スマホで動作するエージェント対応小型AIモデル「LFM2.5-2.6B」が登場、ローカル環境でAIエージェントを実行可能

MITからスピンオフしたAI企業・「Liquid AI」が、小型AIモデル「LFM2.5」シリーズのエージェント対応モデルとして「LFM2.5-2.6B」を2026年8月4日にリリースしました。スマートフォンで動作するほど小型でありながら、計画立案・ツール呼び出し・複数ステップのタスク処理といったエージェントワークフローを駆動できる十分な性能を備えているとのことです。

LFM2.5-2.6B: Deploy Agents Everywhere — Blog — Liquid AI
https://www.liquid.ai/blog/lfm2-5-2-6b

クラウドAPIに依存するエージェントとは異なり、ローカルエージェントは無料で推論を実行できるほか、遅延を抑えることが可能で、さらにプライバシー保護の観点でも優れています。またLiquid AIによると、トークンごとのコストがなくなることで、エージェントはローカルハードウェア上で大規模に並列化され、数百万トークンを消費するバックグラウンドタスクを限界費用なしで実行できるようになるとのこと。

LFM2.5-2.6Bのベンチマーク結果を「Gemma 4 E28 it(5.18B)」「Gemma 4 E48 it(8B)」「Qwen3.5(4.7B)」「Qwen3.5-9B(9.7B)」と比較した図が以下。

LFM2.5-2.6Bは、エージェントワークロード向けに特別にトレーニングされた2.6Bパラメータのモデルで、約34Tトークンの学習データを用いて事前トレーニングされています。エージェントワークロードに必要な長い入力をモデルが処理できるように、トレーニングの途中に専用の128Kコンテキスト拡張フェーズを含めています。

以下は、ベースモデルのLFM2.5-2.6B-BaseをLFM2.5-2.6Bにファインチューニングする4段階のトレーニング後パイプラインをまとめた図です。具体的には、教師ありファインチューニング、教師特化学習、マルチドメインオンポリシー蒸留、およびエージェント型強化学習というプロセスが用いられています。

Liquid AIによると、LFM2.5-2.6Bは効率的なLFM2アーキテクチャのおかげで、プロンプトの読み込みと回答の生成において、テストした中で最速のモデルとなっているそうです。Apple M5 Maxでは毎秒220トークン、Ryzen AI Max+ 395では毎秒113トークンをデコードし、メモリ使用量は2.5GB未満に抑えられています。スマートフォンでは最大毎秒30トークンを処理できるため、高性能エージェントを自分のデバイス上で瞬時に、かつプライベートに実行できるとのこと。

以下は、各モデルをSGLang 0.5.16環境で、入力トークン1024個・出力トークン最大256個・BF16設定によりベンチマークし、並列度レベルごとに平均3回実行した上で、単位時間あたりの処理能力を比較したグラフ。LFM2.5-2.6Bは同サイズクラスで最速のモデルであり、高並列度では毎秒約1万5000個の出力トークンを生成し、NVIDIAのAI向けGPU「H100」1基で1日当たり約13億トークンを処理できるとしています。

実際にスマートフォン上のLiquid Agentハーネス内でLFM2.5-2.6Bを実行したデモが以下。クラウドAPI呼び出しを一切行わずに、デバイス上でタスクの計画、ツール呼び出し、実際のタスク実行までをすべて完結させています。

On-Device Agents Running 24/7: LFM2.5-2.6B Plans a Wedding Trip - YouTube

LFM2.5-2.6B-BaseおよびLFM2.5-2.6BはHugging Faceからダウンロードできます。

LiquidAI/LFM2.5-2.6B-Base · Hugging Face
https://huggingface.co/LiquidAI/LFM2.5-2.6B-Base

LiquidAI/LFM2.5-2.6B · Hugging Face
https://huggingface.co/LiquidAI/LFM2.5-2.6B