Liquid AI wydał LFM2.5-2.6B, kompaktny model agentic zdolny do pełnego działania bezpośrednio na urządzeniach użytkownika. Model zawiera 2,69 miliarda parametrów, obsługuje okno kontekstu 131 072 tokenów oraz został przeszkolony na około 34 trylionach tokenów. Dostępne są dwie wersje: LFM2.5-2.6B-Base do fine-tuningu oraz wersja post-trained zoptymalizowana dla zadań agentic.
Odstępnością tego rozwiązania jest całkowita prywatność - inference pozostaje lokalny, więc dane nigdy nie opuszczają urządzenia, a koszty operacyjne są blisko zera. Liquid AI twierdzi, że wyniki w testach tool-use i instruction-following są konkurencyjne w stosunku do modeli czterokrotnie większych. Na MacBook Pro M5 Max model dekoduje 220 tokenów na sekundę, używając zaledwie 2,5 GB pamięci. Na pojedynczym GPU NVIDIA H100 SXM5 może obsługiwać około 1,3 miliarda tokenów dziennie.
Otwarte wagi dostępne są na Hugging Face na licencji lfm1.0 w formatach natywnym, GGUF, MLX i ONNX, z natychmiastową obsługą w llama.cpp, vLLM, SGLang i LM Studio. Fine-tuning możliwy jest za pomocą LoRA z TRL i Unsloth. Liquid AI celuje w sektory takie jak motoryzacja, elektronika konsumencka, robotyka przemysłowa, healthcare, usługi finansowe, e-commerce i obronę - zwłaszcza tam, gdzie regulacje lub wymogi bezpieczeństwa wymuszają przetwarzanie danych offline.