LiquidAI、超軽量推論モデル「LFM2.5-24B-A2B」を公開

基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | LiquidAI/LFM2.5-24B-A2B |
| まとめページ | LFM2.5 のまとめ(記事11本) |
| 公開元のまとめ | Liquid AI のモデルとライセンスのまとめ |
| 公開日 | 2026-10-12 |
| ライセンス | lfm1.0 |
| 配布形式 | safetensors |
| 論文 | arXiv:2511.23404 |
| 出典の種類 | 公開元の一次情報(公式ブログとHFリポジトリの一次情報) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
LiquidAIは、ローカルデバイス上での高速かつプライベートなエージェント運用に向けた推論モデル「LFM2.5-24B-A2B」を公開しました。総パラメータ数24Bに対し、推論時に動作する活性パラメータ数を約2B(2.45B)に抑えたMoE(Mixture of Experts)アーキテクチャを採用しています。回答を出力する前に思考過程(Chain of Thought)を生成する推論専用の設計となっており、マルチステップのタスク処理や外部ツールの呼び出しを低コストで実行できるように構築されています。本モデルのベースとなったアーキテクチャについては、エッジ環境におけるレイテンシやメモリ制約下で高い計算効率と性能を発揮することを狙ったテクニカルレポート「LFM2 Technical Report」が公開されています。
スペック
公開資料に記載されている仕様は以下の通りです。
- 総パラメータ数: 24.0B
- 活性パラメータ数: 2.45B
- アーキテクチャ: MoE(Lfm2MoeForCausalLM、30個のdouble-gated short convolutionブロックと10個のGQAで構成される40レイヤー、MoEブロックごとに64エキスパート・top-4ルーティング)
- コンテキスト長: 131,072トークン
- 語彙数: 128,000
性能
モデルカードに掲載されている他モデルとの比較結果は以下の通りです。すべてのモデルは公開元により、vLLM環境下で各ベンチマーク推奨の生成パラメータを用いて測定されています。
→ 横にスクロールできます
| Benchmark | LFM2.5-24B-A2B | Qwen3.6-35B-A3B | Gemma-4-26B-A4B-it | Nemotron-3.5-Lightning (30B-A3B) |
|---|---|---|---|---|
| AutomationBench | 27.69 | 8.72 | 5.46 | 2.61 |
| BFCLv4 | 65.01 | 65.00 | 57.09 | 53.78 |
| ToolSandbox | 80.71 | 75.02 | 72.09 | 75.13 |
| LiveClaw | 48.09 | 38.19 | 41.25 | 37.72 |
| PinchBench | 83.18 | 89.93 | 77.12 | 84.20 |
| τ³-Bench Banking | 8.04 | 7.63 | 4.54 | 7.01 |
| WebArena Verified | 26.75 | 37.62 | 25.62 | 28.69 |
| GPQA Diamond | 74.42 | 83.69 | 74.90 | 72.42 |
| AA-Omniscience | -24.90 | -24.35 | -59.39 | -3.58 |
| HLE | 7.40 | 7.69 | 8.57 | 5.65 |
| IFEval | 96.75 | 93.06 | 92.00 | 94.19 |
| IFBench | 74.69 | 64.21 | 47.44 | 71.67 |
| Multi-IF | 84.38 | 81.53 | 82.19 | 82.34 |
| MATH-500 | 96.04 | 96.73 | 95.66 | 96.40 |
| SWE-Bench Verified (OpenCode) | 51.00 | 66.20 | 25.80 | 53.40 |
| SciCode | 32.71 | 37.35 | 35.42 | 27.78 |
公開元による測定結果から、本モデルはツール利用や指示追従、エージェント処理において極めて高いスコアを記録していることが分かります。形式などの指定を守る精度を測るIFEvalでは96.75をマークし、比較対象の中で最も高い水準を示しています。さらにAutomationBenchでは27.69と、次点のQwen3.6-35B-A3B(8.72)に3倍以上の大差をつけて大きくリードしているほか、BFCLv4(65.01)、ToolSandbox(80.71)、LiveClaw(48.09)、τ³-Bench Banking(8.04)でも単独トップとなっています。一方で、博士課程レベルの科学知識を問うGPQA Diamond(74.42)や各分野の専門家が作成した超難問集であるHLE(7.40)といった知識重視の評価では、総パラメータ・活性パラメータがともに約50%大きいQwen3.6-35B-A3Bなどに及んでいません。実在するGitHub課題の修正能力を測るSWE-Bench Verified (OpenCode)でも51.00にとどまり上位モデルを下回っているほか、高校〜競技レベルの数学を測るMATH-500でも96.04と高精度ながら僅差で他モデルに届かない結果となっています。
得意なこと・想定用途
LFM2.5-24B-A2Bは、ローカル環境で自律的に動作するAIエージェントや外部ツールとの連携処理に特化して構築されています。公開元では、推論を行い、ツールを呼び出し、手元のハードウェア上で安定して稼働するエージェント用途が推奨されています。事後学習(ポストトレーニング)では教師ありファインチューニング(SFT)や専門教員モデルからの蒸留に加え、OpenClaw、Hermes Agent、Pi、OpenCodeといった代表的なエージェントハーネス内での強化学習(Agentic RL)が実施されており、各ハーネスが持つツールやシステムプロンプト、対話パターンに適応しています。
また、131,072トークンの広いコンテキスト長を備えているため、複数ステップにわたる長期的なやり取りや、長いコンテキストを必要とする作業の処理に向いています。対応言語としては、英語のほか、日本語、中国語、韓国語、アラビア語、フランス語、ドイツ語、イタリア語、ポルトガル語、スペイン語、ベトナム語、タイ語、インドネシア語、ヒンディー語、ロシア語、ポーランド語などの多言語をサポートしています。語彙サイズも65,000から128,000トークンへと拡張されており、非ラテン文字を含む言語のトークン化効率が向上しています。
回答を出力する前に<think>タグを挿入して思考プロセスを展開する推論専用モデルとなっており、複雑な手順を整理した上でツールを実行できます。ツールの呼び出し手順としては、システムプロンプト内でJSON形式の関数定義を与えられると、デフォルトでは<|tool_call_start|>と<|tool_call_end|>で囲まれたPython形式の関数呼び出しを出力し、その実行結果を受け取って最終的な回答を生成する設計となっています(指示によりJSON形式の関数呼び出しを出力させることも可能です)。
なお、公開元は本モデル単体での知識集約的なタスクの運用は推奨していません。ベンチマーク結果でも示されている通り、大規模な知識を問うタスクでは大型モデルに及ばない側面があるため、ウェブ検索や外部検索(RAG)と組み合わせることで強みであるツール呼び出し能力を活かす構成が推奨されています。
動作環境
動作環境の目安(Local Model Watch 算出) — パラメータ数 24.0B
| 手持ちのVRAM | 選べる量子化 | ファイルサイズ | 必要メモリの目安 |
|---|---|---|---|
| A100 / H100 80GB クラス | F32 | 44.7GB | 53.6GB |
推論エンジンの対応状況(各プロジェクトのソースにあるモデル登録表とアーキテクチャ名を当サイトが機械的に照合。2026-11-17 時点): llama.cpp: 登録あり、vLLM: 登録あり、MLX (mlx-lm): 登録あり。
必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 表のファイルは F32(32bit)で配布されたものの実サイズです。BF16 や量子化など低い精度で読み込めば必要なメモリは小さくなるため、最低条件ではなく配布そのままの大きさとして読んでください。低い精度での値は当サイトでは測っていません。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。
手元で動かせるか
公開元の配布形式は safetensors です。
ライセンス lfm1.0(条件付きで商用利用可): LiquidAI の LFM Open License v1.0 です。商用利用は可能ですが、年間売上が1,000万ドル以上の法人による商用利用は許諾の対象外です(第5条)。再配布時はライセンス文と変更点の告知が必要です。
配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。
同クラスの既報モデル
当サイトが最近取り上げた、パラメータ数 15〜40B のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。
→ 横にスクロールできます
| モデル | パラメータ数 | 最小のVRAM階層 | ライセンス | 記事 |
|---|---|---|---|---|
| IFM/Jais-3-32B-GGUF | 34.8B | 24GB | apache-2.0 | 「Jais-3-32B-GGUF」アラビア語と英語に対応する32BのDenseモデル:必要VRAM 24GB〜(2026-11-17) |
| IFM/Jais-3-MoVA-36B-A4B-GGUF | 37.4B | 32GB | apache-2.0 | 「Jais-3-MoVA-36B-A4B-GGUF」アラビア語と英語対応のMoE言語モデル:必要VRAM 32GB〜(2026-11-17) |
| tencent/Hy-Memory-30B-A3B | 30.1B | 12GB | apache-2.0 | 「Hy-Memory-30B-A3B」テキスト生成モデル:必要VRAM 12GB〜・GGUF版あり(2026-11-17) |
| KRAFTON/Raon-1-mini-preview | 28.8B | 24GB | apache-2.0 | 「Raon-1-mini-preview」思考モード搭載の言語モデル:必要VRAM 24GB〜・GGUF版あり(2026-11-17) |
| ggml-org/Flint-GGUF | 39.8B | 32GB | apache-2.0 | 「Flint-GGUF」コーディング向けMoE言語モデル:必要VRAM 32GB〜(2026-11-17) |
入手方法
LFM2.5-24B-A2BのリポジトリはHugging Face上で公開されており、ゲート設定(利用規約への事前同意)は不要で直接入手できます。オリジナル形式のsafetensorsのほか、以下のような複数の形式や派生モデルが案内されています。
- オリジナル形式(safetensors):
LiquidAI/LFM2.5-24B-A2B(Transformers、vLLM、SGLang向け) - FP8形式:
LiquidAI/LFM2.5-24B-A2B-FP8(vLLMやSGLangでの高スループットGPU配信向け) - GGUF形式:
LiquidAI/LFM2.5-24B-A2B-GGUF(llama.cppやCPU環境向け) - ONNX Runtime形式:
LiquidAI/LFM2.5-24B-A2B-ONNX(クロスプラットフォーム向け) - MLX形式:
LiquidAI/LFM2.5-24B-A2B-MLX-4bit(Apple Silicon向け)
また、ファインチューニングなどのベースとして利用できる事前学習モデル LiquidAI/LFM2.5-24B-A2B-Base も公開されています。
Transformersを利用して動作させる場合は、transformers>=5.0.0 のバージョンが必要です。以下の手順で読み込みと生成を実行できます。
pip install -U transformers
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
model_id = "LiquidAI/LFM2.5-24B-A2B"
model = AutoModelForCausalLM.from_pretrained(
model_id,
device_map="auto",
dtype="bfloat16",
)
tokenizer = AutoTokenizer.from_pretrained(model_id)
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
prompt = "What is C. elegans?"
input_ids = tokenizer.apply_chat_template(
[{"role": "user", "content": prompt}],
add_generation_prompt=True,
return_tensors="pt",
tokenize=True,
)["input_ids"].to(model.device)
output = model.generate(
input_ids,
do_sample=True,
temperature=0.1,
top_k=50,
repetition_penalty=1.05,
max_new_tokens=4096,
streamer=streamer,
)
エージェントハーネスに組み込む場合は、llama.cpp、MLX、vLLM、SGLang、LM StudioなどのOpenAI互換サーバー機能を通じてローカル配信し、各ハーネスから接続します。例えばHermes Agentを利用する場合、以下のような設定コマンドでエンドポイントやコンテキスト長を指定できます。
hermes config set model.provider custom
hermes config set model.base_url http://localhost:8080/v1
hermes config set model.default LFM2.5-24B-A2B
hermes config set model.context_length 131072
hermes config set model.api_mode chat_completions
hermes config set agent.tool_use_enforcement true
関連記事
- 「LFM2.5-24B-A2B-MLX-bf16」Apple Silicon向け推論モデル:必要VRAM 80GB〜
- 「LFM2.5-24B-A2B-MLX-6bit」Mac向け高速エージェント用MoEモデル:必要VRAM 24GB〜
- 「LFM2.5-24B-A2B」エージェント特化のMoE推論モデル:必要VRAM 12GB〜・GGUF版あり
- 「LFM2.5-24B-A2B-MLX-8bit」ツール呼び出しに強い推論特化のMoEモデル:必要VRAM 32GB〜
次に読むなら
- GPUのVRAMから探す(このモデルは80GBの階層から動きます) → VRAM別 ローカルモデル早見表
- 同じモデル系統を調べる → LFM2.5 系統のまとめ(記事11本・変換版17件)
- このモデルを動かすエンジンを調べる → vLLM
- このモデルを入手できる形式を調べる → Safetensors形式の解説と対応モデル
- 公開元について調べる → Liquid AI のモデル・ライセンス・記事のまとめ

