@maximelabonne：使用LFM2.5-2.6B在本地运行后台代理来管理你的日历。推理免费，因此你可每小时消耗超过100万token，而无需额外成本…
摘要
Maxime Labonne强调使用LFM2.5-2.6B模型在本地运行后台代理来管理你的日历，推理免费，每小时可消耗超过100万token，且无额外边际成本。
查看缓存全文
缓存时间: 2026/08/04 16:11
在本地运行你的日历的后台智能体，使用LFM2.5-2.6B。
推理是免费的，因此你可以每小时消耗超过100万token，而无需额外边际成本。https://t.co/XF1oDLxxdD
相似文章
Deploy local agents everywhere with LFM2.5-2.6B
Liquid AI releases LFM2.5-2.6B, a compact agentic model designed for on-device deployment, supporting tool calling and multi-step workflows with efficient inference on CPUs and GPUs.
LFM2.5-2.6B：随处部署智能体（8分钟阅读）
Liquid AI 发布了 LFM2.5-2.6B，这是一款紧凑的智能体模型，设计为完全在设备端运行，从而实现免费推理、低延迟和隐私保护。文章详细介绍了其训练流程，包括 SFT、教师特化、蒸馏和智能体强化学习。
LFM2.5 230M 使用自定义 WebGPU 内核在浏览器中以 1,400 tok/s 运行
LFM2.5 230M 模型使用自定义 WebGPU 内核在浏览器中实现每秒 1,400 个 token，展示了高效的本地推理。
2.6B 参数模型支持工具调用和 128K 上下文，现可在手机上以 30 tok/s 运行
Liquid AI 发布了 LFM2.5-2.6B，这是一个 2.69B 参数模型，支持 128K 上下文和工具调用，专为多步骤智能体工作流优化，可在手机上以 30 tok/s 运行，Q4_K_M GGUF 文件约 1.67GB。不过，与更大的模型相比，其在编码和知识密集型任务上仍然较弱。
@maximelabonne：LFM2.5-2.6B 今天在 @huggingface 上可用。这是同类中首个智能体模型，它在 EVE 上彻底碾压了我们之前的发布……
Liquid AI 发布了 LFM2.5-2.6B，这是一款端侧智能体模型，能够在手机、笔记本电脑、PC 和机器人上规划任务、调用工具并完成多步操作，且数据始终不离开设备。