Le modèle LFM2.5 24B de Liquid AI élargit le choix des serveurs pour les créateurs d’agents locaux

Liquid AI a publié LFM2.5-24B-A2B le 13 octobre sous forme de poids téléchargeables pour un modèle de raisonnement textuel entraîné à utiliser des outils. Sa fiche du modèle répertorie des checkpoints pour plusieurs systèmes d’exécution, d’un fichier local quantifié à des formats destinés aux serveurs GPU. Pour les équipes qui construisent un agent, ces fichiers ne sont qu’une partie de la configuration : il leur faut aussi un runtime pour servir le modèle et un harness pour exécuter les appels d’outils qu’il propose.

Le grand changement

• Ce qui a changé : Liquid AI a publié sur Hugging Face le modèle post-entraîné et sa version de base, avec des formats d’exécution pour différents matériels. La fiche indique 24,0 milliards de paramètres au total et 2,45 milliards actifs pendant l’inférence ; « A2B » est une désignation arrondie.
• Pourquoi c’est important : Une équipe qui évalue un agent local peut choisir un checkpoint et une voie d’exécution avant de connecter un harness utilisant des outils, plutôt que de considérer le téléchargement du modèle comme un agent complet. La licence et le matériel disponible influencent toujours ce choix.
• À suivre : Liquid AI rapporte des résultats prometteurs de vitesse et d’utilisation des outils dans des tests spécifiés. Les équipes doivent mesurer leurs propres tâches et leur concurrence ; le débit de décodage edge et le débit serveur de l’entreprise décrivent des charges différentes.

Ce qu’une équipe peut télécharger

Le checkpoint post-entraîné est destiné aux tâches agentiques. Un checkpoint de base distinct sert à l’adaptation. Liquid AI décrit le nouveau modèle comme réservé au raisonnement : contrairement au précédent LFM2-24B-A2B, il produit un segment de réflexion avant sa réponse finale. La limite de contexte annoncée est de 131 072 tokens, contre 32 768 pour son prédécesseur. Ce sont des spécifications du modèle, pas une mesure de la façon dont une application donnée exploite un long contexte.

La fiche du modèle renvoie au checkpoint native pour Transformers, vLLM et SGLang ; poids FP8 pour l’exécution sur GPU ; fichiers GGUF pour llama.cpp ; fichiers ONNX pour ONNX Runtime ; ainsi qu’à une version MLX 4 bits pour Apple Silicon. BIG CHANGE a confirmé le 14 octobre que ces six dépôts, modèle de base compris, étaient accessibles. La fiche marque comme « bientôt disponible » un modèle préliminaire DSpark pour le décodage spéculatif. La publication de ces formats ne prouve pas qu’un tiers indépendant ait testé chaque combinaison de backend et de matériel.

Les poids sont open-weight et soumis à la LFM Open License v1.0. Elle autorise le téléchargement et la modification, mais conditionne l’usage commercial à un chiffre d’affaires annuel de l’utilisateur ou de la personne morale inférieur à 10 millions de dollars. Les conditions n’autorisent pas l’usage commercial au-delà de ce seuil. Les organisations devraient lire la licence complète avant le déploiement ; ici, « open-weight » ne signifie pas un usage commercial sans restriction.

Le modèle, le serveur et le harness ont des fonctions distinctes

La description de l’usage des outils dans la fiche donne au modèle une liste de fonctions et lui permet de proposer un appel ; un logiciel l’exécute puis renvoie le résultat de l’outil afin que le modèle réponde. Le modèle n’exécute pas lui-même une action dans un navigateur ni une opération sur un fichier. Le backend d’exécution charge son checkpoint et fournit l’inférence. Un agent harness gère l’échange avec les outils et décide du traitement des autorisations et des résultats.

Les instructions de Liquid AI pour les agents locaux montrent cette séparation : servir le modèle via un endpoint compatible avec OpenAI, puis diriger Hermes Agent, OpenClaw ou Pi vers son adresse locale. Le port et la configuration dépendent du serveur choisi. L’entreprise dit avoir entraîné le modèle post-entraîné avec des harnesses agentiques, dont Hermes Agent et OpenCode. Cela décrit l’entraînement et une configuration prise en charge ; cela ne prouve ni la fiabilité d’un agent téléchargé ni que ses données restent sur l’appareil dans toutes les configurations. Le déploiement, les outils et les connexions réseau déterminent cette limite.

Lire les chiffres de vitesse selon la charge

Liquid AI rapporte 184 tokens de sortie par seconde sur un Apple M5 Max et 114 sur un AMD Ryzen AI Max+ 395 pour le décodage edge. La fiche indique que les tests utilisaient llama.cpp, la quantification Q4_K_M et un contexte d’entrée de 4 000 tokens, sur l’infrastructure Pipette de Liquid AI. Ce sont des mesures du fournisseur pour une configuration locale quantifiée. Elles ne fixent pas la vitesse des poids native BF16, d’un ordinateur portable quelconque ni d’une tâche d’agent complète avec outils.

Le chiffre de l’entreprise, plus de 21 000 tokens de sortie par seconde, correspond au débit GPU agrégé : le nombre total de tokens de sortie divisé par le temps écoulé sur un seul NVIDIA B300 sous une forte concurrence soutenue. La configuration indiquée utilisait SGLang 0.5.22, des poids BF16, 1 024 tokens en entrée et jusqu’à 256 en sortie ; les requêtes terminées étaient continuellement remplacées pour maintenir le nombre cible de requêtes simultanées. Ce n’est pas le temps de réponse pour une personne attendant un agent. Les deux mesures répondent à des questions d’ingénierie différentes : le rythme de génération locale et la capacité totale du serveur sous charge.

Liquid AI publie aussi une comparaison de 16 benchmarks avec d’autres modèles. Par exemple, l’entreprise indique 48,09 pour LFM2.5 sur LiveClaw contre 38,19 pour Qwen3.6-35B-A3B, tandis que Qwen mène sur WebArena Verified et SWE-Bench Verified dans le même tableau. Elle affirme que les modèles ont été évalués avec vLLM et des réglages de génération propres à chaque benchmark. BIG CHANGE n’a pas reproduit ces tests ; ils donnent des pistes pour évaluer ses propres charges, pas un classement indépendant des capacités.

L’évaluation pratique doit être précise : choisir l’artefact et le runtime adaptés au matériel visé, lire la licence, connecter seulement les outils nécessaires à l’agent et tester la tâche réelle à la charge de requêtes attendue. Liquid AI fournit maintenant les composants pour cette évaluation. Chaque équipe doit encore vérifier leur comportement en production.

Sources et lectures complémentaires

• Liquid AI, « LFM2.5-24B-A2B: Built for Fast On-Device Agents » (13 octobre 2026). La publication décrit les différences par rapport à LFM2, l’approche d’entraînement, les systèmes d’exécution pris en charge et les mesures de qualité et de vitesse du fournisseur. BIG CHANGE n’a ni répété les benchmarks ni exécuté le modèle.
• Liquid AI, fiche du modèle LFM2.5-24B-A2B (consultée le 14 octobre 2026). Elle indique 24,0 milliards de paramètres au total et 2,45 milliards actifs, des liens vers les artefacts, des réglages d’inférence, le format d’utilisation des outils, les conditions des benchmarks et le modèle préliminaire DSpark annoncé pour plus tard. Le fournisseur maintient cette fiche, qui peut évoluer.
• Liquid AI, LFM Open License v1.0 (consultée le 14 octobre 2026). Elle définit les obligations de distribution et le seuil de chiffre d’affaires annuel inférieur à 10 millions de dollars pour l’usage commercial. Le texte de la licence doit guider toute décision de déploiement.
• Liquid AI, guide Agent Harnesses (lié depuis la fiche du modèle, consulté le 14 octobre 2026). Ce guide maintenu explique l’exécution locale via un endpoint compatible avec OpenAI et la configuration du harness. Il s’agit de documentation ; BIG CHANGE n’a pas suivi ces instructions.