LiquidAI: LFM2-24B-A2B

Publié par Liquid le 25 février 2026, LiquidAI: LFM2-24B-A2B est un LLM instruct généraliste de la famille LFM2. Son architecture hybride MoE associe des couches convolutionnelles et attentionnelles, avec 24 milliards de paramètres au total, dont 2,3 milliards actifs.

Le modèle cible principalement les déploiements sur appareil et en environnement local. Sa fenêtre de contexte de 128 000 tokens convient au traitement de contenus longs, notamment pour la synthèse, le question-réponse sur des documents hors ligne et les pipelines RAG locaux. Il couvre neuf langues, dont le français.

Caractéristiques

Notre analyse

Forces. LiquidAI: LFM2-24B-A2B réunit plusieurs fonctions utiles aux assistants locaux : appel de fonctions, sorties structurées, recherche web et format de conversation de type ChatML. Sa fenêtre de 128 000 tokens favorise l’exploitation de documents volumineux et de bases documentaires locales. L’architecture MoE limite l’activation à 2,3 milliards de paramètres sur 24 milliards au total, une caractéristique cohérente avec son positionnement sur appareil. L’intégration à Transformers, vLLM, llama.cpp, MLX et LM Studio élargit les possibilités de déploiement local. La prise en charge de l’anglais, de l’arabe, du chinois, du français, de l’allemand, du japonais, du coréen, de l’espagnol et du portugais couvre plusieurs grands usages multilingues.

Limites et points d'attention. Le modèle n’est pas recommandé pour le codage, ce qui écarte son emploi comme assistant de programmation généraliste. Son intérêt se concentre davantage sur les assistants multilingues, le RAG local, les workflows avec outils, la synthèse et le question-réponse documentaire hors ligne.

Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com).