LFM2.5-24B-A2B tient tête à Qwen

C'est un modèle MoE où seulement 2B paramètres sont actifs par token sur les 24B totaux, ce qui permet des vitesses d'inférence proches d'un petit modèle tout en gardant la capacité d'un plus gros. Concrètement, cela se traduit par un coût de calcul très faible par token généré, idéal pour un agent qui tourne en continu.

Non, ce n'est pas son point fort : il reste nettement derrière sur SWE-Bench Verified (51 contre 66,2 pour Qwen3.6-35B-A3B) et plus largement sur les tâches de connaissances pures. Liquid AI recommande lui-même de le coupler à du RAG ou à une recherche web pour compenser ce manque.

Plutôt que d'optimiser uniquement sur du texte ou des benchmarks académiques, le modèle a été affiné directement dans des environnements comme OpenClaw ou OpenCode, où il doit réellement appeler des outils et enchaîner des étapes. C'est ce qui explique ses scores élevés en tool use et en instruction following, des compétences plus proches de l'usage réel d'un agent que de la génération de texte classique.

Liquid AI annonce environ 184 tokens par seconde sur un M5 Max et 114 tokens par seconde sur un Ryzen AI Max+ 395, des performances rendues possibles par les seulement 2B paramètres actifs par token. Le modèle est aussi compatible dès sa sortie avec llama.cpp, MLX, vLLM et SGLang, donc accessible sans attendre des portages tiers.

Ce sont des chiffres communiqués par Liquid AI lui-même, pas encore validés par des tests indépendants, donc à prendre avec prudence. La vraie question, comme le souligne l'article, est de savoir si ces scores se maintiennent sur des chaînes d'outils réelles, souvent plus chaotiques qu'un benchmark contrôlé.

Il est pensé comme un orchestrateur d'agents capable de lire une consigne, choisir les bons outils et enchaîner les étapes, plutôt que comme un générateur de code ou un modèle de connaissances générales. Son faible coût par token actif en fait un candidat intéressant pour des agents qui tournent en continu sans faire exploser une facture d'API.