Liquid AI는 10월 13일 도구 사용을 위해 학습된 텍스트 전용 추론 모델의 다운로드 가중치로 LFM2.5-24B-A2B를 출시했다. 해당 모델 카드에는 양자화된 로컬 파일부터 GPU 서버용 형식까지 여러 서빙 시스템의 체크포인트가 나열돼 있다. 에이전트를 만드는 팀에 이 파일들은 설정의 일부일 뿐이다. 모델을 서빙할 런타임과 모델이 제안한 도구 호출을 실행할 하네스도 필요하다.

큰 변화

  • 무엇이 바뀌었나: Liquid AI는 후처리 학습 모델과 기반 버전을 Hugging Face에 올리고, 다양한 하드웨어용 서빙 형식을 제공했다. 모델 카드에는 총 240억 개, 추론 중 활성화되는 24억 5천만 개의 매개변수가 명시돼 있다. 이름의 “A2B”는 반올림된 표기다.
  • 왜 중요한가: 로컬 에이전트를 평가하는 팀은 도구 사용 하네스를 연결하기 전에 체크포인트와 서빙 경로를 선택할 수 있다. 모델 다운로드를 완성된 에이전트로 간주할 필요가 없다. 라이선스와 이용 가능한 하드웨어도 여전히 결정에 영향을 준다.
  • 살펴볼 점: Liquid AI는 지정된 테스트에서 유망한 속도와 도구 사용 결과를 보고했다. 팀은 자체 작업과 동시성을 측정해야 한다. 회사가 제시한 엣지 디코드 속도와 서버 처리량은 서로 다른 작업 부하를 설명한다.

팀이 다운로드할 수 있는 것

이 후처리 학습 체크포인트 에이전트 작업에 적합하다. 별도의 기반 체크포인트는 적응에 쓰인다. Liquid AI는 새 모델을 추론 전용으로 설명한다. 이전 LFM2-24B-A2B와 달리 최종 답변 전에 생각 구간을 생성한다. 명시된 컨텍스트 한도는 131,072 토큰으로 이전 모델의 32,768보다 높다. 이는 모델 사양이지 특정 애플리케이션이 긴 컨텍스트를 얼마나 잘 활용하는지의 측정값은 아니다.

모델 카드는 Transformers, vLLM, SGLang용 네이티브 체크포인트와 GPU 서빙용 FP8 가중치, llama.cpp용 GGUF 파일, ONNX Runtime용 ONNX 파일, Apple Silicon용 4비트 MLX 버전을 연결한다. BIG CHANGE는 10월 14일 기반 모델을 포함한 6개 저장소에 접근 가능한 것을 확인했다. 모델 카드는 추측 디코딩용 DSpark 초안 모델을 “출시 예정”으로 표시한다. 공개된 형식만으로 모든 백엔드와 하드웨어 조합이 독립적으로 테스트됐다고 볼 수는 없다.

가중치는 오픈 웨이트이며 LFM Open License v1.0을 따른다. 이 라이선스는 다운로드와 수정을 허용하지만, 사용자 또는 법인의 연 매출이 1,000만 달러 미만이어야 상업적으로 사용할 수 있다. 그 기준을 넘는 상업적 사용은 해당 조건으로 허가되지 않는다. 조직은 배포 전에 전체 라이선스를 읽어야 한다. 여기서 “오픈 웨이트”는 상업적 사용에 제한이 없다는 뜻이 아니다.

모델, 서버, 하네스는 서로 다른 역할을 한다

모델 카드의 도구 사용 설명에서는 모델에 함수 목록을 주고 호출을 제안하게 한 뒤, 소프트웨어가 호출을 실행하고 결과를 모델에 돌려줘 답변하게 한다. 모델 자체가 브라우저 동작이나 파일 작업을 실행하지는 않는다. 서빙 백엔드는 체크포인트를 불러와 추론을 제공한다. 에이전트 하네스는 도구와의 상호작용을 관리하고 권한 및 결과 처리 방식을 결정한다.

Liquid AI의 로컬 에이전트 지침은 이 구분을 실제로 보여준다. OpenAI 호환 엔드포인트로 모델을 서빙하고 Hermes Agent, OpenClaw 또는 Pi를 로컬 주소에 연결한다. 포트와 설정은 선택한 서버에 따라 다르다. 회사는 Hermes Agent와 OpenCode를 포함한 에이전트 하네스에서 후처리 학습 모델을 훈련했다고 밝혔다. 이는 학습 및 지원 설정에 대한 설명일 뿐, 내려받은 에이전트가 안정적이거나 모든 구성에서 데이터가 기기에 남는다는 증거는 아니다. 배포, 도구, 네트워크 연결이 그 경계를 결정한다.

속도 수치는 작업 부하에 맞춰 읽기

Liquid AI는 엣지 디코딩에서 Apple M5 Max의 초당 출력 토큰 184개와 AMD Ryzen AI Max+ 395의 114개를 보고했다. 모델 카드에 따르면 테스트는 llama.cpp, Q4_K_M 양자화, 4,000토큰 입력 컨텍스트를 사용했고 Liquid AI의 Pipette 인프라에서 수집됐다. 이는 양자화된 로컬 구성에 대한 회사 측 측정이다. 네이티브 BF16 가중치, 임의의 노트북, 도구가 포함된 전체 에이전트 작업의 속도를 입증하지 않는다.

회사가 제시한 초당 21,000개가 넘는 출력 토큰은 집계 GPU 처리량이다. 지속적으로 높은 동시성에서 단일 NVIDIA B300의 총 출력 토큰을 경과 시간으로 나눈 수치다. 명시된 구성은 SGLang 0.5.22, BF16 가중치, 입력 1,024토큰, 출력 최대 256토큰을 사용했고, 목표 동시 요청 수를 유지하도록 완료 요청을 계속 새 요청으로 대체했다. 이 수치는 에이전트 한 명을 기다리는 사용자의 응답 속도가 아니다. 두 측정치는 서로 다른 엔지니어링 질문, 즉 로컬 생성 속도와 부하 상태의 서버 총용량에 답한다.

Liquid AI는 다른 모델과 비교한 16개 벤치마크도 공개한다. 예를 들어 LiveClaw에서 LFM2.5는 48.09, Qwen3.6-35B-A3B는 38.19라고 보고했지만, 같은 표에서 Qwen은 WebArena Verified와 SWE-Bench Verified에서 앞선다. 회사는 모든 모델을 vLLM과 벤치마크별 생성 설정으로 평가했다고 밝혔다. BIG CHANGE는 테스트를 재현하지 않았다. 따라서 이 결과는 자체 작업 부하 시험의 참고 자료이지 독립적인 성능 순위는 아니다.

실제 평가는 구체적으로 해야 한다. 목표 하드웨어에 맞는 아티팩트와 런타임을 고르고, 라이선스를 읽고, 에이전트에 필요한 도구만 연결한 뒤 예상 요청 부하에서 실제 작업을 시험한다. Liquid AI는 이제 그런 평가를 위한 구성요소를 제공한다. 프로덕션 작업 흐름에서의 동작은 각 팀이 확인해야 한다.

출처 및 추가 읽을거리

  • Liquid AI, “LFM2.5-24B-A2B: Built for Fast On-Device Agents” (2026년 10월 13일). LFM2에서 바뀐 점, 학습 접근법, 지원 서빙 시스템, 공급업체가 수행한 품질·속도 측정을 설명한다. BIG CHANGE는 벤치마크를 반복하지 않았고 모델을 실행하지 않았다.
  • Liquid AI, LFM2.5-24B-A2B 모델 카드 (2026년 10월 14일 열람). 총 24.0B 및 활성 2.45B 매개변수, 아티팩트 링크, 추론 설정, 도구 사용 형식, 벤치마크 조건, 출시 예정인 DSpark 초안 모델을 나열한다. 공급업체가 관리하는 카드로 내용이 바뀔 수 있다.
  • Liquid AI, LFM Open License v1.0 (2026년 10월 14일 열람). 배포 의무와 상업적 사용에 필요한 연 매출 1,000만 달러 미만 조건을 정한다. 각 배포 여부는 라이선스 원문에 따라 판단해야 한다.
  • Liquid AI, Agent Harnesses 가이드 (모델 카드에서 연결, 2026년 10월 14일 열람). 로컬 OpenAI 호환 서빙 엔드포인트와 하네스 구성을 설명한다. 문서이며 BIG CHANGE는 지침을 실행하지 않았다.