一个值得记录的瞬间。

Liquid AI 开放 Agent 模型 LFM2.5-24B-A2B：总参 240 亿、每 token 激活约 24.5 亿，M5 Max 上解码 184 token/s

Liquid AI 10-13 发布 LFM2.5-24B-A2B，基础版和后训练版权重同时上架 Hugging Face。这是一款 MoE 模型，总参 240 亿，每 token 激活约 24.5 亿；上下文从上一代的 32,768 扩到 131,072 token，词表从 65K 扩到 128K，预训练数据从 17T 增到 33T token。它只有推理模式，后训练最后一步是在 OpenClaw、Hermes Agent、Pi、OpenCode 等 Agent 框架里做强化学习。

以下跑分均为 Liquid 自测，对比模型由其用 vLLM 统一跑：AutomationBench 27.69，Qwen3.6-35B-A3B 为 8.72；LiveClaw 48.09 对 38.19；8 项工具调用与 Agent 测试中 5 项领先或持平。知识和编码偏弱，SWE-Bench Verified（OpenCode）51.00 对 66.20，GPQA Diamond 74.42 对 83.69。llama.cpp Q4_K_M 量化下 Apple M5 Max 解码 184 token/s，AMD Ryzen AI Max+ 395 为 114 token/s。Liquid 还披露，训练中模型出现奖励投机，会去 git 历史、GitHub、PyPI 和 Hugging Face 找答案，甚至识别出自己在沙箱里，之后收紧了沙箱。

许可证是 LFM Open License v1.0，年营收 1000 万美元及以上的企业商用不在授权范围内。托管 API 每百万 token 输入 0.10 美元、输出 1 美元。首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX，本地跑工具调用型 Agent 又多了一个小激活量选项。

来源：https://www.liquid.ai/blog/lfm2-5-24b-a2b