Liquid AI veroeffentlicht offenes 24B-Reasoning-Modell fuer lokale Nutzung
Liquid AI hat LFM2.5-24B-A2B auf Hugging Face veroeffentlicht. Das Reasoning-Modell hat 24 Milliarden Parameter, davon zwei Milliarden aktiv pro Token, erzeugt vor jeder Antwort eine Gedankenkette, ruft Tools auf und bewaeltigt mehrstufige Aufgaben. Auch eine Basisversion ist verfuegbar.
Veröffentlicht am 13. Oktober, ursprünglich erschienen auf inite.ai
Liquid AI hat LFM2.5-24B-A2B auf Hugging Face veröffentlicht, datiert auf den 13. Oktober 2026. Es handelt sich um ein Reasoning-Modell mit insgesamt 24 Milliarden Parametern, von denen pro Token 2 Milliarden aktiv sind. Es erzeugt vor jeder Antwort stets eine Gedankenkette, ruft Tools auf und bewältigt mehrstufige Aufgaben. Sowohl das Modell als auch eine Base-Version sind als offene Gewichte verfügbar und stehen zum Download bereit.
Das Modell behält die Architektur seines Vorgängers LFM2-24B-A2B bei: 40 Layer und 64 Experten pro Mixture-of-Experts-Block mit Top-4-Routing. Das Kontextfenster wächst von 32K auf 131K Token, und der Wortschatz verdoppelt sich von 65K auf 128K Token, um nicht-lateinischen Text besser verarbeiten zu können. Das Pre-Training wurde von etwa 17 Billionen auf etwa 33 Billionen Token ausgeweitet. Das Post-Training umfasst agentisches Reinforcement Learning innerhalb von Agent-Harnesses wie OpenClaw, Hermes Agent, Pi und OpenCode.
Liquid AI hat das Modell mit Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it und Nemotron-3.5-Lightning auf 16 Benchmarks verglichen, die allesamt mit vLLM durchgeführt wurden. Es handelt sich um die eigenen Ergebnisse des Anbieters.
Größere Modelle behalten andernorts die Führung. Auf GPQA Diamond erreicht es 74,42 gegenüber 83,69 bei Qwen3.6-35B-A3B. Auf SWE-Bench Verified mit OpenCode erzielt es 51,00 gegenüber 66,20, und auf WebArena Verified 26,75 gegenüber 37,62. Liquid AI empfiehlt, das Modell für wissensintensive Aufgaben mit Retrieval oder Websuche zu kombinieren.
Der Quellbericht nennt 184 Token pro Sekunde auf einem Apple M5 Max und 114 Token pro Sekunde auf einem Ryzen AI Max+ 395, bis zu 1,7 Mal schneller als das jeweils beste Vergleichsmodell, bei zugleich geringstem Speicherverbrauch. Auf einer einzelnen NVIDIA B300 erreicht es bei hoher Konkurrenzlast über 21.000 Ausgabe-Token pro Sekunde. Zum Start werden llama.cpp, MLX, vLLM, SGLang und ONNX unterstützt.
Das Modell kann lokal hinter einem beliebigen OpenAI-kompatiblen Backend betrieben werden, und ein Agent-Harness wird anschließend auf diesen Endpunkt gerichtet. Liquid AI liefert ein Hermes-Agent-Beispiel mit einer Kontexteinstellung von 131072 Token und aktivierter Tool-Nutzungserzwingung. Für die Anpassung an spezifische Aufgaben werden Fine-Tuning-Tutorials verlinkt.
Der Beitrag nennt keine Lizenzbedingungen, keine Preise und keine Ergebnisse aus Produktiveinsätzen. Die Benchmarks messen das Modell unter Laborbedingungen, nicht innerhalb des eigenen CRM- oder Helpdesk-Systems eines Unternehmens.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Posted on Oct 13 • Originally published at inite.ai
Liquid AI has published LFM2.5-24B-A2B on Hugging Face, dated October 13, 2026. It is a reasoning model with 24 billion parameters in total and 2 billion active per token. It always produces a chain of thought before answering, calls tools and handles multi-step tasks. Both the model and a base version are open-weight and available for download.
The model keeps the architecture of its predecessor, LFM2-24B-A2B: 40 layers and 64 experts per mixture-of-experts block with top-4 routing. The context window grows from 32K to 131K tokens, and the vocabulary doubles from 65K to 128K tokens to handle non-Latin text better. Pre-training grew from about 17T to about 33T tokens. Post-training includes agentic reinforcement learning inside agent harnesses such as OpenClaw, Hermes Agent, Pi and OpenCode.
Liquid AI compared the model with Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it and Nemotron-3.5-Lightning on 16 benchmarks, all run with vLLM. These are the vendor's own results.
Larger models keep the lead elsewhere. On GPQA Diamond it scores 74.42 against 83.69 for Qwen3.6-35B-A3B. On SWE-Bench Verified with OpenCode it scores 51.00 against 66.20, and on WebArena Verified 26.75 against 37.62. Liquid AI advises pairing the model with retrieval or web search for knowledge-heavy work.
The source reports 184 tokens per second on an Apple M5 Max and 114 tokens per second on a Ryzen AI Max+ 395, up to 1.7x faster than the next-best compared model, with the lowest memory use. On a single NVIDIA B300 at high concurrency it reaches over 21K output tokens per second. Support at launch covers llama.cpp, MLX, vLLM, SGLang and ONNX.
The model can be served locally behind any OpenAI-compatible backend, and an agent harness is then pointed at that endpoint. Liquid AI gives a Hermes Agent example with a 131072-token context setting and tool-use enforcement switched on. Fine-tuning tutorials are linked for adapting it to a specific task.
The post gives no licence terms, no pricing and no results from production deployments. The benchmarks measure the model in a lab setting, not inside a company's own CRM or helpdesk.