LFM2.5-2.6B：エージェントをあらゆる場所へ

本日、LFM2.5-2.6Bを公開します。完全にオンデバイスで動作するエージェントモデルで、スマートフォンで動くほど小さく、CPU 上でも快適に応答するほど速く、計画立案・ツール呼び出し・多段階タスクといったエージェント的なワークフローを担えるだけの能力を備えています。

クラウド API に依存するエージェントとは異なり、ローカルのエージェントは推論が無料で、レイテンシが低く、真のプライバシーを実現します。トークン単価がなくなることは、開発の仕方そのものを変えます。エージェントをローカルのハードウェア上で大規模に並列実行でき、数百万トークンを消費するバックグラウンド処理も追加費用ゼロで走らせられます。トークン消費が制約でなくなれば、エージェントはどこでも 24 時間動かせるのです。

ベースモデル（LFM2.5-2.6B-Base）と事後学習済みモデル（LFM2.5-2.6B）は、本日より Hugging Face で公開しています。ローカルでの実行とファインチューニングの方法は、ドキュメント をご覧ください。

学習

LFM2.5-2.6B は、エージェント用途向けに特化して学習させた 26 億パラメータのモデルです。約 34 兆トークンで事前学習しています。LFM2.5 で非ラテン文字をより適切に扱えるようにするため、モデルをゼロから再学習するのではなく、既存のトークナイザーをその場で拡張する手法で語彙を 2 倍の 12.8 万に拡大しました。手順は LFM2.5-8B-A1B と同じです。中間学習には 128K のコンテキスト拡張フェーズを設けており、エージェント用途で求められる長い入力を扱えるようにしています。

以下の図は、LFM2.5-2.6B-Base をエージェント志向の LFM2.5-2.6B へと仕上げる 4 段階の事後学習パイプラインをまとめたものです。教師ありファインチューニング (SFT), 教師モデルの専門化, マルチドメイン・オンポリシー蒸留 (MOPD), and エージェント強化学習 (Agentic RL).

教師ありファインチューニング（SFT） 事後学習は連続する 2 段階の SFT から始まります。まず全ドメインを広くカバーし、続いてエージェントタスク、推論、ツール利用といった重点スキルを狙って形を整えます。2 段階を合わせた SFT の学習データ配合は LFM2.5-8B-A1B のおよそ 7 倍の規模で、ツール利用、ウェブ検索、ソフトウェア工学、エージェントの実行トレースなどエージェント関連のタスクに重みを置いています。最終的な SFT チェックポイントは、生徒モデルであると同時に、後の蒸留段階で用いる専門教師モデル群の初期化チェックポイントにもなります。

教師モデルの専門化 共通の SFT チェックポイントを出発点に、配合を調整したデータで対象ドメインごとに集中的な SFT を行い、続いて検証可能な報酬による強化学習（RLVR）を実施して、ドメインごとの専門家モデルを 1 つずつ育てます。得られた専門家は、指示追従、数学、幻覚抑制を含む知識、コード、ツール利用、長文脈をカバーします。別々に学習させることで、無関係な目的からの干渉を受けずに、対象データと報酬を使って各専門家が自らのドメインを深く最適化できます。

MOPD. 次に、専門化した各エキスパートを教師として、その能力を 1 つの生徒モデルへ蒸留します。別のモデルが生成した軌跡から学ぶオフポリシー蒸留とは異なり、MOPD では生徒が自身の方策のもとでロールアウトします。各プロンプトは対応するドメインの教師にルーティングされ、教師はトークン単位のフィードバックで生徒の応答を監督します。

教師は生徒と同じ SFT チェックポイントから分岐しているため、そのフィードバックは生徒の分布に十分近く、学習を不安定にすることなく導いてくれます。この密でルーティングされた監督により、生徒はドメイン特化の能力を 1 つのモデルに統合しながら素早く収束します。

Agentic RL. 最終段階では、実際のエージェント環境の中で動作することをモデルに学ばせます。実運用のエージェントハーネスを通じてマルチターンのエージェント強化学習を行い、調査、執筆、コーディング、データ分析、ドキュメント管理、外部ツールの利用、多段階ワークフローの自動化といった現実的な業務タスクにモデルを取り組ませます。

学習中はタスクをサンプリングし、対応するハーネスをランダムに選びます。各ロールアウトは独自のランタイムを持つ専用サンドボックスで実行されます。最適化には GRPO を用い、LLM-as-a-judge のルーブリック、プログラムによるチェック、厳格な安全ゲートを組み合わせた成果ベースの報酬を使います。Hermes Agent、OpenClaw などのハーネスの内側で直接学習させることで、それぞれのツール、システムプロンプト、対話パターンにモデルを触れさせ、さまざまなエージェント環境で安定して動作できるようにしています。

学習パイプラインは、モデルの最適化、推論、環境の実行を別々のコンポーネントに分離しています。学習エンジン（FSDP）がモデルを最適化し、ロールアウトエンジン（SGLang）が最新の方策で行動を生成します。強化学習フレームワーク（verl）は、ロールアウトの起動、軌跡と報酬の収集、モデルの更新を通じて学習ループ全体を統括します。

行動は サンドボックスサービス の内部で実行されます。ここでは ブラックボックス評価ハーネス がエージェント（OpenClaw や Hermes Agent など）をホストし、ツール呼び出し、コード実行、その他のタスク固有の操作を通じてタスク環境とのやり取りを調整します。評価ハーネスのプロキシ により、エージェントハーネスを一切改変せずブラックボックスのまま扱いながら、強化学習の学習サンプルを再構成・検証するために必要なトークン単位の軌跡を透過的に取得できます。これには線形軌跡の整合性検査、トークンの不一致チェック、Rollout Routing Replay（R3）が含まれます。

ベンチマーク

LFM2.5-2.6B を、STEM、指示追従、ツール利用、エージェント的ワークフローを対象とするベンチマークで評価しました。比較対象のなかで最小のモデルでありながら、およそ 4 倍の規模のモデルと互角、あるいはそれを上回る結果を示しています。

ベンチマーク

LFM2.5-2.6B (2.6B)

gemma-4-E2B-it (5.1B)

gemma-4-E4B-it (8B)

Qwen3.5-4B (4.7B)

Qwen3.5-9B (9.7B)

AA-Omniscience-Public

-29.50

-74.47

-49.03

-54.30

-50.43

AIME25

51.87

26.33

34.27

49.33

56.07

LiveCodeBenchv6

59.41

54.92

63.77

60.85

69.86

IFBench

59.17

34.08

39.24

48.40

56.47

Multi-IF

80.07

69.44

77.35

55.67

62.55

IFStruct

85.49

64.85

76.65

36.25

78.50

BFCLv4

56.88

36.98

46.39

50.56

60.13

ToolSandbox

77.83

52.40

65.00

75.55

76.44

τ³-Bench Banking

5.67

3.35

4.12

5.45

5.15

Claw-Eval average (EN)

62.85

53.14

58.02

62.28

66.53

PinchBench

68.22

44.24

55.09

71.26

71.45

BrowseComp+ (OpenClaw)

26.89

8.31

15.90

24.46

27.23

LFM2.5-2.6B は指示追従のすべてのベンチマークで首位に立ち、ツール利用でもほぼすべてで最高、BFCLv4 のみ Qwen3.5-9B に次ぐ結果でした。エージェントタスクでは 2 つの Gemma モデルを全面的に上回り、Qwen 系とは僅差で競り合っています。STEM では AA-Omniscience-Public で首位、数学では Qwen3.5-9B に次ぐ 2 位です。コーディングだけは、より大きなモデルに分があります。

これらの結果から、LFM2.5-2.6B はエッジデバイス上での大量のエージェント処理に適していると言えます。とりわけ速度、プライバシー、ローカル実行が重要な場面で力を発揮します。より複雑なエージェントタスクやコーディング中心の処理では、依然として大きなモデルの方が適している場合があります。1

どこでも高速に推論

LFM2.5-2.6B は、推論エコシステム全体で初日から利用できます。

  • llama.cpp — エッジでの効率的な推論に向けた GGUF チェックポイント
  • MLX — Apple シリコン向けに最適化された推論
  • vLLM — 本番のスループットに向けた GPU アクセラレーション付きサービング
  • SGLang — 本番のスループットに向けた GPU アクセラレーション付きサービング
  • ONNX — 多様なアクセラレータをまたぐクロスプラットフォーム推論

CPU 推論。 効率的な LFM2 アーキテクチャのおかげで、LFM2.5-2.6B は今回試したなかでプロンプトの読み込みと回答の生成が最も速いモデルでした。2.5 GB 未満に収まりながら、M5 Max で 220 トークン/秒、Ryzen AI Max+ 395 で 113 トークン/秒でデコードします。スマートフォン上でも 30 トークン/秒を維持するため、実用的なエージェントが手元のデバイス上で即座に、かつプライベートに動作します。

GPU 推論。 出力スループット（総出力トークン数 / 実時間）は、NVIDIA H100 SXM5 GPU 1 基を用い、負荷を持続させる設定で計測しています。各並列度において、処理中のリクエスト数が目標値を保つよう、完了したリクエストを直ちに補充しています。

各モデルは SGLang 0.5.16、入力 1,024 トークン、出力最大 256 トークン、BF16 で計測し、並列度ごとに 3 回の平均を取りました。LFM2.5-2.6B は同サイズ帯で最速で、高い並列度では毎秒約 1 万 5,000 出力トークン、H100 1 基あたり 1 日およそ 13 億トークンに達します。

LFM2.5-2.6B でローカルエージェントを動かす

LFM2.5-2.6B のサイズ、速度、能力は、エッジデバイス上での大量のエージェント処理に最適です。以下のデモでは、スマートフォン上の Liquid Agent ハーネス内でモデルを動かし、クラウド API を一切呼ばずに、計画立案からツール呼び出し、実タスクの遂行までを完全にオンデバイスで行っています。

ご自身のローカルエージェントの構築は 2 ステップで完了します。まず OpenAI 互換のエンドポイントで LFM2.5-2.6B を提供し、次にエージェントハーネスをそこへ向けるだけです。次のような主要なハーネスでそのまま動作します：Hermes Agent, OpenClaw、Pi。モデルをローカルで提供し、お好みのエージェントハーネスと接続する方法は、ガイド をご覧ください。

はじめに

LFM2.5-2.6B と LFM2.5-2.6B-Base で、今日から開発を始めましょう。公開先は Hugging Face.

LFM2.5 によって、私たちは「どこでも動く AI」というビジョンを形にしています。これらのモデルは次の特長を備えています。

  • オープンウェイト — 制約なくダウンロード、ファインチューニング、デプロイできます
  • 初日から高速 — Apple、AMD、Qualcomm、NVIDIA の各ハードウェアで llama.cpp、MLX、vLLM をネイティブサポート
  • 揃ったファミリー — カスタマイズ向けのベースモデルから、音声・視覚に特化した派生モデルまで、単一のアーキテクチャで多様な用途をカバーします

皆さんが何を作るのか、楽しみにしています。

hugging face logo liquid AIHugging Face でダウンロードLiquid AI logoドキュメントを読むImported from WebflowPlayground で試す

引用

本記事は次のように引用してください：

Liquid AI, "LFM2.5-2.6B: Deploy Agents Everywhere", Liquid AI Blog, Aug 2026.

@article{liquidAI202626B,
  author  = {Liquid AI},
  title   = {LFM2.5-2.6B: Deploy Agents Everywhere},
  journal = {Liquid AI Blog},
  year    = {2026},
  note    = {www.liquid.ai/blog/lfm2-5-2-6b},
}

1 すべてのモデルは vLLM と以下の生成パラメータで評価しました。

  • BFCLv4：temperature = 0.001、最大出力トークン数 = 4096。
  • ToolSandBox：temperature = 0、最大出力トークン数 = 1024。
  • PinchBench：temperature = 0.6、最大出力トークン数 = 8192。
  • τ³-Bench, Claw-Eval：temperature = 0、出力上限なし。Qwen 系モデルは推奨設定に従い temperature = 0.6 を使用しています。貪欲デコードではドゥームループにより性能が低下するためです。
  • その他の評価：temperature = 0.6、最大出力トークン数 = 32768。