Le nouveau modèle de raisonnement compte 24 milliards de paramètres, dont 2 milliards actifs par jeton. Il étend le contexte à 131 072 jetons et vise l’appel d’outils et les boucles agentiques sur matériel local.
Les poids de base et post-entraînés sont accessibles sur Hugging Face; llama.cpp, MLX, vLLM, SGLang et ONNX sont annoncés compatibles. Une API Liquid est aussi proposée. Il s’agit d’un modèle de raisonnement explicite, pas d’un mode sans raisonnement interchangeable avec son prédécesseur.
Liquid revendique des gains sur certains benchmarks d’agents mais montre aussi des tâches où des modèles plus grands restent meilleurs, notamment en connaissances et code. Deux milliards actifs ne signifient pas deux milliards de poids à stocker. L’accès aux poids doit être distingué d’une licence sans restriction: consulter la licence LFM.
Les modèles locaux privilégient des compromis ciblés entre vitesse, autonomie et coût, plutôt qu’une domination générale de tous les usages.