Liquid AI otvára 24B model, ktorý pri každom tokene aktivuje iba 2,45 miliardy parametrov

Liquid AI predstavilo LFM2.5-24B-A2B, textový uvažovací model určený najmä pre agentov, ktorí pracujú s nástrojmi a majú bežať na lokálnom zariadení alebo vo vlastnej infraštruktúre. Model obsahuje celkovo 24 miliárd parametrov, pri spracovaní jedného tokenu však podľa modelovej karty aktivuje približne 2,45 miliardy. Firma tým chce spojiť širšiu kapacitu modelu mixture-of-experts s nákladmi bližšími výrazne menšiemu systému. Zverejnila základný aj post-trénovaný model, niekoľko formátov pre rozdielny hardvér a integrácie pre bežné inferenčné nástroje. Ide o open-weight vydanie pod licenciou LFM 1.0, nie automaticky o plne otvorený projekt v každom význame slova open source.

Veľký model, ktorý nepočíta všetko naraz

LFM2.5-24B-A2B má 40 vrstiev a hybridnú architektúru, ktorá kombinuje bloky s krátkymi konvolúciami a grouped-query attention. V blokoch mixture-of-experts je 64 expertov, pričom smerovač pre každý token vyberá štyroch. Práve preto sa celkový počet parametrov a počet aktívnych parametrov tak výrazne líšia. Modelová karta uvádza slovník so 128-tisíc položkami, kontextové okno 131 072 tokenov a tréningový rozpočet približne 36 biliónov tokenov. Oproti predchádzajúcej generácii LFM2 sa kontext predĺžil zo 32-tisíc tokenov a väčší slovník má zlepšiť spracovanie jazykov, ktoré nepoužívajú latinku.

Post-trénovaná verzia je nastavená ako čisto uvažovací model: pred finálnou odpoveďou vytvára pracovnú sekvenciu označenú značkou think. Podporuje štruktúrované volania funkcií a Liquid AI ho trénovalo aj na viacotáčkových trajektóriách s nástrojmi. Post-tréning podľa firmy zahŕňal supervised fine-tuning, špecializovaných učiteľov, dve etapy on-policy destilácie a napokon posilňované učenie v agentických prostrediach. Medzi použitými prostrediami firma výslovne uvádza OpenClaw, Hermes Agent, Pi a OpenCode. To je dôležitejšie než samotná schopnosť odpovedať v chate: cieľom je model, ktorý dokáže vybrať nástroj, zostaviť argumenty, vyhodnotiť výsledok a pokračovať v úlohe.

Výsledky ukazujú silné nástroje, nie univerzálnu prevahu

V meraniach zverejnených Liquid AI dosiahol model 65,01 bodu v BFCLv4, 80,71 v ToolSandbox a 48,09 v LiveClaw. V AutomationBench získal 27,69 bodu, zatiaľ čo najbližší z uvedených porovnávaných modelov dosiahol 8,72. Na troch testoch dodržiavania inštrukcií — IFEval, IFBench a Multi-IF — zároveň prekonal porovnávané modely Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it a Nemotron-3.5-Lightning. Tieto čísla podporujú tvrdenie, že LFM2.5 je zameraný skôr na vykonávanie postupov a používanie nástrojov než na maximalizáciu všeobecných znalostí.

Obraz však nie je jednostranný. Na WebArena Verified získal LFM2.5 skóre 26,75, kým Qwen3.6-35B-A3B dosiahol 37,62. V GPQA Diamond mal 74,42 oproti 83,69 pri Qwen a v SWE-bench Verified s OpenCode dosiahol 51 bodov, zatiaľ čo Qwen 66,2 a Nemotron 53,4. Liquid AI samo odporúča pri znalostne náročných úlohách pripojiť vyhľadávanie alebo retrieval. Výsledky teda neukazujú malý model, ktorý bez výhrad nahrádza väčšie systémy. Ukazujú špecializovanú architektúru, ktorá môže byť efektívna tam, kde agent opakovane uvažuje, volá nástroje a nemusí mať všetky fakty uložené vo váhach.

Benchmarky treba čítať aj s metodickou rezervou. Zverejnil ich výrobca modelu a všetky porovnávané systémy podľa jeho opisu spustil cez vLLM s odporúčanými parametrami jednotlivých testov. To je užitočný prvý súbor výsledkov, ale nie nezávislá replikácia. Skóre agentov navyše ovplyvňuje šablóna konverzácie, parser volaní nástrojov, verzia agentického prostredia, limity krokov aj spôsob účtovania neúspešných behov. Pred produkčným rozhodnutím preto bude potrebné zopakovať testy na vlastných úlohách a porovnať nielen úspešnosť, ale aj latenciu, spotrebu pamäte, počet vygenerovaných tokenov a frekvenciu chybných volaní.

Lokálny beh je hlavný produktový argument

Liquid AI uvádza rýchlosť 184 tokenov za sekundu na Apple M5 Max a 114 tokenov za sekundu na Ryzen AI Max+ 395. Merania na okrajových zariadeniach podľa modelovej karty používali llama.cpp, kvantizáciu Q4_K_M a vstupný kontext s dĺžkou štyritisíc tokenov. Na jednom akcelerátore NVIDIA B300 firma namerala pri vysokej súbežnosti viac než 21-tisíc výstupných tokenov za sekundu; v tomto prípade použila SGLang 0.5.22, BF16 váhy, vstupy s 1 024 tokenmi a najviac 256 výstupných tokenov. Čísla preto nemožno preniesť na iný hardvér, dlhý kontext alebo jedného interaktívneho používateľa bez ďalšieho merania.

Praktickú hodnotu zvyšuje dostupnosť viacerých distribučných formátov. Natívny checkpoint je určený pre Transformers, vLLM a SGLang, FP8 variant pre priepustné GPU nasadenie, GGUF pre llama.cpp a kompatibilné lokálne aplikácie, ONNX pre širšie spektrum zariadení a štvorbitová verzia MLX pre Apple Silicon. Modelová karta obsahuje aj šablónu správ a formát volania funkcií. Tím tak nevydal iba váhy, ale pripravil cestu od experimentu po lokálny server. Prevádzkovateľ si však musí osobitne preveriť podmienky licencie LFM 1.0, bezpečnostné obmedzenia, kvantizačný pokles kvality a kompatibilitu konkrétnej verzie runtime.

Čo to znamená pre slovenské nasadenia

Pre slovenské firmy môže byť zaujímavá najmä možnosť ponechať prompty, interné dokumenty a výstupy nástrojov vo vlastnej infraštruktúre. Lokálny model môže znížiť závislosť od vzdialeného API, uľahčiť kontrolu dátových tokov a pri stabilnej záťaži zmeniť nákladový profil agenta. Neznamená to však automatickú bezpečnosť ani súlad s reguláciou. Agent s prístupom k databáze, súborom alebo firemným systémom potrebuje izolované oprávnenia, potvrdenie rizikových operácií, auditné záznamy, obmedzenie počtu krokov a validáciu argumentov nástrojov bez ohľadu na to, kde bežia jeho váhy.

Slovenčina navyše nie je medzi 16 jazykmi výslovne uvedenými v modelovej karte. Zoznam zahŕňa napríklad angličtinu, nemčinu, francúzštinu, poľštinu, ruštinu, arabčinu či čínštinu, ale nie slovenčinu ani češtinu. Podobnosť s poľštinou nestačí ako dôkaz spoľahlivosti. Pred nasadením bude potrebný samostatný slovenský eval: dodržiavanie pokynov, skloňovanie, práca s diakritikou, porozumenie právnym a firemným pojmom aj správnosť štruktúrovaných volaní. Osobitne treba sledovať, či dlhé uvažovanie nezvyšuje cenu jednej úlohy natoľko, že vymaže úsporu z nízkeho počtu aktívnych parametrov.

Najväčšou neznámou zostáva správanie mimo pripravených benchmarkov a na dostupnejšom hardvéri. Firma zatiaľ poskytuje podrobné vlastné merania, no chýbajú nezávislé testy dlhodobých agentických behov, odolnosti proti prompt injection, kvality v slovenčine a reálnej spotreby pri zaplnenom kontexte. LFM2.5-24B-A2B je preto presvedčivý kandidát na pilotný projekt, nie hotová odpoveď pre každého agenta. Jeho význam spočíva v tom, že posúva použiteľné uvažovanie a prácu s nástrojmi bližšie k zariadeniu používateľa. O tom, či sa tento prísľub zmení na produkčnú výhodu, rozhodnú až reprodukovateľné merania na konkrétnych procesoch.