Liquid AI, 로컬 에이전트용 MoE 모델 LFM2.5-24B-A2B 공개

Liquid AI가 전체 24B 파라미터 중 활성 파라미터가 2.45B인 MoE 추론 모델 LFM2.5-24B-A2B를 공개했다. 이 모델은 노트북과 데스크톱에서 로컬 에이전트를 실행하는 것을 목표로 하며, 131K 토큰의 컨텍스트 창을 지원한다. 모든 답변 생성 전 <think> 태그를 포함한 사고 과정을 필수적으로 생성하도록 설계되었다.

성능 및 벤치마크

Liquid AI 자체 측정 결과, 도구 호출과 지시 따르기 성능에서는 Qwen3.6-35B-A3B 대비 우위를 보였다. AutomationBench에서 27.69점(Qwen 8.72점), IFEval에서 96.75점을 기록했다. 반면 지식(GPQA Diamond 74.42점)과 코딩(SWE-Bench Verified 51.00점) 분야에서는 Qwen 모델보다 낮은 점수를 나타냈다.

실행 속도 및 리소스

llama.cpp 기준 Q4_K_M 양자화 모델은 Apple M5 Max에서 디코딩 속도 184 tok/s를 기록하며, 메모리 사용량은 약 15GB다. NVIDIA B300 GPU에서 동시 요청 1,024개 처리 시 Qwen 대비 약 1.67배 빠른 21,070 tok/s의 처리량을 보였다. 한국어 토크나이저 효율은 어휘 확장을 통해 이전 모델 대비 토큰 수를 16.7% 감소시켰다.

라이선스 및 사용 제한

모델은 LFM Open License v1.0을 적용받으며, 연 매출 1,000만 달러 이상 기업의 상업적 사용은 제한된다. 연구 및 연 매출 1,000만 달러 미만 기업의 상업적 사용은 허용된다. Transformers 5.0.0 이상 환경에서 실행 가능하며, Hermes Agent 등 로컬 에이전트 하네스와 연동할 수 있다.