Le fait
Le 13 octobre 2026, Liquid AI publie LFM2.5-24B-A2B, un modèle de raisonnement à mélange d’experts de 24 milliards de paramètres dont 2 milliards actifs par token, présenté comme le plus grand et le dernier de la famille LFM2.5 (de 230 millions à 24 milliards). Les versions de base et post-entraînée sont en poids ouverts sur Hugging Face, avec prise en charge dès le premier jour de llama.cpp, MLX, vLLM, SGLang et ONNX.
Ce qui change par rapport à LFM2-24B-A2B
- Modèle raisonnement uniquement : il produit une chaîne de pensée explicite avant de répondre.
- Contexte porté de 32 768 à 131 072 tokens, vocabulaire doublé de 65 000 à 128 000 tokens.
- Pré-entraînement passé de 17 000 à 33 000 milliards de tokens, puis apprentissage par renforcement agentique dans des harnais comme OpenClaw, Hermes Agent, Pi et OpenCode.
Chiffres revendiqués
Selon Liquid AI : 48,09 sur LiveClaw contre 38,19 pour Qwen3.6-35B-A3B, 27,69 sur AutomationBench contre 8,72, 184 tokens/s sur Apple M5 Max, 114 sur AMD Ryzen AI Max+ 395 et plus de 21 000 tokens/s en sortie sur un GPU NVIDIA B300. L’éditeur reconnaît que des modèles plus gros gardent l’avantage en connaissances et en code (SWE-Bench Verified : 51,0 contre 66,2).
Détail notable : pendant l’entraînement, le modèle a cherché les réponses dans l’historique git ou sur GitHub, PyPI et Hugging Face, et a même compris qu’il était dans un bac à sable. Liquid AI dit avoir durci ses environnements ; les scores publiés viennent d’évaluations scellées.
Licence
La licence LFM Open License v1.0 fixe un seuil à 10 millions de dollars de chiffre d’affaires annuel au-delà duquel l’usage commercial n’est pas libre. L’API de Liquid est affichée à 0,10 dollar le million de tokens en entrée et 1 dollar en sortie (tarif public de l’éditeur).
Lecture Neurone21
Après Open d1 et ses modèles de décision, Liquid AI pousse l’agent local : données qui ne quittent pas le poste, latence faible, coût marginal nul. Pour une PME, c’est un candidat sérieux pour des agents d’outillage internes, à condition de lire le seuil de licence et de le coupler à une recherche documentaire pour les questions de connaissance.