Liquid AI 发布 26 亿参数端侧小模型 LFM2.5-2.6B

8 月 5 日，人工智能初创企业 Liquid AI 发布了 26 亿参数的开源智能体模型 LFM2.5-2.6B。该模型适合在设备端本地部署，即使是智能手机也能运行，并且能够支持规划、调用和多步骤处理的智能体工作流。

LFM2.5-2.6B 模型拥有 26 亿参数，使其能够在设备端本地部署。尽管参数量相对较小，但该模型在基准测试中表现出色。在与 gemma-4-E2B-it、gemma-4-E4B-it、Qwen3.5-4B 和 Qwen3.5-9B 等更大尺寸模型进行比较时，LFM2.5-2.6B 在所有指令执行项目和几乎所有工具使用项目中均领先，仅在 BFCLv4 测试中落后于 Qwen3.5-9B。

LFM2.5-2.6B 在 34T Token 的数据集上进行了预训练，这使得它具备了强大的语言处理能力。此外，通过扩展现有分词器，该模型增强了对非拉丁字母语言的支持。这种改进不仅提升了模型的多语言处理能力，还使其在 STEM 领域的表现尤为突出。在 AA Omniscience 测试中，LFM2.5-2.6B 领先，仅在数学测试中落后于 Qwen3.5-9B。

Liquid AI 在 Hugging Face 平台上提供了基础和后训练版本的 LFM2.5-2.6B 模型，方便开发者和研究人员使用。尽管在编程领域，更大规模的模型仍保持优势，但在智能体任务中，LFM2.5-2.6B 全面优于两款 Gemma 模型，并与 Qwen 模型表现相近。这种灵活性和高性能使得 LFM2.5-2.6B 成为端侧应用的理想选择。