人工智能初创企业Liquid AI近日推出了一款名为LFM2.5-2.6B的开源智能体模型，该模型凭借仅26亿的参数规模，在设备端本地部署领域展现出显著优势。其轻量化设计使得智能手机等移动设备也能流畅运行，同时具备支持复杂智能体工作流的能力，包括规划、调用及多步骤处理等任务。
据技术文档披露，LFM2.5-2.6B的预训练数据集规模达34T Token，覆盖多领域文本。研发团队通过优化现有分词器，显著提升了模型对非拉丁字母语言的处理能力，例如中文、阿拉伯文等。目前，该模型的基础版本与后训练版本均已上线Hugging Face平台，供全球开发者自由下载使用。
在性能对比测试中，LFM2.5-2.6B与gemma-4-E2B-it、gemma-4-E4B-it、Qwen3.5-4B及Qwen3.5-9B等更大参数模型展开同台竞技。结果显示，LFM2.5-2.6B在指令执行类任务中全面领先，工具使用场景下仅在BFCLv4测试中微弱落后于Qwen3.5-9B。面对Gemma系列两款模型，LFM2.5-2.6B在智能体任务中实现全维度超越，与Qwen系列则呈现势均力敌的态势。
细分领域表现方面，该模型在STEM学科测试中展现强劲实力，AA Omniscience测试成绩位居榜首，仅在数学专项测试中略逊于Qwen3.5-9B。值得注意的是，编程能力仍是当前大参数模型的护城河，LFM2.5-2.6B在此领域与头部模型仍存在可感知的差距。这种性能差异与模型架构设计及训练数据分布密切相关，反映出轻量化模型在特定场景下的取舍策略。