Liquid AIは、LFM2.5-2.6BとLFM2.5-2.6B-Baseの2モデルをHugging Face上で公開し、クラウド推論に全面的に依存することなく、デバイス上でAIエージェントをローカル実行できるようにした。同社によると、このモデルはツール呼び出しとマルチステップワークフローをサポートし、ノートパソコンやスマートフォンでの利用に適したサイズと速度を備えている。
このリリースは、データをデバイス上に保持し、クラウド推論の請求への依存を減らしながら、エージェントを大規模に展開したい開発者を対象としている。Liquid AIによると、このモデルはツール利用、指示追従、マルチステップのエージェントタスクにおいて、自身の約4倍の規模を持つモデルと競合する。
エージェントタスク向けに特化した訓練
LFM2.5-2.6Bは約34兆トークンで事前学習され、継続事前学習の段階ではコンテキストウィンドウが128,000トークンまで拡張された。その後、基盤モデルからツールや連続タスクを扱えるエージェントへと変えるため、4段階の工程を経た。
- 教師ありファインチューニング：ツール利用、ウェブ検索、エージェントのワークフローに重点を置いた2ラウンドの訓練。
- 教師モデルの専門化：数学、プログラミング、ツール利用など、各分野に特化した教師モデルを訓練。
- マルチドメイン蒸留：専門モデルの能力を1つのモデルに移行。
- エージェント強化学習：実際のエージェントフレームワーク内でマルチラウンド訓練を実行し、さまざまなツール、システム指示、マルチステップのタスク環境への対応をモデルに学習させる。
エージェント強化学習のシステムは、モデルの改善、推論、環境の実行を分離している。システムは、モデルの最適化にトレーニングエンジンを使用し、最新のポリシーによるアクション生成にロールアウトエンジンを使用する一方、強化学習フレームワークが訓練、軌跡の収集、報酬を調整する。アクションはSandboxサービス内で実行され、Blackbox Harnessがエージェントをホストしてタスク環境とのやり取りを調整する。対応フレームワークを変更する必要はない。
テスト結果と性能
Liquid AIは、このモデルを、規模が約4倍に達するモデル群と比較した。比較対象にはgemma-4-E2B-it、gemma-4-E4B-it、Qwen3.5-4B、Qwen3.5-9Bが含まれる。LFM2.5-2.6Bはこのグループで最小のモデルだったが、比較に含まれたすべての指示追従テストで首位となり、ツール利用テストでもBFCLv4を除いて首位となった。BFCLv4ではQwen3.5-9Bが上回った。
このモデルはMulti-IFで80.07、IFStructで85.49、ToolSandboxで77.83、英語版Claw-Evalの平均で62.85を記録した。エージェントタスクでは2つのGemmaモデルを上回り、Qwenモデルと同程度の性能を維持した。一方、コーディングではより大きなモデルが明確に優位だった。
実行速度と提供状況
このモデルは初日から、llama.cpp、MLX、vLLM、SGLang、ONNXなど複数の推論ツールに対応する。同社によると、Apple M5 Maxでは生成速度が毎秒220トークン、AMD Ryzen AI Max+ 395では毎秒113トークンに達し、モデルは2.5GB未満のメモリで実行できる。また、毎秒30トークンの速度で、スマートフォン上で動作可能なエージェントを実行できるとしている。
GPUでは、高い同時実行時に毎秒約15,000出力トークンに達し、これはH100 1基で1日あたり約13億トークンに相当する。開発者はブラウザー上のWebGPUデモを試すことができ、OpenClaw、Hermes Agent、Piなどのローカルエージェントフレームワークでモデルを利用することもできる。デバイス上で動作する検索エージェントのデモも提供されている。