LFM2.5-2.6BはLiquid AIのSLMでツール呼び出しに強い
LFM2.5-2.6BはLiquid AIがユーザーの機器（オンデバイス）向けに公開したSLM（Small Language Model＝小型言語モデル）で、ツールを呼び出しながら作業を進めるエージェント用途に強いモデルです。つまり、クラウドのAPIに頼らずご自身のPCやスマホの上でエージェントを動作させるためのモデルです。
LFM2.5-2.6Bの設計はLiquid AIの既存モデルLFM2を元にしたもので、文脈長を128Kまで伸ばしたうえでエージェント向けの事後学習（事前学習を終えたモデルを用途に合わせて仕上げる追加の学習）を加えています。主な仕様は次のとおりです。
| 仕様 | 値 |
|---|---|
| 総パラメータ | 2.69B |
| 層の構成 | 30層（二重ゲートの短い畳み込みブロック22＋GQA 8） |
| 事前学習の量 | 34兆トークン |
| 語彙数 | 128,000 |
| 文脈長 | 131,072トークン |
| 対応言語 | 英語・日本語・中国語・韓国語などを含む16言語 |
LFM2.5-2.6Bは常に考えてから答える推論モデルでもあります。回答の冒頭にチャットテンプレートが<think>タグを差し込むため、独自のプログラムで出力を受け取るなら考えている部分と最終回答・ツール呼び出しの部分を分けて処理する必要があります。
It builds on the LFM2 architecture with a 128K context window and agentic post-training. ／ Total parameters : 2.69B ／ Number of layers : 30 (22 double-gated short convolution blocks + 8 GQA) ／ Training budget : 34 trillion tokens ／ Vocabulary size : 128,000 ／ Context length : 131,072 tokens ／ Languages : English, Arabic, Chinese, French, German, Italian, Japanese, Korean, Portuguese, Spanish, Vietnamese, Thai, Indonesian, Hindi, Russian, Polish ／ LFM2.5-2.6B is a pure reasoning model that always thinks before it answers. — アーキテクチャの土台と文脈長・事後学習、モデル諸元、対応言語、および推論の挙動に関する記述より公式情報を見る →
BFCLで小型言語モデルは4倍規模に匹敵するのか
Liquid AIは、ツールの使用・指示への追従・複数手順のエージェント処理で、4倍規模のモデルに匹敵すると真っ先に打ち出しています。しかし比較表を読むとすべての指標で勝っているわけではありません。
Liquid AIは、強さの理由は学習した場所にあるとしています。エージェント向けの強化学習を広く使われているエージェント実行環境（ハーネス）の中で直接行い、各ハーネスのツールやシステムプロンプト、やり取りの型に合わせて学習させたとのこと。
Liquid AIが比較対象に選んだのは10B未満のモデルで、ベンチマーク比較表にはgemma-4-E2B-it・gemma-4-E4B-it・Qwen3.5-4B・Qwen3.5-9Bの四つのモデルの数値が掲載されています。数値を見る前に三つの指標の意味を押さえておきます。
- BFCL: ツール呼び出し（関数呼び出し）を正しく組み立てられるかの評価
- IFBench: 指示された条件どおりに出力できるかの評価
- LiveCodeBench: プログラミングの問題を解かせる評価
ベンチマーク比較表
| モデル | BFCLv4 | IFBench | LiveCodeBenchv6 |
|---|---|---|---|
| LFM2.5-2.6B | 56.88 | 59.17 | 59.41 |
| gemma-4-E2B-it | 36.98 | 34.08 | 54.92 |
| gemma-4-E4B-it | 46.39 | 39.24 | 63.77 |
| Qwen3.5-4B | 50.56 | 48.40 | 60.85 |
| Qwen3.5-9B | 60.13 | 56.47 | 69.86 |
IFBenchの59.17はベンチマーク比較表の中でいちばん高く、BFCLv4の56.88を超えるのもQwen3.5-9Bの60.13だけです。反対にLiveCodeBenchv6は59.41で、gemma-4-E4B-it（63.77）・Qwen3.5-4B（60.85）・Qwen3.5-9B（69.86）に届かず、公式ブログもコーディングは大きいモデルが優位を保つ唯一の分野だと認めています。
4倍規模に匹敵するという主張は、ベンチマーク比較表でいちばん大きいQwen3.5-9Bに、ツール呼び出しの数値で迫っていることを指すと考えられます。ご自身の用途で判断するなら、任せたい作業に近い列だけを見れば十分で、例えばツールを呼ばせるならBFCLv4とIFBench、コードを書かせるならLiveCodeBenchv6の列が目安です。
Best-in-class agent : Competitive with models 4x larger on tool use, instruction following, and multi-step agentic tasks. ／ Agentic reinforcement learning : Trained inside the most popular agentic harnesses to improve compatibility. ／ In particular, agentic reinforcement learning allows us to directly train the model inside popular agentic harnesses. It exposes the model to their tools, system prompts, and interaction patterns, helping it work reliably across agent environments. ／ We compared LFM2.5-2.6B with relevant sub-10B models on a diverse suite of benchmarks. — 4倍規模に匹敵するという主張、エージェント実行環境の中での強化学習、およびベンチマークの比較対象に関する記述より公式情報を見る →
Despite being the smallest model in the comparison, it is competitive with, and often outperforms, models nearly four times its size. ／ LFM2.5-2.6B leads on every instruction-following benchmark and nearly every tool use benchmark, trailing only Qwen3.5-9B on BFCLv4. ／ Coding is the one area where the larger models keep an edge. — 比較表の中での位置づけ、BFCLv4で上回られた相手、およびコーディングの弱さに関する記述より公式情報を見る →
メモリ2.5GB未満で動作し、スマホで毎秒30トークン
スマートフォンやPCの上で動作させる前提の小型モデルとして、LFM2.5-2.6Bは必要なメモリが2.5GB未満にとどまり、生成の速さもLiquid AIの検証で最速だったとされています。速度の単位として使うトークン/秒は一秒あたりに生成できるトークン（単語や文字の断片）の数を表し、大きいほど返答が早く届きます。
公式の数値はApple M5 Maxで毎秒220トークン、AMDのRyzen AI Max+ 395で毎秒113トークンです。どちらもノートやデスクトップ向けの高性能なチップでの値で、スマホで同じ速さが出るという意味ではありません。
スマホについてはモデルカードは「毎秒30トークンでスマホでも実用的なエージェントを動作させることができる」としています。公式ブログもスマホで毎秒30トークンを維持するとのこと。
エージェントは一回の指示で、考える・ツールを呼ぶ・結果を受け取るという生成を何度も重ねます。したがって、1回あたりの速度の差が全体の待ち時間にそのまま積み上がります。
サーバーで使う場合の数字も出ています。NVIDIA H100を1枚使って多数のリクエストを同時に処理させると毎秒1.5万トークン近くに達し、一日あたり約13億トークンを処理できるとのこと。同じモデルをスマートフォンやPCでもサーバーでも使い回せるので、開発者にとっては使いやすいモデルです。
Efficient inference : 220 tok/s on an Apple M5 Max and 113 tok/s on an AMD Ryzen CPU, in under 2.5 GB of memory. ／ Due to its efficient LFM2 architecture, LFM2.5-2.6B is the fastest model we tested, with decode speeds of 220 tokens/s on an M5 Max and 113 tokens/s on a Ryzen AI Max+ 395. At 30 tokens/s, it allows you to run capable agents even on a phone. ／ LFM2.5-2.6B is the fastest model in its size class, reaching almost 15K output tokens per second at high concurrency , roughly 1.3B tokens per day on a single H100. — 生成速度とメモリ使用量、計測に使ったチップ、スマートフォンでの動作、および GPU での処理量に関する記述より公式情報を見る →
It even holds 30 tokens/s on a phone, so a capable agent runs instantly and privately on your own device. — スマートフォンでの生成速度に関する記述より公式情報を見る →
ローカルLLMのエージェントやRAGに向き、コーディングは避ける
Liquid AIはエージェント処理やRAG（検索した文書をもとに答えさせる仕組み）を含む五つの用途を推奨し、エージェントによるコーディングと知識量が必要な作業は推奨しないとしています。推奨されている用途は次の五つです。
- エージェント処理
- ツールの使用
- データ抽出
- RAG
- 長い文脈を処理する作業
この推奨と非推奨の分け方は比較表の数値とも合っており、LiveCodeBenchv6の59.41は表の中で下から二番目で、コードを書かせる用途ではQwen3.5-9B（69.86）との差がそのまま結果に出やすくなります。公式ブログも、より複雑なエージェント処理やコーディング中心の作業には、大きいモデルのほうが合う場合があるとしています。
使い分けは、そのモデルにさせたいのが「ツールを呼んで手順を進める作業」なのか「知っていることを答える作業」なのかで判断するといいでしょう。作業ごとの向き不向きは次のとおりです。
- ツールを呼んで手順を進める作業: APIの呼び出しや書類・データからの情報の抜き出し、ご自身が用意した文書を検索して答えるRAGなど。LFM2.5-2.6Bの守備範囲です
- 知っていることを答える作業: 一般知識を問うプロンプトへの回答やコードの生成・修正を任せるエージェントです。より大きいモデルか、コードに強い別のモデルを選ぶ状況です
実際に組むときは知識を検索で外から渡し、モデルにはツールの呼び出しと結果のとりまとめを任せる構成にするとよいでしょう。この構成なら非推奨の「知識量が必要な作業」をモデルに任せず、ツール呼び出しの強みだけを使うことができます。
We recommend using it for agentic workloads, tool use, data extraction, RAG, and long-context workflows. It is not recommended for agentic coding and knowledge-heavy tasks. — 推奨用途と非推奨用途に関する記述より公式情報を見る →
These results make LFM2.5-2.6B a strong fit for high-volume agentic workloads on edge devices, especially when speed, privacy, and local deployment matter. For more complex agentic tasks or coding-heavy workloads, larger models may still be a better fit. — 向く作業と、大きいモデルを選ぶべき作業に関する記述より公式情報を見る →
LM Studio・GGUFで動作、商用はlfm1.0準拠
LFM2.5-2.6BはLM StudioやGGUF版を使ってご自身のPC上で動作させることができますが、商用で使うときは独自のlfm1.0ライセンスの条件に従います。また、モデルカードの推論手段は次の六つで、それぞれにLiquid AIのドキュメントにある手順ページがあります。
- Transformers
- vLLM
- SGLang
- llama.cpp
- MLX
- LM Studio
本体のほかに次の三つの形式でも配布されています。三つのうちGGUF版は、量子化（重みの数値の精度を落として軽くする処理）で、メモリの使用量を抑えた形式です。
- GGUF版: llama.cpp向けに量子化した形式で、CPUでの実行に適している
- MLX版: Apple Silicon搭載のMacで速く動作させるための形式
- ONNX版: ONNX Runtimeで動作させる形式で、環境を選ばずに使うことができる
コマンドを使わずに触るならLM Studioが簡単です。Liquid AIのドキュメントはLM Studioを入れたら検索タブで「LiquidAI」か「LFM2」を検索し、モデルと量子化の段階を選んでダウンロードする流れを書いています。
エージェントとして連携する手順は公式ブログによれば二つだけで、まずOpenAI互換のエンドポイント（APIの受け口になるURL）でモデルを立ち上げ、次にハーネス側の接続先として同じURLを設定します。公式ブログは、Hermes Agent・OpenClaw・Piといったハーネスで、そのまま動作するとしています。
ツール呼び出しの出力はデフォルトではPython風の関数呼び出し形式で、システムプロンプトで指示すればJSONで出させることもできます。JSONで受け取る場合は出力をJSON整形ツールに貼り付け、引数の抜けや型の不一致がないかを確かめましょう。
ライセンスはLiquid AI独自の「lfm1.0」で、Hugging Face上の分類も「other」です。MITやApacheのような広く使われる許諾型のライセンスではないため、商用のサービスに組み込む前にライセンス本文で条件をチェックしておくといいでしょう。
License: lfm1.0 ／ LFM2.5-2.6B-GGUF ／ Quantized format for llama.cpp and compatible tools. Optimized for CPU inference and local deployment with reduced memory usage. ／ LFM2.5-2.6B-ONNX ／ ONNX Runtime format for cross-platform deployment. ／ LFM2.5-2.6B-MLX ／ MLX format for Apple Silicon. Optimized for fast inference on Mac devices using the MLX framework. ／ You can override this behavior by asking the model to output JSON function calls in the system prompt. ／ LFM2.5 is supported by many inference frameworks. — ライセンスの表示、配布形式、ツール呼び出しの出力形式、および対応する推論フレームワークに関する記述より公式情報を見る →
LM Studio is a desktop application for running LLMs locally with a graphical interface. ／ Search for “LiquidAI” or “LFM2” — LM Studio の位置づけと、モデルの探し方に関する記述より公式情報を見る →
Setting up your own local agent takes only two steps. First, serve LFM2.5-2.6B behind an OpenAI-compatible endpoint, then point your agent harness at it. It works out of the box with popular harnesses like Hermes Agent , OpenClaw , and Pi . — ローカルでエージェントを動かす手順と、対応するハーネスに関する記述より公式情報を見る →
LFM2.5-2.6Bはツール呼び出し用で、コードは別モデル
LFM2.5-2.6Bはメモリ2.5GB未満でご自身のPCやスマホに置くことができるツール呼び出し向けの小型モデルで、コーディングと知識を問う用途には適していません。一方、ご自身のPCやスマホでツールを呼ぶエージェントを動作させたいなら、最初に選ぶモデルの一つになります。
比較表ではBFCLv4とIFBenchで上位に入り、M5 Maxで毎秒220トークンという速さもありますが、コードを書かせる用途や知識を問う用途なら公式の非推奨に従って別のモデルを選ぶのが無難です。商用で使うときはlfm1.0のライセンス本文を先に読んでおきましょう。
FAQ
- LFM2.5-2.6Bはスマホで動作しますか？
- Liquid AIはスマホで動作させることができるとしています。モデルカードは、毎秒30トークンでスマホでも実用的なエージェントを動作させることができると書いており、M5 Maxの毎秒220トークンはPC向けチップでの値です。
- LFM2.5-2.6Bが適している用途と適していない用途は何ですか？
- Liquid AIが推奨するのは、エージェント処理・ツールの使用・データ抽出・RAG、長い文脈の処理といった作業です。エージェントによるコーディングと、知識量が必要な作業は推奨しないと明記されています。
- 日本語は使えますか？
- 使うことができます。モデルカードに掲載されている対応言語は16言語で、その中に日本語が入っています。
- 商用で使えますか？
- ライセンスは独自のlfm1.0で、MITやApacheのような広く使われるライセンスではありません。商用のサービスに組み込む前にライセンス本文で条件をチェックする必要があります。
関連する記事
LFM2.5のDSparkで推論が最大3.18倍に高速化、量子化版も公開Liquid AIがLFM2.5向けに公開したDSparkは投機的デコードのドラフトモデルで、2.6Bモデルの生成をH100で平均2.67倍、M4 MaxのMacBookで2.27倍速くします。SGLangとllama.cppに対応し、4bitのQAD版では精度が16bit版の約97%まで戻ります。
LFM2.5-24B-A2Bとは？2Bだけが動作するエージェント用モデルLiquid AIのLFM2.5-24B-A2Bは、総24B・アクティブ2BのMoEモデルです。エージェント系ベンチマーク8本中5本でQwen3.6-35B-A3Bを超え、M5 Maxならメモリ15GB・毎秒184トークンで動作します。知識とコーディングはQwen3.6が上です。
PerplexityのPortable ComputerがWindowsのRTX搭載PCに対応PerplexityのローカルAIエージェント「Portable Computer」が、2026年9月14日にVRAM 24GB以上のGeForce RTX・RTX PRO搭載Windows PCに対応しました。DGX Sparkに続く対応機種です。PC内で処理する分はクレジットを消費しません。
Pipetteとは？スマホのAI性能を実機で測定する新しいベンチマークPipetteは、スマホのAIを測る実機ベンチマークです。Liquid AIとArtificial Analysisが、2026年8月24日に公開しました。iPhone 17 Proで待ち時間を1分までにすると、63点で同点の2モデルは38点と18点に下がり、47点のLFM2.5-8B-A1Bがトップに立ちます。