Liquid AI 发布 Liquid RIPL（Real-time Inference Pipeline），一个在实时请求路径中运行 Liquid Foundation Models（LFM）的低延迟推理引擎，端到端返回完整生成结果低于 50 ms，并称在峰值负载下持续有请求到达时延迟仍能保持。支持 LFM2.5 系列 230M 到 2.6B 参数模型，运行在 NVIDIA H100、H200、B200 和 RTX PRO 6000 上，基准测试用单张 B200。据其自测，p95 延迟比 vLLM 上的 Qwen…
推荐理由做搜索排序、风控、支付授权这类毫秒级场景的团队，可参考其 6 个实时工作负载的延迟预算数据
Liquid AI 发布 LFM2.5-24B-A2B，24B 参数、每 token 仅激活 2B，是 LFM2.5 系列最大也是最后一款模型。在 8 项 agent 与工具调用基准中 5 项对标 Qwen3.6-35B-A3B，LiveClaw 得分 48.09 对 38.19，AutomationBench 27.69 对 8.72。端侧速度最高为同类 MoE 的 1.7 倍，Apple M5 Max 上 184 tokens/s，单张 NVIDIA B300 上输出可达 21K tokens/s。上下文从 3…
推荐理由24B 总参、2B 激活，M5 Max 上 184 tokens/s，端侧跑 Agent 可直接下载权重
Liquid AI 发布 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，专为端侧运行私有 Agent 设计。模型会先推理再回答，支持工具调用和多步任务。在 LiveClaw 上得分 48.09，超过参数多约 50% 的 Qwen3.6-35B-A3B（38.19）；AutomationBench 27.69 对 8.72。推理速度：Apple M5 Max 上 184 tok/s，单张 NVIDIA B300 GPU 最高 21K 输出 tok/s。上下文从 32K 扩到 131K，词…
推荐理由24B 总参、2B 激活就能跑 Agent，M5 Max 上 184 tok/s，端侧私有部署可直接评估