LFM 2.5-2.6B

LFM 2.5-2.6B 是 Liquid AI 专为端侧智能体负载打造的开源权重稠密模型。2026 年 8 月 4 日以 lfm1.0 许可证发布，集 128K 上下文、原生工具调用和不到 2.5 GB 的内存占用于一身，面向在笔记本、手机和单卡服务器上持续运行的智能体。

核心功能

• 原生工具调用：支持 Pythonic 和 JSON 两种函数调用格式，在 Hermes Agent、OpenClaw 等真实智能体框架内完成训练。
• 128K 上下文、16 种语言：131,072 token 上下文，128,000 词表，含中文和日语。
• 端侧速度：Apple M5 Max 上 220 tok/s，AMD Ryzen AI Max+ 395 上 113 tok/s，手机上 30 tok/s，内存不到 2.5 GB。
• 服务端吞吐：高并发下单张 H100 每天约 13 亿 token。

模型规格

定价

LFM 2.5-2.6B 完全免费。Hugging Face 上的开源权重除了自有硬件外没有任何成本，也没有付费的官方 API 套餐。

适用场景

• 常驻本地智能体：在笔记本或手机上 7×24 小时规划并调用工具。
• 工具调用与数据提取：原生函数调用适合结构化提取与 API 编排。
• RAG 与长上下文：128K 窗口可容纳大规模文档集。
• 高吞吐服务：单张 H100 每天约 13 亿 token。

不适合智能体编程（编程是其短板），也不适合超出 26 亿参数知识容量的知识密集型任务。

优势

1. 关键能力领先同级：工具调用与指令遵循领先同尺寸模型，媲美 4 倍大的模型，得益于 MOPD 蒸馏与真实智能体框架内的 GRPO 训练。
2. 随处可跑：手机 30 tok/s 到 M5 Max 220 tok/s，一套栈横跨移动端、桌面与服务器。
3. 开箱即部署：首发 GGUF、MLX、ONNX 构建加主流运行时支持。
4. 规模化低成本：单卡高吞吐让并发智能体的服务成本保持低位。

使用技巧

1. 用 Q4KM：1.67 GB，质量与体积的推荐平衡点。
2. 搭配真实框架：Hermes Agent、OpenClaw 或 Pi 与其训练回路一致。
3. 别用于编程智能体：编程任务请改用面向编程的模型。

总结

LFM 2.5-2.6B 是一个目标明确的 26 亿参数智能体引擎：128K 上下文、原生工具调用、几乎随处可跑的开源权重。做本地硬件上的智能体工具调用、提取、RAG 或长上下文自动化，它是同级别最强之一；要编程或深厚世界知识，请看更大的模型。

替代方案

• LFM 2.5 8B A1B：Liquid AI 同家族更大的混合 MoE。
• Qwen 3.8 27B：通用知识更强的更大开源权重选择。
• Gemma 3：Google 的开源模型家族，面向端侧与单卡场景。