LiquidAI发布LFM2.5-24B-A2B推理模型，支持端侧高效私有智能体运行

OmniTools 10月14日消息，LiquidAI于Hugging Face平台正式发布LFM2.5-24B-A2B模型。该模型为240亿参数混合专家（MoE）架构，每Token仅激活20亿参数，专为端侧快速、隐私优先的智能体任务设计。

模型支持131K上下文窗口与128K词表，预训练数据规模达33万亿Token。经监督微调、多阶段蒸馏及智能体强化学习（Agentic RL）优化后，其在LiveClaw等工具调用基准测试中得分48.09，表现优于参数量高出约50%的Qwen3.6-35B-A3B（38.19分）。

实测显示，该模型在Apple M5 Max芯片上推理速度达184 Token/s，在单块NVIDIA B300 GPU上最高输出可达21,000 Token/s。目前已原生适配llama.cpp、MLX、vLLM等主流推理框架，并提供OpenAI兼容接口，可无缝集成至Hermes Agent、OpenClaw等智能体框架中。