Liquid AI veröffentlichte LFM2.5-24B-A2B am 13. Oktober als herunterladbare Gewichte für ein rein textbasiertes Reasoning-Modell, das für Tool-Nutzung trainiert wurde. Die Modellkarte listet Checkpoints für mehrere Serving-Systeme auf, von einer quantisierten lokalen Datei bis zu Formaten für GPU-Server. Für Teams, die einen Agenten bauen, sind diese Dateien nur ein Teil des Setups: Sie benötigen weiterhin eine Laufzeitumgebung, die das Modell bereitstellt, und ein Harness, das die vorgeschlagenen Tool-Aufrufe ausführt.

Die große Veränderung

  • Was sich geändert hat: Liquid AI hat das nachtrainierte Modell und seine Basisversion mit Serving-Formaten für unterschiedliche Hardware auf Hugging Face veröffentlicht. Die Modellkarte nennt insgesamt 24,0 Milliarden Parameter, davon 2,45 Milliarden während der Inferenz aktiv; „A2B“ ist eine gerundete Bezeichnung.
  • Warum das wichtig ist: Ein Team, das einen lokalen Agenten bewertet, kann zunächst einen Checkpoint und einen Serving-Weg auswählen und danach ein Harness für Tool-Nutzung anschließen, statt den Modelldownload mit einem fertigen Agenten gleichzusetzen. Lizenz und verfügbare Hardware prägen die Entscheidung weiterhin.
  • Worauf es zu achten gilt: Liquid AI berichtet bei genau beschriebenen Tests von vielversprechenden Ergebnissen zu Tempo und Tool-Nutzung. Teams müssen ihre eigenen Aufgaben und Parallelität messen; die Edge-Decodierrate und der Serverdurchsatz des Unternehmens beschreiben unterschiedliche Arbeitslasten.

Was ein Team herunterladen kann

Der nachtrainierte Checkpoint ist für agentische Aufgaben gedacht. Ein separater Basis-Checkpoint dient der Anpassung. Liquid AI beschreibt das neue Modell als reines Reasoning-Modell: Anders als das frühere LFM2-24B-A2B erzeugt es vor der endgültigen Antwort ein Denksegment. Das angegebene Kontextlimit beträgt 131.072 Token, nach 32.768 beim Vorgänger. Das sind Modellspezifikationen, keine Messung dazu, wie gut eine konkrete Anwendung langen Kontext nutzt.

Die Modellkarte verlinkt den nativen Checkpoint für Transformers, vLLM und SGLang; FP8-Gewichte für GPU-Serving; GGUF-Dateien für llama.cpp; ONNX-Dateien für ONNX Runtime; sowie eine 4-Bit-MLX-Version für Apple Silicon. BIG CHANGE bestätigte am 14. Oktober, dass diese sechs Repositories einschließlich des Basismodells erreichbar waren. Die Karte kennzeichnet ein DSpark-Entwurfsmodell für Speculative Decoding als „in Kürze verfügbar“. Die veröffentlichten Formate belegen nicht, dass eine unabhängige Stelle jede Kombination aus Backend und Hardware getestet hat.

Die Gewichte sind Open-Weight und unterliegen der LFM Open License v1.0. Sie erlaubt Download und Änderung, knüpft die kommerzielle Nutzung aber an einen Jahresumsatz des Nutzers oder der juristischen Person von unter 10 Millionen US-Dollar. Oberhalb dieser Schwelle gestatten die Bedingungen keine kommerzielle Nutzung. Organisationen sollten vor dem Einsatz die vollständige Lizenz lesen; „Open-Weight“ bedeutet hier keine uneingeschränkte kommerzielle Nutzung.

Modell, Server und Harness erfüllen unterschiedliche Aufgaben

Die Beschreibung der Tool-Nutzung in der Modellkarte gibt dem Modell eine Funktionsliste und lässt es einen Aufruf vorschlagen; Software führt diesen Aufruf aus und gibt das Tool-Ergebnis an das Modell zurück, damit es antworten kann. Das Modell führt selbst weder Browser-Aktionen noch Dateioperationen aus. Das Serving-Backend lädt seinen Checkpoint und stellt Inferenz bereit. Ein Agenten-Harness steuert den Austausch mit Tools und entscheidet, wie Berechtigungen und Ergebnisse behandelt werden.

Die Anleitung von Liquid AI für lokale Agenten zeigt diese Aufteilung praktisch: Das Modell wird über einen OpenAI-kompatiblen Endpunkt bereitgestellt, und Hermes Agent, OpenClaw oder Pi werden auf seine lokale Adresse verwiesen. Port und Konfiguration hängen vom gewählten Server ab. Das Unternehmen sagt, es habe das nachtrainierte Modell mit agentischen Harnesses wie Hermes Agent und OpenCode trainiert. Das beschreibt Training und unterstütztes Setup, belegt aber weder die Zuverlässigkeit eines heruntergeladenen Agenten noch, dass Daten bei jeder Konfiguration auf dem Gerät bleiben. Deployment, Tools und Netzwerkverbindungen bestimmen diese Grenze.

Geschwindigkeitsangaben nach Arbeitslast lesen

Liquid AI berichtet 184 ausgegebene Token pro Sekunde auf einem Apple M5 Max und 114 auf einem AMD Ryzen AI Max+ 395 für Edge-Decoding. Laut Modellkarte verwendeten die Tests llama.cpp, Q4_K_M-Quantisierung und einen Eingabekontext von 4.000 Token; sie wurden auf Liquid AIs Pipette-Infrastruktur erhoben. Das sind Unternehmensmessungen für ein quantisiertes lokales Setup. Sie legen weder das Tempo nativer BF16-Gewichte noch das auf einem beliebigen Laptop oder bei einer vollständigen Agentenaufgabe mit Tools fest.

Die Angabe des Unternehmens von mehr als 21.000 ausgegebenen Token pro Sekunde ist aggregierter GPU-Durchsatz: Die Gesamtzahl ausgegebener Token wird durch die verstrichene Zeit auf einer einzelnen NVIDIA B300 bei dauerhaft hoher Parallelität geteilt. Das angegebene Setup nutzte SGLang 0.5.22, BF16-Gewichte, 1.024 Eingabe- und bis zu 256 Ausgabetoken und ersetzte abgeschlossene Anfragen fortlaufend, um die Zielzahl gleichzeitiger Anfragen zu halten. Das ist nicht die Antwortgeschwindigkeit für eine Person, die auf einen einzelnen Agenten wartet. Die Messungen beantworten unterschiedliche technische Fragen: lokales Generierungstempo und gesamte Serverkapazität unter Last.

Liquid AI veröffentlicht außerdem einen Vergleich mit 16 Benchmarks anderer Modelle. Beispielsweise nennt das Unternehmen für LFM2.5 auf LiveClaw 48,09 gegenüber 38,19 für Qwen3.6-35B-A3B; in derselben Tabelle liegt Qwen bei WebArena Verified und SWE-Bench Verified vorn. Laut Unternehmen wurden alle Modelle mit vLLM und benchmark-spezifischen Generationseinstellungen bewertet. BIG CHANGE hat die Tests nicht wiederholt; sie sind nützliche Hinweise für eigene Arbeitslasten, keine unabhängige Rangliste der Fähigkeiten.

Eine praktische Bewertung ist konkret: das Artefakt und die Laufzeitumgebung passend zur Zielhardware wählen, die Lizenz lesen, nur benötigte Tools anschließen und die tatsächliche Aufgabe mit der erwarteten Anfragezahl testen. Liquid AI bietet die Bausteine für diese Bewertung nun an. Wie sie sich in einem Produktionsablauf verhalten, muss jedes Team selbst überprüfen.

Quellen und weiterführende Lektüre

  • Liquid AI, „LFM2.5-24B-A2B: Built for Fast On-Device Agents“ (13. Oktober 2026). Die Veröffentlichung beschreibt Änderungen gegenüber LFM2, Trainingsansatz, unterstützte Serving-Systeme sowie vom Anbieter erhobene Qualitäts- und Geschwindigkeitsmessungen. BIG CHANGE hat die Benchmarks nicht wiederholt und das Modell nicht ausgeführt.
  • Liquid AI, Modellkarte für LFM2.5-24B-A2B (abgerufen am 14. Oktober 2026). Sie nennt 24,0 Milliarden Gesamt- und 2,45 Milliarden aktive Parameter, Artefaktlinks, Inferenz-Einstellungen, Tool-Use-Format, Benchmark-Bedingungen und das angekündigte DSpark-Entwurfsmodell. Die Karte wird vom Anbieter gepflegt und kann sich ändern.
  • Liquid AI, LFM Open License v1.0 (abgerufen am 14. Oktober 2026). Sie legt Vertriebspflichten und die Umsatzgrenze von 10 Millionen US-Dollar pro Jahr für kommerzielle Nutzung fest. Für die eigene Deployment-Entscheidung ist der Lizenztext maßgeblich.
  • Liquid AI, Leitfaden Agent Harnesses (über die Modellkarte verlinkt, abgerufen am 14. Oktober 2026). Der gepflegte Einrichtungsleitfaden erläutert lokales OpenAI-kompatibles Serving und die Harness-Konfiguration. Es ist Dokumentation; BIG CHANGE hat die Anleitung nicht ausgeführt.