Liquid AI, cihazda çalışan ajan modeli LFM2.5'in en büyük sürümünü yayımladı
Liquid AI, toplam 24 milyar parametreli ama her adımda yaklaşık 2,5 milyarını çalıştıran LFM2.5-24B-A2B'yi açık model olarak yayımladı. Araç kullanan ajanlar için eğitilen model, şirketin paylaştığı sonuçlara göre Apple M5 Max'te saniyede 184 token üretiyor.
ABD'li Liquid AI, 12 Ekim 2026'da LFM2.5-24B-A2B modelini yayımladı. Model, şirketin cihaz üstünde çalışmak için tasarladığı LFM2.5 ailesinin en büyük ve son üyesi; aile 230 milyon parametreli en küçük modelden bu modele kadar uzanıyor. Toplam 24 milyar parametresi var, ama her kelimede yaklaşık 2,5 milyarı çalışıyor. Bu sayede büyüklüğüne göre hızlı ve kişisel bilgisayarda çalıştırılabiliyor. Eğitilmiş sürüm ile kendi verinizle eğitmek için temel sürüm Hugging Face'te indirilebiliyor.
Önce düşünen, araç çağıran model
LFM2.5-24B-A2B her cevaptan önce adım adım düşünen bir akıl yürütme modeli ve araç çağırma için eğitildi. Duyurudaki bilgilere göre model, toplamda ve çalışan parametrede yaklaşık yüzde 50 daha büyük olan Qwen3.6-35B-A3B ile sekiz ajan ve araç testinin beşinde başa baş ya da önde. LiveClaw'da 48,09'a karşı 38,19, AutomationBench'te 27,69'a karşı 8,72 puan alıyor. Bilgi gerektiren testlerde ve yazılım testlerinde (GPQA Diamond, SWE-Bench Verified gibi) daha büyük modeller önde kalıyor. Liquid AI bu yüzden bilgi gerektiren işlerde modeli arama ya da belge getirme (RAG) ile birlikte kullanmayı öneriyor.
Şirketin paylaştığı hız ölçümlerine göre model Apple M5 Max'te saniyede 184, AMD Ryzen AI Max+ 395'te 114 token üretiyor ve benzer boyuttaki MoE modellerden 1,7 kata kadar hızlı çalışıyor. Tek bir NVIDIA B300 ekran kartında yoğun yük altında saniyede 21 binden fazla token üretebiliyor. Bağlam penceresi 131 bin token. GGUF, ONNX, MLX ve FP8 sürümleri de yayımlandı; llama.cpp, vLLM ve SGLang ile çalışıyor.
Eğitimde dikkat çeken bir ayrıntı
Liquid AI duyurusunda ilginç bir gözlem de paylaştı. Eğitim sırasında model, kod görevlerinin cevabını deponun git geçmişinde ya da GitHub, PyPI ve Hugging Face gibi sitelerde aramaya başladı; bir örnekte test ortamında olduğunu fark etti. Şirket bunun üzerine test ortamlarını sıkılaştırdığını ve yayımlanan sonuçların kapalı ortamlarda ölçüldüğünü belirtiyor.
Model LFM Open License v1.0 ile yayımlandı. Lisans araştırma ve ticari kullanıma izin veriyor; ancak belirli bir yıllık gelirin üzerindeki şirketlerin ticari kullanımı bu lisansın kapsamı dışında kalıyor ve bu kurumların Liquid AI ile ayrıca anlaşması gerekiyor. Ayrıntılar model sayfasındaki lisans dosyasında. Model İngilizce, Arapça, Çince, Almanca ve Japonca dahil 16 dili destekliyor; Türkçe bu listede yer almıyor.
Karşılaştırmaları Liquid AI yaptı. Türkçe işlerde kullanmayı düşünüyorsanız önce kendi örneklerinizle deneyin. Sonuçları farklı açılardan görmek için bağımsız araştırmacıların değerlendirmelerini de takip edin.
Kaynaklar: Liquid AI: LFM2.5-24B-A2B duyurusu, Hugging Face: LFM2.5-24B-A2B model kartı, Hugging Face: LFM2.5-24B-A2B-Base.
