Revue publiée le Mise à jour le
Comparer

LiquidAI : LFM2.5-24B-A2B

Récent

LFM2.5-24B-A2B, publié par Liquid AI le 13 octobre 2026, ne traite que le texte. Selon l’éditeur, il produit un raisonnement explicite avant sa réponse finale et vise les agents exécutés sur l’appareil de l’utilisateur.

Ce que LFM2.5-24B-A2B change par rapport à LFM2-24B-A2B

Selon Liquid AI, LFM2.5-24B-A2B est à sa sortie un modèle de raisonnement seul, contrairement à LFM2-24B-A2B, que l’éditeur désigne comme son prédécesseur : il produit une chaîne de pensée explicite avant sa réponse finale.

Selon Liquid AI, deux changements d’architecture le distinguent de son prédécesseur. Sa fenêtre de contexte passe de 32 768 à 131 072 tokens, les unités de texte traitées par le modèle, et son vocabulaire de 65K à 128K tokens, pour mieux découper les écritures non latines.

Selon Liquid AI, le modèle conserve les 40 couches et les 64 experts par bloc de mélange d’experts (MoE), avec un routage top-4, ainsi que l’hybride de convolutions courtes à porte et d’attention à requêtes groupées (GQA). Le volume de son pré-entraînement passe de 17T à 33T tokens.

À quoi sert LFM2.5-24B-A2B

Chat

LFM2.5-24B-A2B est un modèle de raisonnement généraliste limité au texte. Liquid AI ne recommande pas de l’utiliser seul pour les tâches qui demandent beaucoup de connaissances : sa carte Hugging Face conseille de l’associer à une recherche documentaire ou à une recherche web.

Suivi de consignes

LFM2.5-24B-A2B prend en charge les appels d’outils et les sorties structurées. Selon Liquid AI, il arrive à sa sortie en tête des benchmarks de suivi de consignes de son comparatif, et l’éditeur le recommande pour des agents qui doivent raisonner, appeler des outils et fonctionner de façon fiable sur l’appareil de l’utilisateur.

  • Chat
  • Suivi de consignes

Essayer LFM2.5-24B-A2B

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,050 $ en entrée, 0,70 $ en sortie par million de tokensOuvrir sur OpenRouter

Quoi lui demander

  1. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  2. Suivi de consignes

    Respecter des consignes précises

    Vérifiez vous-même chaque contrainte : c'est facile à contrôler.

    Écris une présentation de la ville de Nantes en exactement six phrases. Chaque phrase commence par la lettre suivante du mot NANTES (N, A, N, T, E, S). N'utilise aucun chiffre et termine par une question.
  3. Raisonnement

    Démêler plusieurs contraintes

    Une seule solution existe : regardez s'il la trouve et la justifie.

    Quatre collègues, Ana, Bilal, Chloé et David, présentent chacun une fois, du lundi au jeudi, un par jour. - Ana ne peut pas le lundi. - Bilal passe avant Chloé. - David passe le lendemain d'Ana. - Chloé ne peut pas le jeudi. Donne toutes les solutions possibles et justifie chaque étape.

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances de LFM2.5-24B-A2B

Selon Liquid AI, LFM2.5-24B-A2B est à sa sortie compétitif face à Qwen3.6-35B-A3B sur cinq des huit benchmarks consacrés aux agents et à l’appel d’outils. Sur LiveClaw, il obtient 48,09 contre 38,19 pour Qwen3.6-35B-A3B ; sur AutomationBench, 27,69 contre 8,72.

Selon Liquid AI, le modèle décode à sa sortie 184 tokens par seconde sur un Apple M5 Max et 114 tokens par seconde sur un AMD Ryzen AI Max+ 395, jusqu’à 1,7 fois plus vite que le modèle suivant du comparatif. Les modèles plus grands du comparatif gardent toutefois l’avantage en connaissances sur GPQA Diamond, HLE et AA-Omniscience, ainsi qu’en code sur SWE-Bench Verified avec OpenCode et SciCode.

Bien utiliser LFM2.5-24B-A2B : réflexion et effort

La réflexion de LFM2.5-24B-A2B est toujours active : il réfléchit avant de répondre : son modèle de conversation ajoute la balise <think> au début de chaque réponse. Pour la génération, la carte Hugging Face de Liquid AI donne les paramètres temperature à 0.1, top_k à 50 et repetition_penalty à 1.05.

Caractéristiques techniques de LFM2.5-24B-A2B

LFM2.5-24B-A2B est sorti le 13 octobre 2026. Il accepte du texte en entrée et a une fenêtre de contexte de 131 072 tokens.

Selon la carte Hugging Face de Liquid AI, il compte 24,0 milliards de paramètres au total, dont 2,45 milliards actifs. Les langues couvertes comprennent l’anglais, le français, l’allemand, l’espagnol, l’italien, le portugais, le chinois, le japonais et l’arabe.

Éditeur
LiquidAI
Produit
Texte
Sortie
Contexte
128 k tokens
Réponse maximale
8 k tokens
Réflexion
Toujours active
Entrées
Texte
Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturereasoningseedstoplogprobsresponse_formatmax_tokens
Hébergeurs
Liquid

Source : OpenRouter, relevé du 12/11/2026.

Où utiliser LFM2.5-24B-A2B

Selon Liquid AI, LFM2.5-24B-A2B et sa variante Base sont proposés à leur sortie à poids ouverts sur Hugging Face et dans le Playground de Liquid AI. Le modèle est également accessible par API sur Liquid Console et pris en charge dès le premier jour par llama.cpp, MLX, vLLM, SGLang et ONNX. La carte d’accès donne les derniers prix relevés.

L'API chez des hébergeurs

Servi par d'autres hébergeurs que LiquidAI, selon OpenRouter

Chez OpenRouter, au prix de Liquid (relevé du 12/11/2026) : 0,050 $ / M tokens en entrée, 0,70 $ / M tokens en sortie.

Tarification0,050 $ en entrée, 0,70 $ en sortie, par million de tokens
Hébergé via OpenRouter chezLiquid

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

LFM2.5-24B-A2B parmi les versions de LFM2.5

Selon Liquid AI, LFM2.5-24B-A2B est à sa sortie le plus grand modèle de la famille LFM2.5 et celui qui la clôt : la famille s’étend de LFM2.5-230M à ce modèle. LFM2.5-2.6B en est une autre taille. La frise des versions situe ces modèles dans la famille avec leurs dates de sortie.

  1. LFM2.5-2.6B
1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

FAQ

Quand LFM2.5-24B-A2B est-il sorti ?

LFM2.5-24B-A2B est sorti le 13 octobre 2026. Il succède à LFM2-24B-A2B, désigné comme son prédécesseur par Liquid AI.

Que peut lire LFM2.5-24B-A2B ?

LFM2.5-24B-A2B ne lit que du texte, dans une fenêtre de contexte de 131 072 tokens.

Quelle est la fenêtre de contexte de LFM2.5-24B-A2B ?

LFM2.5-24B-A2B a une fenêtre de contexte de 131 072 tokens, contre 32 768 pour son prédécesseur LFM2-24B-A2B, selon Liquid AI.

Quelle version précède LFM2.5-24B-A2B ?

LFM2.5-24B-A2B est précédé par LFM2-24B-A2B, que Liquid AI nomme explicitement comme son prédécesseur dans son billet de sortie.

Suivez l'IA et les agents IA avec notre newsletter.

Inscrivez-vous pour recevoir les nouveautés, les tendances et des astuces sur l'intelligence artificielle.

En vous abonnant, vous acceptez notre politique de confidentialité et notre politique de cookies.