LFM2.5-2.6B
2.69B端侧模型，官方定位代理负载：为纯推理模型（回答前始终思考），支持函数调用与128K上下文，内置多种代理交互训练。
最后核实：
https://huggingface.co/LiquidAI/LFM2.5-2.6B特点与限制
主要特点
- 2.69B参数，30层（22个双门控短卷积块＋8个GQA块）
- 中期训练将上下文扩展至128K（131,072 token）
- 官方称Apple M5 Max约220 tok/s、AMD Ryzen约113 tok/s，内存占用低于2.5GB
- 为纯推理模型，聊天模板在助手回答前自动加入思考标记
- 支持函数调用，并在流行代理框架内做过代理强化学习
使用边界
- 官方明确不推荐代理编码与知识密集型任务。
- 作为纯推理模型始终输出思考内容，使用时需考虑延迟与输出长度。
- 权重采用LFM Open License v1.0：商用权利以年收入低于1000万美元为条件，超过该门槛的商业使用不在该许可范围内；非营利与研究用途不受门槛限制。
- 本站未复现评测与速度/内存数据。
模型信息
- 家族与版本
- LFM2.5 / 2.5
- 输入与输出
- 文本 → 文本
- 公开参数规模
- 2.69B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方卡标注总参数2.69B；HF权重元数据safetensors张量参数合计2,697,198,592（约2.70B），与官方口径一致。纯文本模型，无视觉或音频组件。 参数来源
- 原生上下文
- 131,072 tokens
- 扩展上下文
- 未提供
- 语言声明
- 英语、阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语、越南语、泰语、印尼语、印地语、俄语、波兰语；语言支持不代表对应语言的评测水平。
- 权重许可
- LFM Open License v1.0
- 代码许可
- 未核实
- 训练资料
- 官方公开训练口径：约34T token预训练，中期训练将上下文扩展至128K；后训练四阶段（两轮SFT、领域教师特化、多域在线策略蒸馏、代理强化学习）。
能力依据
模型变体：指令版；家族与版本：LFM2.5 / 2.5
文本生成
AIME25 · accuracy51.87%AIME 2025 · en · 思考开启IFBench · score59.17%IFBench · en · 思考开启Multi-IF · score80.07%Multi-IF · multilingual · 思考开启查看评估与来源收起补充信息
文本生成
可作为端侧代理与工具调用候选：官方benchmark表报告AIME25 51.87、IFBench 59.17、Multi-IF 80.07、BFCLv4 56.88。该型号为纯推理模型，成绩均来自发布方自测。
- 官方表在同一行并列Gemma 4 E2B/E4B、Qwen3.5等同规模或更大对照模型。
- 覆盖数学、指令跟随、多语言指令与工具调用多个维度。
- 官方公开训练预算与后训练流程，能力边界较清楚。
- 官方明确不推荐代理编码与知识密集型任务，且未报告代码基准。
- 作为纯推理模型始终输出思考内容，官方分数不体现延迟与输出长度成本。
- 未披露提示模板与采样配置，不能与外部榜单直接横比；本站未复现任何一项基准。
AIME25 · accuracy
51.87%官方报告 · Liquid AI（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- LiquidAI/LFM2.5-2.6B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- AIME 2025 / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Liquid AI官方benchmark表列LFM2.5-2.6B为51.87；该型号为纯推理模型，回答前始终生成思考内容。官方未披露提示模板、采样与评测配置；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- liquid-ai / lfm2-5-2-6b-benchmark-table
- 来源
- https://huggingface.co/LiquidAI/LFM2.5-2.6B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方卡未披露该成绩的数据版本、模型revision与评测配置，无法与统一条件下的其他成绩比较。
IFBench · score
59.17%官方报告 · Liquid AI（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- LiquidAI/LFM2.5-2.6B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- IFBench / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Liquid AI官方benchmark表列LFM2.5-2.6B为59.17；该型号为纯推理模型。官方未披露提示模板、采样与评测配置；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- liquid-ai / lfm2-5-2-6b-benchmark-table
- 来源
- https://huggingface.co/LiquidAI/LFM2.5-2.6B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方卡未披露该成绩的数据版本、模型revision与评测配置，无法与统一条件下的其他成绩比较。
Multi-IF · score
80.07%官方报告 · Liquid AI（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- LiquidAI/LFM2.5-2.6B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- Multi-IF / 未提供
- 基准 / 报告版本
- 官方模型卡未注明数据版本
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Liquid AI官方benchmark表列LFM2.5-2.6B为80.07；该型号为纯推理模型。官方未披露语种范围、提示模板与评测配置；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- liquid-ai / lfm2-5-2-6b-benchmark-table
- 来源
- https://huggingface.co/LiquidAI/LFM2.5-2.6B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方卡未披露该成绩的数据版本、模型revision与语种范围，无法与统一条件下的其他成绩比较。
BFCLv4 · score
56.88%官方报告 · Liquid AI（模型发布方自报）官方自测
展开评测条件与来源
- 模型标识 / 修订
- LiquidAI/LFM2.5-2.6B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- BFCL / 未提供
- 基准 / 报告版本
- v4
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；Liquid AI官方benchmark表列LFM2.5-2.6B为56.88；该型号为纯推理模型。官方未披露具体测试配置与运行时；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- liquid-ai / lfm2-5-2-6b-benchmark-table
- 来源
- https://huggingface.co/LiquidAI/LFM2.5-2.6B
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方卡未披露该成绩的数据版本、模型revision与运行配置，无法与统一条件下的其他成绩比较。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；官方列出Apple M5 Max约220 tok/s、AMD Ryzen约113 tok/s与低于2.5GB内存占用等设备数据，属于官方声明而非本站测量，不换算为通用资源保证。
内存：未核实；显存：未核实。
依赖：transformers>=5.0.0。
STEP 01 准备运行环境
官方快速开始说明兼容transformers>=5.0.0；模型卡未给出具体安装命令，命令留空；本站未执行安装。
STEP 02 加载模型并生成
按官方示例用AutoModelForCausalLM以bfloat16加载LiquidAI/LFM2.5-2.6B；官方推荐生成参数temperature 0.1、top_k 50、repetition_penalty 1.1。本站未下载权重或运行模型。
llama.cpp
系统支持未提供 · GGUF · 官方GGUF仓库提供多种量化等级（见仓库文件）
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；官方称GGUF用于CPU推理与更低内存占用，具体占用取决于量化等级与运行时，不将文件体积换算为资源保证。
内存：未核实；显存：未核实。
依赖：以官方指引为准。
STEP 01 获取GGUF量化权重
官方列出LFM2.5-2.6B-GGUF仓库，面向llama.cpp及兼容工具，用于CPU推理与本地部署；本站未下载权重。
STEP 02 按llama.cpp文档加载
官方推理表把llama.cpp列为支持框架并链接其项目；模型卡未给出具体加载命令，命令留空。