Liquid开放24B推理模型，面向本地Agent

Liquid AI 已在 Hugging Face 上发布 LFM2.5-24B-A2B，发布日期为 2026 年 10 月 13 日。这是一款 reasoning model，总参数量为 240 亿，每个 token 激活 20 亿参数。它始终会先生成思维链，再给出回答，能够调用工具并处理多步骤任务。该模型及其 base 版本均开放权重，可供下载。

本次发布包含什么

这款模型沿用了前代 LFM2-24B-A2B 的架构：40 层，每个 mixture-of-experts 模块包含 64 个 expert，采用 top-4 routing。上下文窗口从 32K 扩大到 131K tokens，词表规模从 65K 翻倍至 128K tokens，以更好地处理非拉丁文字。预训练数据量从约 17T 增长到约 33T tokens。后训练包括在 OpenClaw、Hermes Agent、Pi 和 OpenCode 等 Agent 运行框架中进行 agentic reinforcement learning。

Liquid AI 在 16 项 benchmark 上，将该模型与 Qwen3.6-35B-A3B、Gemma-4-26B-A4B-it 和 Nemotron-3.5-Lightning 进行了对比，所有测试均使用 vLLM 运行。这些结果均由厂商自行提供。

AutomationBench：得分为 27.69，而表中排名第二的 Qwen3.6-35B-A3B 得分为 8.72。

LiveClaw：得分为 48.09，Qwen3.6-35B-A3B 为 38.19。

IFEval：得分为 96.75；IFBench：得分为 74.69，均领先于表中的其他三款模型。

在其他测试中，较大的模型仍然领先。在 GPQA Diamond 上，该模型得分为 74.42，Qwen3.6-35B-A3B 为 83.69。在使用 OpenCode 的 SWE-Bench Verified 上，该模型得分为 51.00，对方为 66.20；在 WebArena Verified 上，该模型得分为 26.75，对方为 37.62。Liquid AI 建议，在处理依赖大量知识的任务时，搭配检索或 web search 使用。

来源文章报告称，该模型在 Apple M5 Max 上达到每秒 184 tokens，在 Ryzen AI Max+ 395 上达到每秒 114 tokens，速度最高可达参与对比的次优模型的 1.7 倍，同时内存占用最低。在高并发条件下，使用单张 NVIDIA B300，输出吞吐量超过每秒 21K tokens。发布时已支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。

该模型可以通过任何兼容 OpenAI 的后端在本地提供服务，再将 Agent 运行框架指向对应的 endpoint。Liquid AI 提供了一个 Hermes Agent 示例，将上下文设置为 131072 tokens，并开启强制工具使用。文章还提供了 fine-tuning 教程链接，用于将模型适配到特定任务。

来源文章没有说明什么

这篇文章没有提供许可条款、价格，也没有给出生产部署的结果。这些 benchmark 衡量的是模型在实验室环境中的表现，而非它在企业自身 CRM 或客服系统中的表现。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。