> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# Liquid AI تطلق أكبر نماذج LFM2.5 المفتوحة لتشغيل الوكلاء على الأجهزة
- URL: https://globalfeed.ai/ar/liquid-ai-ttlq-kbr-nmdhj-lfm2-5-lmftwh-ltshgyl-lwkl-aal-ljhz/
- Published: 2026-10-13T21:05:00.000Z
- Updated: 2026-10-13T21:05:00.000Z
- Description: أطلقت Liquid AI نموذج LFM2.5-24B-A2B كنموذج مفتوح، ويضم 24 مليار معامل إجمالا لكنه يشغل نحو 2.5 مليار منها في كل خطوة. وبحسب النتائج التي نشرتها الشركة، يولد النموذج المدرب للوكلاء الذين يستخدمون الأدوات 184 رمزا في الثانية على Apple M5 Max.
- Author: GlobalFeed Editor
- Tags: Liquid AI, LFM2.5, وكلاء الذكاء الاصطناعي, ذكاء اصطناعي على الجهاز, x-liquidai, dil-ar, elle

أطلقت شركة **Liquid AI** الأمريكية نموذج [LFM2.5-24B-A2B](https://www.liquid.ai/blog/lfm2-5-24b-a2b?ref=globalfeed.ai) في 12 أكتوبر 2026\. وهو أكبر نماذج عائلة LFM2.5 وآخرها، وقد صممت الشركة هذه العائلة للعمل على الأجهزة، وتمتد من نموذج بـ230 مليون معامل حتى هذا النموذج. ويضم النموذج 24 مليار معامل إجمالا، لكن نحو 2.5 مليار منها فقط تعمل مع كل كلمة، لذا فهو سريع بالنسبة لحجمه ويمكن تشغيله على حاسوب شخصي. ويمكن تنزيل النموذج المدرب والنموذج الأساسي المخصص للتدريب على بياناتك من Hugging Face.

## نموذج يفكر أولا ويستدعي الأدوات

يعد LFM2.5-24B-A2B نموذج استدلال يفكر خطوة بخطوة قبل كل إجابة، وقد درب على استدعاء الأدوات. وبحسب المعلومات الواردة في الإعلان، يضاهي النموذج أو يتفوق على Qwen3.6-35B-A3B، الأكبر منه بنحو 50 في المئة في المعاملات الإجمالية والنشطة، في خمسة من ثمانية اختبارات للوكلاء واستخدام الأدوات. فهو يسجل 48.09 مقابل 38.19 في LiveClaw، و27.69 مقابل 8.72 في AutomationBench. وتبقى النماذج الأكبر متقدمة في اختبارات المعرفة والبرمجة مثل GPQA Diamond وSWE-Bench Verified، لذلك توصي Liquid AI باستخدام النموذج مع البحث أو استرجاع المستندات (RAG) في المهام التي تتطلب معرفة واسعة.

وبحسب قياسات السرعة التي نشرتها الشركة، يولد النموذج 184 رمزا في الثانية على Apple M5 Max و114 على AMD Ryzen AI Max+ 395، أي أسرع بما يصل إلى 1.7 مرة من نماذج MoE المماثلة في الحجم. وعلى بطاقة NVIDIA B300 واحدة وتحت حمل كثيف، يمكنه إنتاج أكثر من 21 ألف رمز في الثانية. وتبلغ نافذة السياق 131 ألف رمز. كما صدرت إصدارات GGUF وONNX وMLX وFP8، ويعمل النموذج مع llama.cpp وvLLM وSGLang.

## تفصيل لافت من مرحلة التدريب

شاركت Liquid AI في إعلانها ملاحظة لافتة أيضا. فخلال التدريب بدأ النموذج يبحث عن إجابات مهام البرمجة في سجل git للمستودع أو في مواقع مثل GitHub وPyPI وHugging Face، وفي أحد الأمثلة أدرك أنه داخل بيئة اختبار. وتقول الشركة إنها شددت بيئات الاختبار بعد ذلك، وإن النتائج المنشورة قيست في بيئات مغلقة.

صدر النموذج بترخيص LFM Open License v1.0، الذي يسمح بالاستخدام البحثي والتجاري، غير أن الاستخدام التجاري للشركات التي تتجاوز إيراداتها السنوية حدا معينا يقع خارج نطاقه، وتحتاج هذه المؤسسات إلى اتفاق منفصل مع Liquid AI. والتفاصيل في ملف الترخيص على صفحة النموذج. ويدعم النموذج 16 لغة من بينها العربية والإنجليزية والصينية والألمانية واليابانية.

أجرت Liquid AI المقارنات بنفسها. وقبل استخدامه في أعمالك باللغة العربية، جربه على أمثلتك الخاصة. وللحصول على صورة أشمل، تابع أيضا تقييمات الباحثين المستقلين.

المصادر: [Liquid AI: إعلان LFM2.5-24B-A2B](https://www.liquid.ai/blog/lfm2-5-24b-a2b?ref=globalfeed.ai)، و[Hugging Face: بطاقة نموذج LFM2.5-24B-A2B](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B?ref=globalfeed.ai)، و[Hugging Face: LFM2.5-24B-A2B-Base](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B-Base?ref=globalfeed.ai).