Liquid AI • LFM2.5-24B-A2B
חברת Liquid AI משחררת את LFM2.5-24B-A2B, מודל MoE חדש עם 24 מיליארד פרמטרים, מתוכם כ-2 מיליארד פעילים בכל טוקן. זהו המודל הגדול ביותר בסדרת LFM2.5, והוא פותח במיוחד להרצה מקומית מהירה ולמשימות סוכניות מורכבות.
למרות גודלו, המודל מציג ביצועים תחרותיים מול מודלים גדולים ממנו, בהם Qwen3.6-35B-A3B, תוך צריכת זיכרון נמוכה יותר ומהירות גבוהה במיוחד.
עיקרי החידושים:
ארכיטקטורה יעילה: שילוב של שכבות Convolution ו-Attention בארכיטקטורת MoE, עם 64 מומחים ו-4 מומחים פעילים בכל שכבת MoE. המבנה מאפשר מהירות גבוהה תוך שמירה על יכולות של מודל גדול.
יכולות סוכן משופרות: המודל אומן במיוחד להפעלת כלים, מעקב אחר הוראות וביצוע משימות מרובות שלבים, כולל אימון RL בסביבות סוכנים אמיתיות כמו OpenClaw, Hermes Agent ו-OpenCode.
חשיבה מובנית: בניגוד לדור הקודם, LFM 2, המודל החדש הוא מודל Reasoning שמבצע חשיבה מפורשת לפני מתן התשובה הסופית.
חלון הקשר מורחב: הגדלה מ-32K ל-131K טוקנים, והרחבת אוצר הטוקנים מ-65K ל-128K לשיפור התמיכה בשפות שונות.
אימון נרחב: היקף ה-Pre-training הוגדל מ-17 טריליון ל-33 טריליון טוקנים, לצד שלבי אימון נוספים שהתמקדו בתכנות, מתמטיקה, חשיבה ושימוש בכלים.
מהירות הרצה: על פי בדיקות החברה, המודל מהיר עד פי 1.7 ממודלי MoE מקבילים, עם 184 טוקנים לשנייה על Apple M5 Max ו-114 טוקנים לשנייה על AMD Ryzen AI Max+ 395.
מדדים:
על פי המדדים שפרסמה החברה, המודל מוביל או משתווה למתחריו בחמישה מתוך שמונה מדדי סוכנים והפעלת כלים.
ב-LiveClaw השיג ציון 48.09 לעומת 38.19 של Qwen3.6-35B-A3B, וב-AutomationBench השיג 27.69 לעומת 8.72. גם במדדי מעקב אחר הוראות הוא מציג יתרון, אם כי במדדי ידע ותכנות כמו GPQA Diamond ו-SWE-Bench Verified המודלים הגדולים עדיין מובילים.
מדדים:
[image: 1791926056327-a81d1103-ee27-4e6c-948b-759e4e1e210d-image.jpeg]
זמינות:
המודל משוחרר במשקלים פתוחים, לצד גרסת Base המיועדת לאימון והתאמה אישית. הוא זמין כבר כעת להרצה מקומית באמצעות llama.cpp, וכן ב-MLX, vLLM, SGLang ו-ONNX.
בנוסף, המודל זמין דרך ה-API של Liquid AI במחיר של 0.10 דולר למיליון טוקני קלט ודולר אחד למיליון טוקני פלט.
קישורים:
הודעת השחרור הרשמית:
https://www.liquid.ai/blog/lfm2-5-24b-a2b
כרטיס המודל ב-Hugging Face:
https://huggingface.co/LiquidAI/LFM2.5-24B-A2B
גרסת GGUF רשמית:
https://huggingface.co/LiquidAI/LFM2.5-24B-A2B-GGUF
התנסות במודל:
https://playground.liquid.ai
 { const baseUrl = "https://www.google.co.il/search?q=site:mitmachim.top"; const m = location.pathname.match(/^\/(topic|category)\/(\d+)/); const type = m ? m[1] : null; const id = m ? m[2] : null; let searchInput; function search(path = "") { const query = searchInput.value.trim(); if (query) { window.open(`${baseUrl}${path}%20${encodeURIComponent(query)}`, "_blank"); } } let buttons = {}; buttons.searchAll = { id: "bb-search-all", label: `חיפוש ${type ? "בכל הפורום" : ""}`, className: type ? "btn-secondary" : "btn-primary", callback: () => search(), }; if (type === "topic") { buttons.searchTopic = { label: "חיפוש בנושא זה", className: "btn-primary", callback: () => search(`/topic/${id}`), }; } else if (type === "category") { buttons.searchCategory = { label: "חיפוש בקטגוריה זו", className: "btn-primary", callback: () => search(`/category/${id}`), }; } buttons.cancel = { label: "ביטול", className: "btn-default", "data-bs-dismiss": "modal" }; const dialog = bootbox.dialog({ title: '<div style="text-align:center;"><img src="/assets/uploads/files/1625950269825-mt-google.png" width="400" alt="חיפוש בגוגל"></div>', message: '<input id="bb-inp" class="bootbox-input bootbox-input-text form-control" placeholder="הקלידו כדי לחפש בגוגל" autocomplete="off"/>', buttons, backdrop: true, show: true, onEscape: true }); dialog.on("shown.bs.modal", function () { searchInput = document.getElementById("bb-inp"); if (searchInput) { searchInput.focus(); searchInput.addEventListener("keydown", function (e) { if (e.key === "Enter") { e.preventDefault(); const query = this.value.trim(); if (query) { search(); dialog.modal("hide"); } } else if (e.key === "Escape") { e.preventDefault(); dialog.modal("hide"); } }); } const searchAllButton = document.getElementById("bb-search-all"); if (searchAllButton) { searchAllButton.title = "לחצו על אנטר כדי לחפש"; } }); })(); void 0;){kind=link}