Le nouveau modèle 2.6B de Liquid AI exécute des agents IA directement sur votre ordinateur portable ou téléphone
LFM2.5-2.6B est un modèle IA compact capable de gérer des tâches multi-étapes sans envoyer vos données vers le cloud, et il rivalise avec des modèles quatre fois plus grands sur les benchmarks clés.
Points clés
- Liquid AI a lancé LFM2.5-2.6B en août 2026, un modèle à 2,6 milliards de paramètres conçu pour exécuter des agents IA entièrement sur un appareil local.
- Le modèle atteint 220 jetons par seconde sur une puce Apple M5 Max et 113 jetons par seconde sur un processeur AMD Ryzen, tenant dans moins de 2,5 Go de mémoire.
- Sur les benchmarks de suivi d'instructions, LFM2.5-2.6B a surpassé tous les modèles de comparaison testés, y compris des modèles près de quatre fois plus volumineux.
- Les versions de base et optimisées pour les instructions sont désormais disponibles sur Hugging Face.
La plupart des assistants IA capables d'effectuer des tâches complexes, de rechercher sur le web, d'écrire du code, de remplir des formulaires, résident dans le cloud. Votre demande voyage vers un serveur distant, est traitée, puis revient. Cela fonctionne bien, jusqu'au moment où vous vous souciez de la confidentialité, du coût ou de l'accès à Internet.
Liquid AI souhaite changer cette équation. L'entreprise a lancé LFM2.5-2.6B, un petit modèle IA conçu pour exécuter des agents IA, des logiciels capables d'effectuer des tâches multi-étapes de manière autonome, directement sur le matériel courant. Pensez à l'ordinateur portable sur votre bureau ou au téléphone dans votre poche.
Qu'est-ce qui distingue ce modèle d'un chatbot standard ?
Les chatbots standard répondent à une question à la fois. Un agent IA planifie et agit sur plusieurs étapes : il pourrait rechercher des informations, appeler un outil externe, vérifier un résultat, puis rédiger un résumé. Cela nécessite que le modèle suive des instructions précises et gère une chaîne de décisions plus longue sans dévier de sa trajectoire.
LFM2.5-2.6B a été entraîné spécifiquement pour ce type de travail. Liquid AI l'a soumis à quatre étapes d'entraînement, en terminant par un processus appelé Apprentissage par Renforcement Agentique, où le modèle a pratiqué des tâches dans de véritables environnements d'agents plutôt que de simplement lire des exemples de texte. Le résultat est un modèle qui a surpassé tous les benchmarks de suivi d'instructions dans le groupe de comparaison de Liquid, surpassant des modèles comptant jusqu'à 9,7 milliards de paramètres sur plusieurs tests.
Comment la comparaison des tailles se déploie-t-elle réellement ?
Le tableau ci-dessous montre comment LFM2.5-2.6B se compare à quatre modèles plus grands sur une sélection des benchmarks publiés par Liquid. Les valeurs plus élevées sont meilleures sur toutes les lignes sauf AA Omniscience, où les scores sont négatifs et plus proches de zéro est mieux.
| Benchmark | LFM2.5-2.6B | Qwen3.5-4B (4.7B) | Qwen3.5-9B (9.7B) |
|---|---|---|---|
| IFBench (suivi d'instructions) | 59.17 | 48.40 | 56.47 |
| ToolSandbox (utilisation d'outils) | 77.83 | 75.55 | 76.44 |
| Multi-IF (instructions multi-tours) | 80.07 | 55.67 | 62.55 |
| AIME25 (mathématiques) | 51.87 | 49.33 | 56.07 |
| LiveCodeBench v6 (codage) | 59.41 | 60.85 | 69.86 |
Le modèle est clair. En matière de suivi d'instructions et d'utilisation d'outils, le petit modèle remporte ou fait match nul. En codage, les modèles plus grands conservent un véritable avantage, de sorte que les développeurs construisant des agents lourds en code voudront quelque chose de plus volumineux.
Les utilisateurs ordinaires doivent-ils se soucier de tout cela ?
Oui, pour une raison pratique : la confidentialité. Lorsqu'un agent IA s'exécute sur votre appareil, vos documents, messages et requêtes ne le quittent jamais. Aucune entreprise cloud ne stocke ni n'entraîne sur vos données. Cela importe pour quiconque traite des informations personnelles, médicales ou commerciales sensibles.
La vitesse est également significative dans l'utilisation quotidienne. À 30 jetons par seconde, le modèle est assez rapide pour s'exécuter sur un téléphone moderne, pas seulement un ordinateur portable haut de gamme. Liquid rapporte qu'il tient dans moins de 2,5 Go de mémoire, ce qui est bien à la portée des appareils de consommation actuels.
Pour les développeurs, le modèle est désormais disponible sur Hugging Face, d'abord signalé par Hugging Face dans le cadre de son hub de modèles, et fonctionne avec les outils largement utilisés y compris llama.cpp et vLLM, un framework pour servir les modèles IA à grande échelle.
Questions courantes
L'exécution de l'IA sur mon appareil signifie-t-elle que mes données restent privées ?
Oui. Lorsqu'un modèle s'exécute localement, votre entrée ne voyage jamais vers un serveur externe, donc aucun tiers ne la reçoit ou ne la stocke. C'est l'avantage principal de la confidentialité de l'IA sur appareil.
Ai-je besoin de matériel coûteux pour exécuter cela ?
Pas nécessairement. Liquid affirme que le modèle s'exécute sur un téléphone à des vitesses utiles et tient dans moins de 2,5 Go de mémoire, ce qui est moins que de nombreuses applications d'édition de photos. Un ordinateur portable moderne ou un smartphone haut de gamme devrait être suffisant.
