LIQUID · КАТАЛОГ МОДЕЛЕЙ
LFM2.5-24B-A2B
LFM2.5-24B-A2B — текстовая reasoning-модель Liquid AI с архитектурой mixture of experts. Она представляет интерес для инструментальных агентов и проверки сценариев самостоятельного размещения. Важно различать исходный checkpoint и обслуживаемый API-маршрут: характеристики локального запуска не доказывают скорость, приватность или лимиты внешнего сервиса. На этой странице они рассматриваются раздельно.
LFM2.5-24B-A2BLiquidAI- Контекст
- 128 000токенов
- Результат
- Текстформат ответа
- Стоимость
- Тариф уточняетсяусловия — в блоке подключения
ПОДКЛЮЧЕНИЕ
От модели к первому запросу
Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.
const response = await client.chat.completions.create({
model: "liquid/lfm-2.5-24b-a2b",
messages: [{ role: "user", content: "Ваш запрос" }],
});ПОДРОБНЫЙ ОБЗОР
Возможности модели
Контекст каталожного маршрута: 128 000 токенов; max_completion_tokens: 8 192.
Вход: text; выход: text.
Исходная модель и параметры
Официальная карточка указывает 24 млрд параметров всего и 2,45 млрд активных. Разработчик публикует веса, однако условия использования задаёт отдельная лицензия; открытые веса не означают отсутствие ограничений. Для выбора инфраструктуры проверяйте формат весов, память, длину запроса и поддерживаемый runtime. Число активных параметров не позволяет напрямую вычислить потребление памяти или сравнить качество с другой архитектурой.
Разные ограничения контекста
В исходной карточке контекст 131 072 токена, в каталожном маршруте — 128 000, max completion 8 192. Для интеграции используйте ограничения фактически выбранного маршрута. Сохраняйте резерв для рассуждения и ответа, проверяйте завершённость результата. Модель всегда рассуждает перед ответом; не обещайте режим без thinking или уровни reasoning_effort, которых данный снимок не перечисляет. Длинный вывод может закончиться до решения задачи.
Приёмка инструментального агента
Сначала проверьте одну безопасную функцию: корректный выбор, валидные аргументы и обработку отказа инструмента. Затем добавляйте несколько шагов с явными условиями завершения. В списке параметров маршрута есть tools, tool_choice и structured_outputs, но реальное действие исполняет ваше приложение. Не доверяйте сформированным путям файлов или идентификаторам записей без проверки прав и области задачи. Ошибка внешнего сервиса не должна превращаться в выдуманный успешный ответ.
Что проверить перед переносом
Составьте небольшой набор реальных текстовых задач с ожидаемыми свойствами, включая русский язык, отсутствие нужного факта и повторную ошибку. Не переносите опубликованные аппаратные скорости на другой компьютер или API. Проверьте журнал, историю диалога и сохранение чувствительных данных отдельно: локальные возможности checkpoint не определяют политику внешнего провайдера. Эта карточка не меняет тариф, включение маршрута и финансовые ограничения; собственных платных тестов не проводилось.
Вопросы и ответы
Поддерживаются изображения?
У этого ID текстовый вход и текстовый выход. Возможности других моделей семейства не следует переносить на него.
Можно выключить рассуждение?
Разработчик описывает reasoning-only модель, каталог помечает reasoning обязательным. Отключение не подтверждено.
Почему контекст меньше, чем у checkpoint?
Маршрут может иметь собственные ограничения обслуживания. Для запроса к нему ориентируйтесь на 128 000 из свежего снимка.
Открытые веса гарантируют приватность?
Только организация запуска и обработки данных определяет, куда попадает информация. Вызов внешнего API не становится локальным из-за наличия весов.