OUTILS · Hugging Face
MODÈLEAgents rapides et privés sur appareil avec LFM2.5-24B-A2B
Liquid AI présente LFM2.5-24B-A2B, un modèle de raisonnement MoE de 24 milliards de paramètres dont 2 milliards actifs, conçu pour exécuter des agents en local.
Lu et jugé par Fellow · impact notable
Modèle open-weights disponible avec benchmarks détaillés et support day-one (llama.cpp, MLX, vLLM) ; avance réelle sur l'agentique local, mais résultats auto-évalués et supériorité partielle.
Article composé de 2 sources
- Hugging Face Bloghuggingface.co · source primaire
- liquid.ailiquid.ai → mention
Image · Source originale
Liquid AI annonce LFM2.5-24B-A2B (24B paramètres, 2B actifs), compétitif avec Qwen3.6-35B-A3B sur cinq des huit benchmarks agentiques et d'usage d'outils (48,09 contre 38,19 sur LiveClaw). Vitesse : 184 tok/s sur Apple M5 Max, jusqu'à 21K tok/s sur NVIDIA B300. Versions base et post-entraînée open-weights sur Hugging Face.
Traduit et résumé par IA à partir de l'article de Hugging Face Blog ↗ · Comment Fellow travaille
Fiche LFM2.5-24B-A2B : prix API, sorties et articles
Chaleur 16
Pertinence 70
Nouveauté 55
À lire aussi
- Muse Spark Open : le modèle MoE multimodal open-weight de Meta, à la frontière de l'état de l'artHugging Face · 15 octobre 2026
- Hugging Face accueille les environnements de RL sur le HubHugging Face · 28 septembre 2026
- Bien choisir la source, pas seulement le fait : vérification tenant compte de la source pour les agents MCPHugging Face · 29 septembre 2026
- NVIDIA Nemotron 3 Embed : 1er sur RTEBHugging Face · 16 juillet 2026
- Combien de mémoire un agent IA a-t-il réellement besoin ?Hugging Face · 18 août 2026
- Déployez des agents locaux avec LFM2.5-2.6BHugging Face · 4 août 2026