Новая модель Liquid AI размером 2.6B запускает AI-агентов прямо на вашем ноутбуке или телефоне
LFM2.5-2.6B — компактная модель искусственного интеллекта, способная справляться с многошаговыми задачами без отправки данных в облако и конкурирующая с моделями в четыре раза большего размера по ключевым тестам.
Ключевые моменты
- Компания Liquid AI выпустила LFM2.5-2.6B в августе 2026 года — модель с 2,6 миллиардами параметров, разработанную для запуска AI-агентов исключительно на локальных устройствах.
- Модель достигает 220 токенов в секунду на чипе Apple M5 Max и 113 токенов в секунду на процессоре AMD Ryzen, занимая менее 2,5 ГБ памяти.
- На тестах следования инструкциям LFM2.5-2.6B превзошла все протестированные конкурентные модели, включая модели почти в четыре раза большего размера.
- Базовая версия и версия с настройкой на выполнение инструкций доступны прямо сейчас на Hugging Face.
Большинство AI-помощников, способных выполнять сложные задачи — поиск в сети, написание кода, заполнение форм — расположены в облаке. Ваш запрос путешествует на удалённый сервер, обрабатывается и возвращается. Это работает хорошо, пока вас не беспокоят вопросы приватности, стоимости или доступа в интернет.
Liquid AI хочет изменить это положение. Компания выпустила LFM2.5-2.6B — компактную модель искусственного интеллекта, построенную для запуска AI-агентов, программного обеспечения, которое может выполнять многошаговые задачи самостоятельно, прямо на обычном оборудовании. Представьте ноутбук на вашем столе или телефон в кармане.
Чем эта модель отличается от обычного чатбота?
Обычные чатботы отвечают на один вопрос за раз. AI-агент планирует и действует через несколько этапов: он может искать информацию, вызывать внешний инструмент, проверять результат, а затем писать резюме. Это требует от модели следования точным инструкциям и управления более длинной цепочкой решений без отклонения от курса.
LFM2.5-2.6B была специально обучена для такой работы. Liquid AI прошла четыре этапа обучения, завершившихся процессом под названием Agentic Reinforcement Learning, в котором модель практиковала задачи в реальных окружениях агентов, а не просто читала текстовые примеры. В результате получилась модель, которая заняла первое место во всех тестах следования инструкциям в сравнительной группе Liquid, превзойдя модели с 9,7 миллиардами параметров на нескольких тестах.
Как на самом деле выглядит сравнение размеров?
Таблица ниже показывает, как LFM2.5-2.6B сравнивается с четырьмя более крупными моделями по подборке тестов, опубликованных Liquid. Более высокие значения лучше на всех строках, кроме AA Omniscience, где оценки отрицательные и ближе к нулю лучше.
| Тест | LFM2.5-2.6B | Qwen3.5-4B (4.7B) | Qwen3.5-9B (9.7B) |
|---|---|---|---|
| IFBench (следование инструкциям) | 59.17 | 48.40 | 56.47 |
| ToolSandbox (использование инструментов) | 77.83 | 75.55 | 76.44 |
| Multi-IF (многооборотные инструкции) | 80.07 | 55.67 | 62.55 |
| AIME25 (математика) | 51.87 | 49.33 | 56.07 |
| LiveCodeBench v6 (программирование) | 59.41 | 60.85 | 69.86 |
Картина ясна. В следовании инструкциям и использовании инструментов компактная модель побеждает или добивается паритета. В программировании более крупные модели сохраняют серьёзное преимущество, поэтому разработчики, создающие агентов с интенсивным использованием кода, захотят что-то более мощное.
Должны ли обычные пользователи волноваться по этому поводу?
Да, по одной практической причине: приватность. Когда AI-агент работает на вашем устройстве, ваши документы, сообщения и запросы никогда его не покидают. Ни одна облачная компания не хранит и не обучается на ваших данных. Это важно для всех, кто работает с конфиденциальной личной, медицинской или деловой информацией.
Скорость тоже имеет значение в повседневном использовании. При 30 токенах в секунду модель достаточно быстра для запуска на современном телефоне, а не только на высокопроизводительном ноутбуке. По сообщениям Liquid, она занимает менее 2,5 ГБ памяти, что хорошо укладывается в возможности современных потребительских устройств.
Для разработчиков модель доступна прямо сейчас на Hugging Face, впервые о чём сообщило Hugging Face как часть своего центра моделей, и работает с широко используемыми инструментами, включая llama.cpp и vLLM, платформу для развёртывания AI-моделей в масштабе.
Часто задаваемые вопросы
Означает ли запуск AI на моём устройстве, что мои данные остаются в приватности?
Да. Когда модель работает локально, ваши входные данные никогда не передаются на внешний сервер, поэтому никакая третья сторона их не получает и не хранит. Это основное преимущество AI на устройстве с точки зрения приватности.
Нужно ли мне дорогостоящее оборудование для запуска этого?
Не обязательно. По словам Liquid, модель работает на телефоне с приемлемой скоростью и занимает менее 2,5 ГБ памяти, что меньше, чем требуют многие приложения для редактирования фото. Современного ноутбука или продвинутого смартфона должно быть достаточно.
