总参数240亿，每个token激活24.5亿，这两个数字看起来相差近十倍，却回答着不同问题：前者关系到权重怎样装进设备，后者关系到一步计算要动用多少模型。10月13日，Liquid AI开放LFM2.5-24B-A2B，面向本地工具调用和多步智能体任务。这是一款带显式思考过程的文本模型，不是可以不看内存、随便塞进任意终端的“小模型”。

快速看点：基础与后训练权重开放，最大上下文131072个token；模型保留稀疏专家结构，明确主打推理与工具调用；本地部署有运行库版本要求，权重许可证也有企业商用门槛，不能把开放权重理解为无条件免费。

计算只选少数专家，权重仍然要装得下

模型采用混合架构，共40层，其中30层是门控短卷积模块、10层使用分组查询注意力。每个专家模块有64个专家，每一步选取4个参与计算。模型卡给出的总参数为24.0B，激活参数为2.45B；产品名中的A2B是定位标记，不应拿来替代精确参数统计。

稀疏计算的吸引力，在于不用让所有专家每一步都工作。但没有被当前token选中的专家，后续仍可能被调用，不能据此只为24.5亿参数准备内存。若把240亿参数全部按每参数2字节粗算，BF16权重约需48GB，这还没算缓存和其他运行开销；这是容量估算，不是设备实测。

与此前LFM2-24B-A2B相比，新模型将上下文从32768扩到131072个token，并把词表扩至128K。长文档和较长的智能体轨迹因此有了更大的输入空间，不过上下文上限并不等于在任意长度都能稳定完成任务，缓存、输入处理和长期信息保持仍要测试。

先思考再回答，目标是工具链而非聊天榜

LFM2.5-24B-A2B被定义为推理型模型，每次回答前有显式思考过程。开发者应根据聊天模板处理思考段和最终答案，不能直接把整个返回文本当成严格业务字段。这种训练选择也意味着，较少的激活计算并不能自动保证每个请求更短，生成的思考长度同样影响等待时间。

后训练不仅关注普通问答，还把模型放进智能体运行框架，训练多步决策与工具使用。这里的“智能体能力”需要一个外部执行环境：模型提出调用，工具真正访问文件、检索信息或执行操作，运行框架再把结果交回模型。开放权重不等于这些业务连接器和权限策略全部配齐。

模型卡与配套材料报告了多类工具和智能体评测，与Qwen3.6-35B-A3B比较时，不同任务各有优劣。这些结果不是企业流程完成率，更不能推出所有编码、网页操作和自动化任务都更强。针对本地部署的吞吐宣传，也要区分单用户响应与服务端高并发吞吐，不能互换。

可以本地运行，仍需检查版本和商用许可

官方提供原生权重及面向不同运行环境的格式工件，开发者可按推理或微调需求选择。文档明确Transformers兼容版本为5.0.0及以上；Apple设备采用MLX时，需要mlx-lm 0.32.0或更新版本，较早版本会错误路由专家。格式文件能下载，不代表旧运行库就能正确执行。

部署时应先固定权重与运行库版本，再检查聊天模板、思考段分离、工具参数是否合法，以及量化后关键业务判断是否变化。不要把“模型能加载、能输出一句话”当成完整兼容验收。对于要反复执行工具的流程，一次格式错误就可能在多轮中累积成错误操作。

权重使用LFM Open License，不是标准Apache许可直接覆盖全部商用。条款涉及年营收1000万美元门槛，超过适用范围的商业使用需要另行取得许可。企业应按自身主体和用途核对条件，微调后模型的使用也不能跳过这一环节；许可证核查应放在试点开始前。

本地推理可以减少对远程语言模型API的依赖，却不等于数据永不出设备。联网搜索、外部工具、日志导出和连接器仍可能发送信息。实施团队要把推理路径和工具路径分别画清楚，再决定哪些任务能离线完成、哪些操作需要联网和人工批准。

小编判断：端侧Agent要算整条任务链

这款模型值得关注的，是把稀疏计算、长上下文和工具训练放在同一条端侧部署路径上。它给开发者一个可自己检查和适配的选择，但总参数、激活参数、量化格式与最终任务表现，不能用一个“快”字打包。

真正有价值的比较，应固定设备、任务和工具权限，记录任务完成率、人工接管次数、首个有效动作时间与总资源占用，再观察连续运行是否稳定。只有端侧整个流程比现有方案更可靠、更容易控制，低激活参数才会转化为实际交付优势。