@maximelabonne：智能体智能便宜到无需计量：LFM2.5-24B-A2B 能与规模大得多的 MoE 模型媲美，而且速度快得惊人 非常 p…
摘要
Liquid AI 发布 LFM2.5-24B-A2B，采用总参数量为 240 亿、每个词元仅激活 20 亿参数的混合专家（MoE）架构，主打本地设备上的高效多步智能体任务，并将上下文扩展至 13.1 万词元。
查看缓存全文
缓存时间: 2026/10/13 17:45
智能体智能便宜到无需计量收费：LFM2.5-24B-A2B 可与规模大得多的 MoE 模型媲美，而且速度快得惊人
对这款模型非常自豪，团队这次做得太棒了 🧑🍳
Liquid AI (@liquidai)： 今天，我们发布了 LFM2.5-24B-A2B，它是 LFM2.5 系列中规模最大的成员。这是一款高效的本地模型，可在笔记本电脑和 PC 上运行，在主流智能体框架中完成多步骤任务。
> 总参数量 240 亿，每个 token 激活 20 亿参数 > 上下文扩展至 131K token >
相似文章
在设备端运行快速、私密的智能体：LFM2.5-24B-A2B 发布
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 总参数、仅 2B 激活参数的推理型 MoE 模型，专为在本地设备上运行快速、私密的智能体而设计，在工具使用和智能体任务上可与参数量多约 50% 的模型竞争。
LFM2.5-24B-A2B（7 分钟阅读）
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 参数、仅 2B 激活参数的开源权重推理模型，专为快速、私密的设备端智能体设计，在多个智能体与工具使用基准上超越更大的 MoE 模型。
@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。
Liquid AI 发布基于 38T 训练的 8B-A1B MoE 模型
Liquid AI 发布了 LFM2.5-8B-A1B，这是一款边缘 MoE 模型，基于 38T tokens 训练，拥有 128K 上下文窗口，改进了工具调用和推理能力，可在 Hugging Face 上获取。
@liquidai：推出LFM2.5-230M：这是我们最小的模型，专为快速运行而设计，可在任何地方（CPU、NPU和GPU）上运行，以实现代理型任务…
Liquid AI发布了LFM2.5-230M，这是一个拥有230M参数的小型模型，针对CPU、NPU和GPU上的快速推理进行了优化，适用于手机和机器人等设备上的代理型任务。