2.6B端側AI模型登場 部分評測贏過9B對手

美國AI新創公司Liquid AI推出參數量約26.9億的端側代理（agent）模型「LFM2.5-2.6B」。在Liquid AI自行公布的測試結果中，部分指令遵循與工具使用分數，超越了參數規模達90億的Qwen3.5-9B。

Liquid AI於4日（當地時間）透過官方部落格宣布，將LFM2.5-2.6B與基礎模型「LFM2.5-2.6B-Base」一併公開於Hugging Face。這款小型模型的設計目標，是讓工具呼叫、多步驟任務與結構化輸出都能直接在本地裝置上完成。

LFM2.5-2.6B以約34兆個token進行預訓練，並經過128K文本長度擴展階段，最長可支援13萬1072個token的上下文。模型架構共有30層，詞彙量規模約12萬8000個。

這款模型是在實際的代理框架（agent harness）中，學習工具使用、系統提示與多輪任務情境。所謂代理框架，是指讓模型能夠選擇並呼叫外部工具、接收執行結果，再據此完成下一步任務的運作環境。

訓練過程結合了監督式微調、教師模型專項訓練、多領域同策略蒸餾（on-policy distillation），以及代理強化學習。蒸餾指的是利用高效能模型的回答與判斷，將能力轉移給規模較小模型的技術。

Liquid AI說明，團隊先針對指令遵循、數學、知識、程式碼、工具使用、長文本處理等領域，分別打造專屬教師模型，再將這些能力整合進單一學生模型。由於推論可直接在裝置端完成、不需經過雲端API，有助於降低延遲並減輕個資處理負擔。

根據Liquid AI公布的評測表，LFM2.5-2.6B在IFBench的分數為59.17，高於Qwen3.5-9B的56.47；Multi-IF為80.07比62.55；IFStruct則是85.49比78.50。

在測試工具使用能力的ToolSandbox項目中，LFM2.5-2.6B同樣以77.83分優於Qwen3.5-9B的76.44分。不過，這些數字都是Liquid AI自行公布的內部評測結果，目前未有獨立機構在相同條件下重現驗證。

並非所有評測項目都由小模型勝出。在BFCLv4測試中，Qwen3.5-9B得分60.13，高於LFM2.5-2.6B的56.88；AIME25與LiveCodeBenchv6兩項評測，也是Qwen3.5-9B表現較佳。

Liquid AI建議，LFM2.5-2.6B較適合用於工具使用、資料擷取、檢索增強生成（RAG）與長文本處理等任務；至於代理程式撰寫（agent coding）與知識密集型工作則不建議採用。官方也表示，若面對複雜任務或程式碼比重較高的環境，規模更大的模型可能更為合適。

在端側裝置實測中，這款模型於蘋果（AAPL）M5 Max晶片上達到每秒220個token的解碼速度，在超微（AMD）Ryzen AI Max+ 395平台上則為每秒113個token。Liquid AI表示，記憶體用量低於2.5GB，即使在手機上運作，速度也能維持在每秒約30個token左右。

這款模型的推出，延續了可在智慧型手機等裝置內直接運作的小型AI模型持續擴張的趨勢。不過，目前並未公開與特定區塊鏈專案、代幣或交易所的直接整合。

本地代理未來或有機會應用於錢包安全防護或鏈上數據分析工具，但實際能否落地，仍須觀察開發者採用情況與獨立性能驗證結果。目前模型權重與基礎模型版本已在Hugging Face公開。

查證來源：Liquid AI官方部落格、Hugging Face模型頁面