Liquid AI升级24B本地模型：仅激活2B参数，Agent测试跑赢更大的Qwen

BiRun 讯，前沿端侧 AI 研发公司 Liquid AI 发布 LFM2.5-24B-A2B，重点提升本地 Agent 的推理和工具调用能力。上一代 LFM2-24B-A2B 主要强调运行效率，新版本保留 240 亿总参数、每次仅激活约 20 亿参数的设计，但预训练数据从 17 万亿增至 33 万亿 Token，上下文从 32K 扩至 131K。

新模型会先推理再回答，还直接在 OpenClaw、Hermes Agent、Pi 和 OpenCode 等 Agent 框架中进行强化学习，练习连续调用工具、处理返回结果和完成多步任务。官方演示中，一台 MacBook 无需调用云端模型 API，就能让 Hermes Agent 搜索 Hugging Face 热门项目、整理简报，并根据追问继续操作。

官方测试显示，新模型在苹果 M5 Max 上每秒可生成 184 Token，速度最高达到同类 MoE 模型的 1.7 倍。Agent 测试中，LiveClaw 得分 48.09，高于 Qwen3.6-35B-A3B 的 38.19；AutomationBench 得分 27.69，是 Qwen 的 3 倍多。不过，它在 SWE-bench Verified 编程测试中只有 51%，低于 Qwen 的 66.2%。

信源

动察 Beating 频道 · 动察 Beating 交流群。