# LFM2.5-24B-A2B

Liquid AI发布LFM2.5-24B-A2B，一个总参数24B、每token仅激活2B的推理模型，面向设备端快速私有智能体。相比前代LFM2-24B-A2B，它把上下文从32768扩展到131072 token、词表从65K扩到128K，预训练从17T扩到33T token，并改为先输出显式思维链再给答案。在八项工具使用与智能体基准中的五项上，它与总参数和激活参数都多约50%的Qwen3.6-35B-A3B持平或领先，AutomationBench得27.69对8.72；在Apple M5 Max上解码184 tokens/s，单张NVIDIA B300 GPU上高并发时输出超过21K tokens/s。

Liquid AI发布LFM2.5-24B-A2B，一个总参数24B、每token仅激活2B的推理模型，面向设备端快速私有智能体。相比前代LFM2-24B-A2B，它把上下文从32768扩展到131072 token、词表从65K扩到128K，预训练从17T扩到33T token，并改为先输出显式思维链再给答案。在八项工具使用与智能体基准中的五项上，它与总参数和激活参数都多约50%的Qwen3.6-35B-A3B持平或领先，AutomationBench得27.69对8.72；在Apple M5 Max上解码184 tokens/s，单张NVIDIA B300 GPU上高并发时输出超过21K tokens/s。

Liquid AI发布LFM2.5-24B-A2B，一个总参数24B、每token仅激活2B的推理型智能体模型，面向设备端本地运行。它沿用前代LFM2-24B-A2B的架构，但上下文从32K扩到131K、词表从65K扩到128K，并改为先输出思维链再作答。在16项基准上它与总参数和激活参数都多约50%的Qwen3.6-35B-A3B竞争：LiveClaw得48.09对38.19，AutomationBench为27.69对8.72，同时在M5 Max上解码184 token/s。

Liquid AI发布LFM2.5-24B-A2B，一个总参数24B、每token仅激活2B的推理型智能体模型，面向设备端本地运行。它沿用前代LFM2-24B-A2B的架构，但上下文从32K扩到131K、词表从65K扩到128K，并改为先输出思维链再作答。在16项基准上它与总参数和激活参数都多约50%的Qwen3.6-35B-A3B竞争：LiveClaw得48.09对38.19，AutomationBench为27.69对8.72，同时在M5 Max上解码184 token/s。