Liquid AI LFM2.5-24B-A2B 공개, 기기에서 돌리는 가장 큰 에이전트 모델

모델 가중치는 Hugging Face에 기본(base) 버전과 후속 학습(post-trained) 버전이 올라와 있고, Liquid AI가 직접 만든 GGUF와 MLX 빌드도 제공된다. GGUF, MLX, vLLM, SGLang, ONNX 형식으로 쓸 수 있다.

작동 방식

구조는 40개 층으로 이루어지며, 게이트가 있는 짧은 컨볼루션과 그룹 쿼리 어텐션을 섞어 쓴다. 각 블록은 토큰을 64개 전문가 중 4개에게 보내므로, 24B 가운데 약 2B만 토큰마다 일을 한다. 이 덕분에 큰 모델의 지식을 가지면서도 계산량은 작게 유지할 수 있다.

후속 학습은 다섯 단계이다. 지도 미세조정(SFT)과 교사 모델 증류에서 시작해, OpenClaw, Hermes Agent, Pi, OpenCode 같은 에이전트 실행 환경 안에서 진행하는 에이전트형 강화학습으로 마무리한다.

이전 모델과 달라진 점

아키텍처는 LFM2-24B-A2B를 유지했지만 세 가지가 바뀌었다. 컨텍스트는 32,768토큰에서 131,072토큰으로 늘었고, 어휘 크기는 65K에서 128K 토큰으로 두 배가 되어 라틴 문자가 아닌 글자 처리가 좋아졌다. 사전 학습 데이터는 17T에서 33T 토큰으로 약 두 배가 되었다.

성능과 속도

Liquid AI의 자체 평가에서 AutomationBench 점수는 27.69로, 비교 모델인 Qwen3.6-35B-A3B의 8.72, Gemma-4-26B-A4B-it의 5.46, Nemotron-3.5-Lightning 30B-A3B의 2.61보다 높았다. Qwen3.6-35B-A3B 대비 세 배가 넘는 점수이다. LiveClaw에서도 48.09 대 38.19로 앞섰고, ToolSandbox와 IFEval에서도 앞섰다고 한다.

반대로 지식과 코딩 쪽에서는 Qwen3.6-35B-A3B가 앞선다. GPQA Diamond는 83.69 대 74.42, SWE-Bench Verified는 66.20 대 51.00이며 WebArena Verified에서도 뒤처진다. 도구 사용과 지시 따르기에 강하고 지식과 코딩에는 약한 모델이라고 정리할 수 있다.

속도는 Apple M5 Max에서 초당 184토큰, AMD Ryzen AI Max+ 395에서 초당 114토큰으로 보고되었고, NVIDIA B300 한 장에서 높은 동시 처리 조건이면 초당 최대 21K 출력 토큰이 나온다. 활성 파라미터는 약 2B지만 24B 전체가 메모리에는 올라가야 한다는 점은 기억해야 한다.

가격

Liquid AI의 API 요금은 입력 100만 토큰당 0.10달러, 캐시된 입력은 0.05달러, 출력은 1.00달러이다. Liquid Console에서는 2달러의 시작 크레딧을 준다. 가중치는 Liquid AI의 LFM 라이선스로 내려받아 자기 하드웨어에서 돌릴 수도 있다.

쓰기 전에 알아 둘 것

이 모델은 텍스트 전용이며 답하기 전에 생각하는 추론 전용 모델이다. 따라서 이미지를 넣거나 생각 과정 없이 즉답을 받는 용도에는 맞지 않는다. 공개된 로컬 실행 예시는 llama-cli로 LiquidAI/LFM2.5-24B-A2B-GGUF를 불러오고, 온도 0.1, top-k 50, 반복 페널티 1.05를 지정하는 방식이다. 맥북 같은 노트북에서 직접 돌려 보려는 개발자는 이 설정을 출발점으로 삼을 수 있다. 또한 SWE-Bench Verified(OpenCode)에서 LFM2.5-24B-A2B는 51%로, Nemotron-3.5-Lightning 30B-A3B의 53.4%와 Gemma-4-26B-A4B-it의 25.8% 사이에 위치한다.

왜 중요한가

도구 호출이나 여러 단계에 걸친 자동화 같은 에이전트 작업을 데이터가 기기 밖으로 나가지 않는 상태에서 빠르게 돌릴 수 있게 되었다. 로컬이나 비공개 에이전트를 만드는 개발자에게 적합한 선택지이다.