LiquidAI lance LFM2.5-2.6B, l'IA locale qui tourne sur mobile

Résumé

LiquidAI dévoile LFM2.5-2.6B, un modèle agentique de 2,6 milliards de paramètres conçu pour exécuter des agents complets sur appareils locaux, rapides, privés et sans cloud.

Les faits

LiquidAI présente LFM2.5-2.6B, un modèle conçu pour « alimenter des agents capables entièrement sur l’appareil », avec appel d’outils et workflows multi-étapes, tout en restant suffisamment compact et rapide pour fonctionner sur des ordinateurs portables et des téléphones, sans infrastructure cloud. Le modèle permet ainsi aux développeurs de « déployer des agents partout, garder les données privées sur l’appareil et faire évoluer l’usage sans facture d’inférence cloud ». LFM2.5-2.6B est pré-entraîné sur environ 34 000 milliards de jetons, avec une phase intermédiaire qui porte la fenêtre de contexte à 128 000 tokens. La recette de post-entraînement transforme la base en agent en quatre étapes : deux séries de « supervised fine-tuning » fortement orientées données agentiques (usage d’outils, recherche web, trajectoires de harness), une spécialisation de plusieurs enseignants par domaine (maths, code, usage d’outils, etc.), une distillation « multi-domain on-policy » vers un élève unique, puis un apprentissage par renforcement agentique multi-tours au sein de harness d’agents réels. L’architecture Agentic RL sépare optimisation du modèle, inférence et exécution de l’environnement. Un « Training Engine » optimise le modèle, tandis qu’un « Rollout Engine » génère des actions avec la politique courante. Le framework de RL orchestre la boucle d’apprentissage en lançant des rollouts, en collectant trajectoires et récompenses, puis en mettant à jour le modèle. Les actions sont exécutées dans un « Sandbox Service » où un « Blackbox Harness » comme OpenClaw ou Hermes Agent héberge l’agent et coordonne ses interactions avec l’environnement, tandis qu’un « Harness Proxy » permet de traiter ces harness comme des boîtes noires, tout en capturant les trajectoires de tokens nécessaires à la reconstruction et à la validation des exemples RL. Les benchmarks montrent que LFM2.5-2.6B est « le plus petit modèle du groupe », mais qu’il « rivalise et dépasse souvent les autres ». Sur les tests d’instruction et d’usage d’outils, il arrive en tête de tous les benchmarks d’instruction et de tous les benchmarks de tool use sauf BFCLv4, où seul le Qwen 9,7B le devance. Sur les tâches agentiques, il dépasse les deux modèles Gemma et reste au niveau des Qwen. Il « mène aussi sur la connaissance » et reste proche en mathématiques, tandis que les modèles plus grands gardent un avantage clair en programmation. Côté performance, LFM2.5-2.6B bénéficie d’un support dès le premier jour sur llama.cpp, MLX, vLLM, SGLang et ONNX. Grâce à son architecture LFM2 efficace, il est « le modèle le plus rapide » des tests sur CPU, avec 220 tokens/s en décodage sur un Apple M5 Max et 113 tokens/s sur un Ryzen AI Max+ 395, pour moins de 2,5 Go de mémoire. À 30 tokens/s, il permet de faire tourner des agents capables « même sur un téléphone ». Sur GPU, il est annoncé comme « le modèle le plus rapide dans sa catégorie de taille », atteignant près de 15 000 tokens de sortie par seconde à forte concurrence, soit environ 1,3 milliard de tokens par jour sur un seul GPU H100.

Pourquoi c’est important

LFM2.5-2.6B illustre une bascule stratégique vers des agents IA véritablement locaux, capables de planifier, d’appeler des outils et de gérer des workflows multi-étapes sans recourir au cloud. En combinant une fenêtre de contexte étendue, une recette de formation spécifiquement agentique et une architecture d’inférence optimisée, LiquidAI vise à rendre ces agents utilisables sur des appareils du quotidien, des ordinateurs portables jusqu’aux smartphones. Pour les développeurs et les entreprises, l’enjeu est double : la confidentialité, puisque les données restent sur l’appareil, et la maîtrise des coûts, grâce à l’absence de facture d’inférence cloud. Les performances de LFM2.5-2.6B face à des modèles jusqu’à quatre fois plus grands sur l’instruction, l’usage d’outils et les tâches agentiques en font une option clé pour les applications à fort volume sur edge devices, tout en repositionnant les modèles de taille moyenne comme cœur de la prochaine génération d’agents locaux.

Questions fréquentes

Qu’est-ce que LFM2.5-2.6B ?

LFM2.5-2.6B est un modèle agentique de 2,6 milliards de paramètres conçu pour exécuter des agents capables entièrement sur appareil, avec appel d’outils et workflows multi-étapes.

Sur combien de données LFM2.5-2.6B est-il pré-entraîné ?

Le modèle est pré-entraîné sur environ 34 000 milliards de jetons, avec une phase intermédiaire qui étend la fenêtre de contexte à 128 000 tokens.

Comment LFM2.5-2.6B est-il transformé en agent ?

La base est post-entraînée via deux SFT orientés données agentiques, des enseignants spécialisés par domaine, une distillation multi-domaine on-policy, puis un apprentissage par renforcement agentique.

Quelles sont ses performances sur CPU ?

Grâce à son architecture LFM2 efficace, il atteint 220 tokens/s sur un Apple M5 Max et 113 tokens/s sur un Ryzen AI Max+ 395, en moins de 2,5 Go de mémoire.

Quels frameworks d’inférence sont pris en charge ?

LFM2.5-2.6B bénéficie d’un support dès le premier jour dans llama.cpp, MLX, vLLM, SGLang et ONNX.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.