Liquid AI lance LFM2.5-24B-A2B pour faire tourner des agents IA directement sur ordinateur

Liquid AI lance LFM2.5-24B-A2B, un modèle d'IA de 24 milliards de paramètres, dont 2 milliards actifs, capable d'exécuter des agents en local à grande vitesse.

Faire fonctionner un agent IA directement sur son ordinateur, sans transmettre ses données à un serveur distant, tout en conservant de bonnes performances sur des tâches complexes. C'est ce que propose LFM2.5-24B-A2B, le nouveau modèle de raisonnement de Liquid AI. Avec 24 milliards de paramètres au total, mais seulement 2 milliards activés pour chaque token traité, il privilégie la rapidité d'exécution et la sobriété des ressources nécessaires. Un modèle de 24 milliards de paramètres, dont 2 milliards actifs

LFM2.5-24B-A2B est le modèle le plus imposant de la famille LFM2.5, qui s'étend désormais de 230 millions à 24 milliards de paramètres.

Son architecture Mixture-of-Experts (MoE) mobilise une partie de ses capacités à chaque étape plutôt que l'ensemble du modèle. Cette conception permet de réduire les besoins de calcul tout en conservant des performances adaptées aux agents capables de raisonner, d'utiliser des outils et d'enchaîner plusieurs opérations.

Par rapport à LFM2-24B-A2B, son prédécesseur, la fenêtre de contexte passe de 32 768 à 131 072 tokens, tandis que le vocabulaire interne double pour atteindre 128 000 tokens, afin d'améliorer notamment le traitement des langues utilisant d'autres systèmes d'écriture que l'alphabet latin.

Liquid AI a également augmenté le volume de préentraînement, de 17 000 à 33 000 milliards de tokens, avant de poursuivre son apprentissage sur des tâches de raisonnement, de programmation et d'utilisation d'outils. Contrairement à la génération précédente, le modèle produit systématiquement une phase de raisonnement explicite avant sa réponse. Des performances compétitives face à des modèles plus volumineux

Liquid AI a comparé son modèle à Qwen3.6-35B-A3B, Gemma 4 26B et Nemotron 3.5 Lightning sur 16 évaluations.

Sur les huit tests consacrés aux agents et à l'utilisation d'outils, LFM2.5-24B-A2B arrive en tête ou à égalité sur cinq d'entre eux. Il obtient notamment 48,09 sur LiveClaw, contre 38,19 pour Qwen3.6-35B-A3B, et 27,69 sur AutomationBench, contre 8,72 pour ce même concurrent.

Le modèle prend également l'avantage sur les trois évaluations portant sur le respect des instructions. Les résultats sont en revanche moins favorables sur certaines tâches de connaissances, de programmation et de navigation web, où des modèles plus volumineux conservent une avance.

Ces comparaisons proviennent des évaluations publiées par Liquid AI et ne constituent pas une garantie de performances identiques dans tous les environnements. Jusqu'à 184 tokens par seconde sur un Mac

La rapidité constitue l'autre argument du modèle. Sur un ordinateur équipé d'une puce Apple M5 Max, Liquid AI mesure 184 tokens générés par seconde, contre 114 sur un AMD Ryzen AI Max+ 395. Dans les configurations comparées, le modèle serait jusqu'à 1,7 fois plus rapide que ses concurrents MoE tout en utilisant moins de mémoire.

Sur une carte NVIDIA B300, le débit dépasse 21 000 tokens de sortie par seconde lorsque de nombreuses requêtes sont traitées simultanément. Il s'agit ici d'un débit cumulé sur serveur, distinct de la vitesse obtenue par un utilisateur sur son ordinateur.

Liquid AI illustre également l'exécution locale avec Hermes Agent, installé sur un MacBook Pro M5 Max. L'agent peut planifier une tâche, appeler des outils et produire une synthèse sans recourir à une API de génération distante. Des poids ouverts et une intégration aux outils existants

Les versions préentraînée et affinée de LFM2.5-24B-A2B sont disponibles sur Hugging Face, avec la possibilité de les télécharger, de les personnaliser et de les exécuter sur sa propre infrastructure, dans les conditions de la licence du modèle.

La prise en charge de llama.cpp, MLX, vLLM, SGLang et ONNX facilite son utilisation sur différentes configurations matérielles. Une API est également proposée via Liquid Console, à 0,10 dollar par million de tokens en entrée et 1 dollar en sortie.

Avec cette dernière déclinaison de LFM2.5, Liquid AI poursuit une approche où l'efficacité compte autant que la taille du modèle. Pour les développeurs, l'intérêt réside notamment dans la possibilité d'exécuter des agents directement sur leurs machines, avec davantage de contrôle sur les données et sans dépendre systématiquement d'un service cloud. Les capacités restent tributaires du matériel utilisé, mais l'écart avec les solutions hébergées continue de se réduire sur certaines tâches spécialisées.