Liquid AI 发布 LFM2.5 系列最大成员 LFM2.5-24B-A2B，该模型已上线 OpenRouter。模型为 24B 总参数、每 token 激活 2B 的 MoE 推理模型，上下文扩展至 131K token，词表 128K，预训练 33T token，面向笔记本和 PC 本地运行，可在主流智能体框架中处理多步任务。官方称其在智能体与工具调用任务上表现与 Qwen3.6-35B-A3B 相当，后者总参数和激活参数约多 50%，基础与后训练权重已在 Hugging Face 开放。
LFM2.5 系列最大成员开放权重并上线 OpenRouter，可对照其与 Qwen3.6-35B-A3B 的参数与智能体表现差异。
来自 @liquidai 的 LFM2.5-24B-A2B 现已上线 OpenRouter。
一个 24B 的 MoE 模型，激活参数为 2B，先推理再作答，专为智能体和工具使用而打造。
今天我们发布 𝙻𝙵𝙼𝟸.𝟻-𝟸𝟺𝙱-𝙰𝟸𝙱，这是 𝙻𝙵𝙼𝟸.𝟻 家族中最大的成员。它是一个高效的本地模型，适用于笔记本电脑和 PC，可在流行的 agent harness 中处理多步骤任务。 > 总共 240 亿参数，每个 token 激活 20 亿 > 上下文扩展到 131K tokens > 128K-token 词表 > 33T 预训练 tokens > 它是一个推理模型 > 非常容易微调和定制 > 在 agentic 和工具使用任务上，与 Qwen3.6-35B-A3B 表现相当，而后者的总参数和激活参数都多出约 50%。 > 在 @huggingface 上开放基础权重和后训练权重 🤗 1/
原文
Today we release 𝙻𝙵𝙼𝟸.𝟻-𝟸𝟺𝙱-𝙰𝟸𝙱, the largest 𝙻𝙵𝙼𝟸.𝟻 family member. It is an efficient local model for laptops and PCs to work through multi-step tasks inside popular agent harnesses. > 24B total parameters, 2B active per token > Context expanded to 131K tokens > A 128K-token vocabulary > 33T pretraining tokens > It is a reasoning model > Very easy to fine-tune and customize > Performs competitively with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks. > Open base and post-trained weights on @huggingface 🤗 1/
来源：OpenRouter · x.com