Liquid AI publie LFM2.5-24B-A2B, un modèle d'agents conçu pour tourner sur un ordinateur

Liquid AI a publié le 13 octobre LFM2.5-24B-A2B, un modèle de raisonnement en poids ouverts pensé pour exécuter des agents directement sur un ordinateur ou un téléphone, sans passer par le cloud. C'est le plus grand modèle de la famille LFM2.5, qui s'étend sur deux ordres de grandeur — de 230 millions de paramètres jusqu'à ce modèle de 24 milliards.

Un modèle « gros mais léger » grâce au mélange d'experts

Le chiffre qui donne son nom au modèle résume l'astuce architecturale : 24 milliards de paramètres au total, mais seulement 2 milliards actifs à chaque calcul d'un token (le « A2B »). Cette architecture en mélange d'experts (MoE) — 40 couches, 64 experts par bloc avec un routage vers les 4 plus pertinents, combinée à des convolutions courtes et de l'attention par groupes de requêtes — permet d'obtenir la capacité de connaissance d'un modèle bien plus lourd tout en gardant une vitesse d'inférence proche d'un modèle beaucoup plus petit. Par rapport à la génération précédente LFM2-24B-A2B, Liquid AI a doublé le vocabulaire du tokeniseur de 65 000 à 128 000 tokens — un gain surtout utile pour les langues non latines — et étendu la fenêtre de contexte de 32 768 à 131 072 tokens, tout en portant le volume de préentraînement de 17 000 à 33 000 milliards de tokens.

Pensé pour le offline et la confidentialité

L'argument de vente principal n'est pas le score brut sur un classement généraliste, mais la vitesse d'exécution en local : Liquid AI revendique 184 tokens par seconde sur une puce Apple M5 Max et jusqu'à 21 000 tokens par seconde sur un GPU Nvidia B300, avec un support natif pour les environnements d'inférence locale les plus courants — llama.cpp, MLX, vLLM, SGLang et ONNX. Pour un agent qui doit lire des documents sensibles ou agir sur les fichiers d'un utilisateur, l'exécution entièrement locale évite de faire transiter ces données par un service tiers, un argument qui prend de l'ampleur à mesure que les entreprises déploient des agents sur des postes de travail contenant des informations confidentielles.

Des résultats contrastés sur les benchmarks agentiques

Sur les tests d'évaluation publiés par Liquid AI elle-même, le modèle affiche des résultats élevés sur IFEval (96,75 % — la capacité à suivre des instructions précises) mais plus modestes sur des benchmarks orientés agents comme AutomationBench (27,69, contre 8,72 pour le concurrent ouvert Qwen3.6-35B-A3B) et LiveClaw (48,09). Liquid AI revendique une compétitivité avec Qwen3.6-35B-A3B — un modèle ouvert sensiblement plus gros — sur cinq des huit benchmarks agentiques testés, sans toutefois le devancer partout : un profil cohérent avec l'objectif affiché de privilégier la vitesse et la frugalité plutôt qu'un score maximal toutes catégories.

Disponibilité

Les poids sont publiés en libre accès sur Hugging Face et testables sur le terrain de jeu en ligne de Liquid AI. Pour les équipes qui préfèrent l'API plutôt que l'auto-hébergement, Liquid AI facture 0,10 dollar par million de tokens en entrée et 1 dollar en sortie — des tarifs nettement inférieurs à ceux des modèles frontières comme Gemini 4 Argon, ce qui illustre la segmentation croissante du marché entre modèles généralistes coûteux hébergés dans le cloud et modèles spécialisés, moins chers, taillés pour tourner au plus près de l'utilisateur.

Un marché qui se structure autour de l'inférence locale

La sortie de LFM2.5-24B-A2B s'inscrit dans une tendance plus large : à mesure que les puces grand public — puces Apple Silicon, cartes graphiques AMD et Nvidia pour postes de travail — gagnent en puissance de calcul, un segment entier de modèles « conçus pour l'edge » émerge face aux géants du cloud. Liquid AI, fondée par des anciens chercheurs du MIT, s'est positionnée dès ses débuts sur cette niche avec son architecture Liquid Foundation Models, distincte des transformeurs classiques utilisés par la plupart des laboratoires concurrents. L'entreprise mise sur l'argument de la confidentialité par construction : un agent qui ne quitte jamais l'appareil de l'utilisateur ne peut, par définition, pas alimenter les journaux d'un fournisseur cloud tiers — un argument qui séduit particulièrement les secteurs réglementés comme la santé, le droit ou la défense.

Les limites d'un modèle optimisé pour la vitesse

Le revers de cette optimisation se lit dans les scores plus modestes sur les benchmarks agentiques complexes, où LFM2.5-24B-A2B reste en retrait par rapport à des modèles plus massifs comme Qwen3.6-35B-A3B sur plusieurs épreuves. Pour des tâches d'agent simples et répétitives — tri de courriels, remplissage de formulaires, résumés de documents locaux — ce compromis entre taille et vitesse peut suffire. Mais pour des missions de raisonnement multi-étapes plus exigeantes, les entreprises devront encore arbitrer entre la rapidité et la confidentialité d'un modèle local, et la puissance brute d'un modèle frontière hébergé dans le cloud.