5 系列中最大的成员，总参数 24B、每 token 激活 2B，是一款推理模型。
- 该模型上下文扩展至 131K token，词表为 128K token，预训练 token 数为 33T，base 与 post-trained 权重已在 Hugging Face 开放。
- Liquid AI 称其在 agentic 和 tool-use 任务上表现与 Qwen3.6-35B-A3B 相当。
- OpenRouter 称 LFM2.5-24B-A2B 现已上线 OpenRouter。
要点和反应摘要由 AI 依据本页推文整理，请以原推为准。 我们怎么用 AI
原推
Today we release 𝙻𝙵𝙼𝟸.𝟻-𝟸𝟺𝙱-𝙰𝟸𝙱, the largest 𝙻𝙵𝙼𝟸.𝟻 family member. It is an efficient local model for laptops and PCs to work through multi-step tasks inside popular agent harnesses.
> 24B total parameters, 2B active per token
> Context expanded to 131K tokens
> A 128K-token vocabulary
> 33T pretraining tokens
> It is a reasoning model
> Very easy to fine-tune and customize
> Performs competitively with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks.
> Open base and post-trained weights on @huggingface 🤗
1/
同一事件，其他人怎么说
1 条-
OpenRouter宣布Liquid AI的LFM2.5-24B-A2B上线，这是一款24B总参数、2B激活参数的MoE推理模型，面向智能体与工具调用。
在 X 上查看
X 上的热门回复
X 上的反应： 回复以正面反馈为主，有用户称已在 RTX 3060 上以完整 131K 上下文、87 tok/s 跑起来。原推作者回复补充了首日支持信息，包括 llama.cpp 和 GGUF、MLX、vLLM、SGLang 与 ONNX，并提到在 Apple M5 Max 上解码速度为 184 tokens/s。
讨论 0
注册 登录 后参与讨论
还没有人讨论，来说第一句。