LFM2.5 まとめ:必要VRAM・GGUF版
当サイトが LFM2.5 系統について公開した記事(11本)と、記事の公開後に見つかった変換版(GGUF・MLX等)、必要メモリの判定を1ページにまとめたものです。必要メモリはモデルカードの公称値ではなく、当サイトが配布ファイルのサイズから機械的に算出した値です。モデル系統別まとめの1ページです。
基本情報
| 項目 | 内容 |
|---|---|
| 元のモデル | LiquidAI/LFM2.5-24B-A2B-Base, LiquidAI/LFM2.5-2.6B-Base, LiquidAI/LFM2.5-350M-Base |
| 公開元 | Liquid AI |
| ライセンス(モデルカード) | lfm1.0 |
| 最小のVRAM階層 | 4GB |
| 記事数 | 11本 |
動作環境
動作環境の目安(Local Model Watch 算出) — パラメータ数 328M(元モデル LiquidAI/LFM2.5-24B-A2B-DSpark の値)
| 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 |
|---|---|---|---|
| 4GB(ノートPCの内蔵GPU・スマートフォンなど) | F16 | 0.6GB | 0.7GB |
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。 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。
数値は、この系統で最も新しく判定した LiquidAI/LFM2.5-24B-A2B-DSpark-GGUF のものです。
手元で動かせるか
Ollama・LM Studio・llama.cpp でそのまま動かせます。
GGUF形式で配布されているため、変換を待たずに手元で読み込めます。
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・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。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。
判定は LiquidAI/LFM2.5-24B-A2B-DSpark-GGUF についてのものです。
派生版・量子化版
→ 横にスクロールできます
| 追記日 | 配布元 | 形式 | リポジトリ | 最小のVRAM階層(量子化・必要メモリの目安) |
|---|---|---|---|---|
| 2026-11-17 | LiquidAI | GGUF | LiquidAI/LFM2.5-24B-A2B-DSpark-GGUF | F16 0.7GB(4GB VRAMで動作) |
| 2026-11-17 | LiquidAI | GGUF | LiquidAI/LFM2.5-24B-A2B-GGUF | Q2_K_L 10.7GB(12GB VRAMで動作) |
| 2026-11-17 | LiquidAI | FP8 | LiquidAI/LFM2.5-24B-A2B-FP8 | FP8 27.7GB(32GB VRAMで動作) |
| 2026-11-17 | LiquidAI | MLX | LiquidAI/LFM2.5-24B-A2B-MLX-4bit | MLX 4bit 15.2GB(16GB VRAMで動作) |
| 2026-11-17 | LiquidAI | MLX | LiquidAI/LFM2.5-24B-A2B-MLX-bf16 | MLX 53.6GB(80GB VRAMで動作) |
| 2026-11-17 | mradermacher | GGUF | mradermacher/d1-omni-600M-GGUF | F16 0.9GB(4GB VRAMで動作) |
| 2026-10-15 | ggml-org | GGUF | ggml-org/LFM2.5-24B-A2B-GGUF | Q4_K_M 16.2GB(24GB VRAMで動作) |
| 2026-10-14 | unsloth | GGUF(imatrix) | unsloth/LFM2.5-24B-A2B-GGUF | IQ3_XXS 10.0GB(12GB VRAMで動作) |
| 2026-10-13 | LiquidAI | MLX | LiquidAI/LFM2.5-24B-A2B-MLX-5bit | MLX 5bit 18.5GB(24GB VRAMで動作) |
| 2026-10-12 | LiquidAI | MLX | LiquidAI/d1-3B-MLX-fp16 | MLX 7.0GB(8GB VRAMで動作) |
| 2026-10-12 | LiquidAI | MLX | LiquidAI/d1-3B-MLX-4bit | MLX 4bit 2.6GB(4GB VRAMで動作) |
| 2026-10-12 | LiquidAI | MLX | LiquidAI/d1-3B-MLX-8bit | MLX 8bit 4.2GB(8GB VRAMで動作) |
| 2026-10-12 | LiquidAI | MLX | LiquidAI/d1-omni-600M-MLX-8bit | MLX 8bit 0.8GB(4GB VRAMで動作) |
| 2026-10-12 | LiquidAI | MLX | LiquidAI/d1-omni-600M-MLX-fp16 | MLX 1.3GB(4GB VRAMで動作) |
| 2026-10-07 | LiquidAI | INT8 | LiquidAI/d1-3B-w8a8 | INT8 4.3GB(8GB VRAMで動作) |
| 2026-10-07 | LiquidAI | GGUF | LiquidAI/d1-3B-GGUF | Q8_0 3.2GB(4GB VRAMで動作) |
| 2026-10-07 | LiquidAI | GGUF | LiquidAI/d1-omni-600M-GGUF | BF16 0.9GB(4GB VRAMで動作) |
各リポジトリの量子化とファイルサイズ:
- LiquidAI/LFM2.5-24B-A2B-DSpark-GGUF の量子化: F16 0.6GB
- LiquidAI/LFM2.5-24B-A2B-GGUF の量子化: Q2_K_L 8.9GB / Q4_0 12.6GB / Q4_K_M 13.5GB / Q5_K_M 15.9GB / Q6_K 18.3GB / Q8_0 23.7GB / BF16 44.7GB / F16 44.7GB
- LiquidAI/LFM2.5-24B-A2B-FP8 の量子化: FP8 23.0GB
- LiquidAI/LFM2.5-24B-A2B-MLX-4bit の量子化: MLX 4bit 12.6GB
- LiquidAI/LFM2.5-24B-A2B-MLX-bf16 の量子化: MLX 44.7GB
- mradermacher/d1-omni-600M-GGUF の量子化: Q2_K 0.2GB / Q3_K_S 0.2GB / Q3_K_M 0.2GB / Q3_K_L 0.2GB / IQ4_XS 0.2GB / Q4_K_S 0.2GB / Q4_K_M 0.2GB / Q5_K_S 0.3GB / Q5_K_M 0.3GB / Q6_K 0.3GB / Q8_0 0.4GB / F16 0.7GB
- ggml-org/LFM2.5-24B-A2B-GGUF の量子化: Q4_K_M 13.5GB / Q8_0 23.7GB / BF16 44.7GB
- unsloth/LFM2.5-24B-A2B-GGUF の量子化: IQ2_XXS 7.0GB / IQ2_M 7.0GB / Q2_K_XL 7.5GB / IQ3_XXS 8.3GB / Q3_K_XL 10.2GB / Q4_K_XL 13.9GB / Q5_K_XL 16.7GB / Q6_K_XL 20.4GB / Q8_0 23.7GB / BF16 44.7GB
- LiquidAI/LFM2.5-24B-A2B-MLX-5bit の量子化: MLX 5bit 15.4GB
- LiquidAI/d1-3B-MLX-fp16 の量子化: MLX 5.8GB
- LiquidAI/d1-3B-MLX-4bit の量子化: MLX 4bit 2.2GB
- LiquidAI/d1-3B-MLX-8bit の量子化: MLX 8bit 3.5GB
- LiquidAI/d1-omni-600M-MLX-8bit の量子化: MLX 8bit 0.7GB
- LiquidAI/d1-omni-600M-MLX-fp16 の量子化: MLX 1.1GB
- LiquidAI/d1-3B-w8a8 の量子化: INT8 3.6GB
- LiquidAI/d1-3B-GGUF の量子化: Q4_K_M 1.6GB / Q8_0 2.7GB / BF16 5.0GB / F16 5.0GB
- LiquidAI/d1-omni-600M-GGUF の量子化: Q8_0 0.4GB / BF16 0.7GB / F16 0.7GB
この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。
記事(シリーズ自身のモデルを先に、新しい順)
リポジトリ
- LiquidAI/LFM2.5-24B-A2B-Base
- LiquidAI/LFM2.5-2.6B-Base
- LiquidAI/LFM2.5-350M-Base
- LiquidAI/LFM2.5-24B-A2B-DSpark-GGUF
- LiquidAI/LFM2.5-24B-A2B-DSpark
- LiquidAI/LFM2.5-24B-A2B-MLX-6bit
- LiquidAI/LFM2.5-24B-A2B
- LiquidAI/LFM2.5-24B-A2B-MLX-8bit
- LiquidAI/LFM2.5-24B-A2B-MLX-bf16
- LiquidAI/LFM2.5-24B-A2B-FP8
- LiquidAI/d1-3B
- LiquidAI/d1-omni-600M
- LiquidAI/LFM2.5-350M-Diffusion-Exp
最終更新 2026-11-17(JST)。記事ログからコードが組み立てたページで、AIモデルが書いた文章はありません。