Liquid AI ปล่อย LFM2.5-24B-A2B: โมเดล reasoning 24B ที่ทำงานจริงแค่ 2.45B ต่อโทเคน ชนะ Qwen3.6-35B-A3B ในงาน tool-use หลายรายการ วิ่ง 184 tok/s บน M5 Max — แต่โค้ดและความรู้ยังแพ้ และไลเซนส์จำกัดบริษัทรายได้เกิน $10M
Liquid AI ปล่อย LFM2.5-24B-A2B โมเดลตัวใหญ่ที่สุดและตัวสุดท้ายของตระกูล LFM2.5 น้ำหนักขึ้น Hugging Face ตั้งแต่ 12 ต.ค. 2026 (05:35 UTC) ส่วนบล็อกเปิดตัวลงวันที่ 13 ต.ค. เป็นโมเดล mixture-of-experts ขนาด 24B ที่ใช้งานจริงเพียง 2.45B ต่อโทเคน และ คิดก่อนตอบทุกครั้ง ต่างจาก LFM2-24B-A2B รุ่นก่อนที่ไม่ใช่โมเดล reasoning Liquid วางตำแหน่งไว้ชัดว่าเป็นโมเดลสำหรับ เอเจนต์ที่รันบนเครื่องตัวเอง ไม่ใช่โมเดลสารพัดประโยชน์
ตัวเลขที่ Liquid เลือกโชว์จึงเป็นงาน tool-use และ instruction following ซึ่งชนะ Qwen3.6-35B-A3B ที่มีพารามิเตอร์มากกว่าราว 50% ได้หลายรายการ แต่ตารางของ Liquid เองก็แสดงว่า งานเขียนโค้ดและงานที่ต้องใช้ความรู้ยังแพ้ชัดเจน นักพัฒนาจึงควรอ่านทั้งตาราง ไม่ใช่แค่ตัวเลขหัวข่าว
สเปกและวิธีรัน
- พารามิเตอร์: 24.0B รวม, 2.45B active (การ์ดโมเดลระบุ ส่วนชื่อรุ่นปัดเป็น A2B)
- สถาปัตยกรรม: 40 ชั้น (gated short convolution 30 ชั้น + GQA attention 10 ชั้น), 64 experts ต่อบล็อก เลือก top-4 ตรงกับ
config.jsonบน Hugging Face - บริบท: ขยายจาก 32K เป็น 131,072 โทเคน, vocab เพิ่มจาก 65K เป็น 128K เพื่อให้ตัดคำภาษาที่ไม่ใช่อักษรละตินได้ดีขึ้น
- ภาษา: การ์ดโมเดลระบุ 16 ภาษา ซึ่งรวม ภาษาไทย เวียดนาม และอินโดนีเซีย
- การเทรน: pre-train ราว 33T โทเคน (รุ่นเดิม ~17T), mid-train อีก 2T ที่ 32K และ 300B ที่ 131K แล้ว post-train ห้าขั้น ปิดท้ายด้วย RL ภายใน harness จริงอย่าง OpenClaw, Hermes Agent, Pi และ OpenCode
- ไฟล์: มี BF16, FP8 (สำหรับ vLLM/SGLang), ONNX, MLX 4–8 bit และ GGUF โดย Q4_K_M หนัก 14.5 GB และ Q8_0 หนัก 25.5 GB รองรับ llama.cpp, MLX, vLLM, SGLang และ LM Studio ตั้งแต่วันแรก
ค่า generation ที่ Liquid แนะนำคือ temperature 0.1, top_k 50, repetition_penalty 1.05 ซึ่งต่ำกว่าที่หลายคนตั้งไว้กับโมเดล reasoning ตัวอื่น ควรปรับก่อนเทียบผลเอง
ตารางคะแนน: ชนะตรงไหน แพ้ตรงไหน
ตัวเลขจากบล็อกของ Liquid เทียบกับ Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it และ Nemotron-3.5-Lightning (30B-A3B):
| Benchmark | LFM2.5-24B-A2B | Qwen3.6-35B-A3B | Gemma-4-26B-A4B |
|---|---|---|---|
| AutomationBench | 27.69 | 8.72 | 5.46 |
| LiveClaw | 48.09 | 38.19 | 41.25 |
| ToolSandbox | 80.71 | 75.02 | 72.09 |
| IFBench | 74.69 | 64.21 | 47.44 |
| BFCLv4 | 65.01 | 65.00 | 57.09 |
| PinchBench | 83.18 | 89.93 | 77.12 |
| WebArena Verified | 26.75 | 37.62 | 25.62 |
| GPQA Diamond | 74.42 | 83.69 | 74.90 |
| SWE-bench Verified (OpenCode) | 51.00 | 66.20 | 25.80 |
สรุปคือ เก่งเรื่อง เรียก tool ให้ถูกและทำตามคำสั่ง แต่ห่าง Qwen3.6 ถึง 15 จุดใน SWE-bench Verified และแพ้ใน WebArena ทั้งที่เป็นงานเอเจนต์เหมือนกัน Liquid เองเขียนในการ์ดโมเดลว่า ไม่แนะนำให้ใช้กับงานที่ต้องอาศัยความรู้เพียงลำพัง และควรใช้คู่กับ retrieval หรือ web search ทั้งหมดนี้เป็นตัวเลขของ Liquid เอง ยังไม่มีผลทดสอบอิสระ
ความเร็วและไลเซนส์
Liquid อ้างว่าถอดรหัสได้ 184 tok/s บน Apple M5 Max และ 114 tok/s บน Ryzen AI Max+ 395 เร็วกว่าโมเดล MoE ที่นำมาเทียบสูงสุด 1.7 เท่าและใช้หน่วยความจำน้อยที่สุด ฝั่งเซิร์ฟเวอร์ได้มากกว่า 21K โทเคนต่อวินาที ที่ concurrency สูงบน B300 ตัวเดียว บล็อกไม่ได้บอกว่าตัวเลขฝั่ง edge ใช้ quantization ระดับไหน
ไลเซนส์คือ LFM Open License v1.0 ไม่ใช่ Apache-2.0 เมื่ออ่านไฟล์ LICENSE ใน repo ข้อ 5 กำหนดว่าสิทธิ์ใช้เชิงพาณิชย์มีผล เฉพาะองค์กรที่มีรายได้ต่อปีต่ำกว่า $10 ล้าน องค์กรที่ใหญ่กว่านั้นต้องคุยกับ Liquid แยก ส่วนองค์กรไม่แสวงกำไรใช้เพื่อการวิจัยได้โดยไม่ติดเพดานนี้
มุมมอง AI Curator
ปีนี้โมเดล “A3B” แทบทุกค่ายพยายามเป็นโมเดลทั่วไปตัวเล็ก Liquid เลือกทางที่ต่างออกไป คือยอมแพ้เรื่องความรู้และโค้ด เพื่อแลกกับการเรียก tool ให้แม่นและเร็วบนแล็ปท็อป สำหรับงานที่เอเจนต์ส่วนใหญ่ทำจริง เช่น อ่านอีเมล กรอกฟอร์ม เรียก API ภายใน หรือสั่งงาน CLI ตามขั้นตอน ข้อแลกนี้สมเหตุสมผล คะแนน AutomationBench ที่ทิ้งคู่แข่งสามเท่าเป็นสัญญาณที่น่าลอง แต่ถ้างานหลักคือแก้โค้ดใน repo จริง Qwen3.6-35B-A3B ยังเป็นตัวเลือกที่ดีกว่าชัดเจน
สำหรับนักพัฒนาไทย มีสองเรื่องที่ควรรู้ เรื่องแรกคือการ์ดโมเดลระบุภาษาไทยไว้ตรง ๆ และการขยาย vocab เป็น 128K ก็ทำเพื่อภาษาที่ไม่ใช่อักษรละตินโดยเฉพาะ จึงน่าทดสอบว่า tool calling จาก prompt ภาษาไทยยังแม่นเท่าภาษาอังกฤษหรือไม่ ซึ่ง Liquid ไม่ได้รายงานไว้ เรื่องที่สองคือไลเซนส์ สตาร์ทอัปและ SME ไทยส่วนใหญ่อยู่ต่ำกว่าเพดาน $10M สบาย ๆ แต่ธนาคาร โทรคมนาคม และค้าปลีกรายใหญ่ที่อยากรันเอเจนต์บนเครื่องพนักงานเพื่อไม่ให้ข้อมูลออกนอกองค์กร ซึ่งเป็นกลุ่มที่ได้ประโยชน์จากโมเดลแบบนี้มากที่สุด กลับใช้ฟรีไม่ได้ ควรตรวจไลเซนส์ก่อนทำ PoC ไม่ใช่หลังจากทำเสร็จแล้ว
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service