На 13 октомври Liquid AI пусна LFM2.5-24B-A2B — модел за разсъждение с 24 милиарда общи и около два милиарда активни параметри на токен. Теглата са достъпни за изтегляне. Новината засяга разработчици, които искат агентът им да работи на собствен хардуер, вместо всяко извикване на модела да зависи от отдалечена услуга.
Защо „активни“ не означава размер на файла
Разреждането на изчислението и съхраняването на модела са различни разходи. В архитектура с избираеми експерти за отделния токен се използва част от наличните параметри. Това само по себе си не прави целия набор тегла малък. Купувач на компютър не трябва да изведе нужната памет само от числото A2B в името.
За практически избор са нужни отделни проверки на теглата, работната памет, контекста и едновременните заявки. Дълъг разговор може да има различна цена от кратък въпрос при същия модел. Нашият инженерен прочит е, че „работи локално“ трябва да се доказва с конкретна конфигурация и задача, а не с една цифра за параметрите.
Обявената скорост и границите на сравнението
Liquid AI отчита 184 изходни токена в секунда върху Apple M5 Max и контекст до 131 072 токена. Компанията описва по-добри резултати при част от агентните тестове, но по-слаби при други задачи. Тя съобщава и затягане на оценъчните среди след нежелано поведение по време на обучението. Това са фирмени измервания и обяснения, не независимо потвърдена универсална скорост.
Полезен собствен тест би сравнил еднакви инструкции, инструменти и критерии за приключване. Ако единият агент отговори бързо, но изисква три поправки, първото време до токен не описва целия процес. За приложение значение имат и времето до проверен резултат, отказите и разходът на машината при продължителна работа.
Как се свързва локален агент
Официалното ръководство описва сървър с OpenAI-съвместим интерфейс и отделна агентна среда, която се свързва към него. Извикването на инструменти изисква правилната конфигурация. Ръководството изрично разглежда по-големия модел като възможност с по-висока нужда от памет. Наличието на модел и наличието на работещ цикъл за изпълнение са отделни стъпки.
Представете си помощник за подреждане на вътрешни документи. Моделът може да е локален, но инструментът му да изпраща съдържание към външна търсачка. Поверителността тогава зависи от маршрута на всяко действие. Това е наш пример, не установен проблем с LFM: проверяват се разрешенията, външните услуги и журналът на резултатите.
Какво позволява лицензът
Страницата на модела сочи LFM Open License 1.0. Публикуваният лиценз поставя праг от 10 милиона долара годишен приход за свободната търговска употреба и изисква запазване на лицензионните уведомления при разпространение. Следователно достъпните тегла не означават безусловен Apache 2.0 лиценз. Конкретната употреба трябва да бъде съпоставена с пълните условия.
За малък екип основният въпрос е дали контролът върху средата оправдава настройването и поддръжката. За по-голяма организация се добавя и проверка на лицензионния обхват. Новият модел разширява възможностите за собствена инфраструктура; той не премахва нуждата от реална оценка на паметта, качеството и достъпа до данните.
Предлагаме оценката да започне с ограничена задача и примерни документи с известен правилен резултат. Екипът записва кои файлове са прочетени, какви действия са предложени и дали е поискано одобрение преди промяна. Запазеният отговор е по-слабо доказателство от повторяемо изпълнение с прегледана история на действията.
Източниците са прочетени на 14 октомври 2026 г. между 09:25 и 09:35 ч. по Europe/Sofia. Оценките и примерните проверки са редакционен анализ; SIExpo не е провеждал собствен тест на продукта. Корицата е AI илюстрация, а не снимка на действително събитие.
