LFM 2.5-2.6B

LFM 2.5-2.6B は、Liquid AI がオンデバイスのエージェントワークロード向けに開発したオープンウェイトのデンスモデルです。2026年8月4日に lfm1.0 ライセンスで公開され、128K コンテキスト、ネイティブなツール呼び出し、2.5 GB 未満のメモリフットプリントを備え、ノート PC・スマートフォン・シングル GPU サーバーで常時稼働するエージェントを対象としています。

主な機能

• ネイティブなツール呼び出し：Pythonic と JSON の2形式の関数呼び出しに対応。Hermes Agent や OpenClaw など実際のエージェントハーネス内で訓練。
• 128K コンテキスト・16言語：131,072 トークンのコンテキスト、128,000 の語彙。中国語・日本語を含む。
• オンデバイス速度：Apple M5 Max で 220 tok/s、AMD Ryzen AI Max+ 395 で 113 tok/s、スマートフォンで 30 tok/s。メモリ 2.5 GB 未満。
• サーバースループット：高並行時、単一 H100 で1日約13億トークン。

モデル仕様

料金

LFM 2.5-2.6B は無料です。Hugging Face のオープンウェイトは自前のハードウェア以外のコストがかからず、有料の公式 API ティアもありません。

ユースケース

• 常駐ローカルエージェント：ノート PC やスマートフォンで 24 時間 365 日、計画しツールを呼び出すエージェント。
• ツール呼び出しとデータ抽出：ネイティブな関数呼び出しは構造化抽出や API オーケストレーションに適合。
• RAG と長コンテキスト：128K ウィンドウで大規模なドキュメント群を保持。
• 高スループットのサービング：単一 H100 で1日約13億トークン。

コーディングが弱みであるエージェントコーディングや、26 億パラメータの知識容量を超える知識集約型タスクには向きません。

優位性

1. 重要指標でクラスをリード：ツール利用と指示追従で同サイズ帯をリードし、4倍のモデルに匹敵。MOPD 蒸留と実ハーネス内 GRPO 訓練の成果です。
2. どこでも動く：スマートフォンの 30 tok/s から M5 Max の 220 tok/s まで、1つのスタックでモバイル・デスクトップ・サーバーを横断。
3. すぐデプロイできる：初日からの GGUF・MLX・ONNX ビルドと主要ランタイム対応。
4. スケールしても低コスト：GPU あたりの高スループットで並行エージェントのサービングコストを抑制。

ヒント

1. Q4KM を使う：1.67 GB は品質とサイズの推奨バランス。
2. 実際のハーネスと組み合わせる：Hermes Agent、OpenClaw、Pi は訓練時のループと一致。
3. コーディングエージェントには使わない：コーディング特化モデルを選びましょう。

まとめ

LFM 2.5-2.6B は目的の絞られた 26 億パラメータのエージェントエンジンです。128K コンテキスト、ネイティブなツール呼び出し、ほぼどこでも動くオープンウェイト。ローカルハードウェアでのエージェント的なツール利用、抽出、RAG、長コンテキスト自動化なら同クラス最強の一つ。コーディングや深い世界知識が必要なら、より大きなモデルを。

代替案

• LFM 2.5 8B A1B：同ファミリーのより大きなハイブリッド MoE。
• Qwen 3.8 27B：汎用知識が強い大型オープンウェイトの選択肢。
• Gemma 3：オンデバイス・シングル GPU 向けの Google オープンモデル。