Liquid AI sort LFM3, six modèles 2B pour agents locaux
Liquid AI publie le 27 octobre 2026 LFM3, six modèles d'environ 2 milliards de paramètrespoids du modèleNombre de valeurs apprises par un modèle. À quantification égale, plus de paramètres veut dire plus de mémoire occupée, et en général de meilleures réponses.Fiche du lexique tirés d'une seule base de 1,73 milliard, pré-entraînée sur 22 000 milliards de tokens. Le modèle de texte ouvre 256 000 tokens de fenêtre de contextecontexteQuantité de tokens qu'un modèle peut lire d'un seul coup, question et réponse comprises. Au-delà, il faut découper, résumer ou chercher ailleurs.Fiche du lexique et tient dans environ 1 Go en 4 bits. Sur le banc LiveClaw de l'éditeur, il marque 45,60 contre 14,70 pour LFM2.5-2.6B, et sa moyenne sur le tableau d'évaluations dépasse celle de Qwen3.5-9B. Liquid le déconseille pourtant pour le code agentique, où la taille des modèles décide encore.
par Gyom 28 octobre 2026 à 07:14 6 min de lecture rubrique : Automatiser
etiquettes : Chez soi · Local · Quantification
Un agentIA agentiqueModèle qui boucle : il choisit une action, le plus souvent un appel d'outil, en lit le résultat, puis recommence jusqu'à l'objectif ou l'abandon. La boucle est ce qui distingue un agent d'une réponse unique.Fiche du lexique qui tourne en permanence sur un portable ne peut pas appeler un modèle de plusieurs centaines de milliards de paramètres à chaque tour. Liquid AI construit depuis LFM2 des modèles taillés pour ce régime, et LFM3 en est la troisième génération : une base unique de 1,73 milliard de paramètres, six modèles d'environ 2 milliards qui en descendent, et une architecture revue pour les usages d'agent plutôt que pour la conversation.
24 couches, dont 13 convolutions et 5 attentions à fenêtre de 256 tokens
La base compte 24 couches : 13 convolutions courtes à porte, 5 attentions à fenêtre glissante de 256 tokens et 6 attentions globales. Les convolutions passent d'un noyau de 3 chez LFM2 à un noyau de 7. S'y ajoutent une porte sigmoïde par tête d'attention, qui peut éteindre une tête sans rien apporter, un RoPE partiel qui ne fait tourner que la moitié haute fréquence de chaque tête dans les couches globales, et une normalisation en sandwich qui encadre chaque bloc. Le vocabulaire reste à 128 000 entrées, celui de LFM2.5-8B-A1B.
Liquid a cherché cette architecture par recherche automatisée avec le matériel dans la boucle, en élargissant le banc de mesure de deux appareils chez LFM2 à 14 combinaisons pour LFM3 : Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple M4 Max, AMD Ryzen AI, processeurs Arm et x86 de cloud, cartes graphiques et NPU Hexagon de Qualcomm. Le pré-entraînement porte sur 22 000 milliards de tokens, dont les 3 500 derniers en étape intermédiaire sur des données plus propres, avec davantage de traces d'agents et d'appels d'outils, ce qui porte la fenêtre de contexte à 256 000 tokens. Par paramètre, LFM3-1.7B égale LFM2-1.2B sur les invites courtes, et avec 8 000 tokens en contexte il va environ 25 % plus vite.
1 Go en 4 bits, 1,6 Go de cache pour 128 000 tokens
À 4 bits, le modèle de texte occupe environ 1 Go de mémoire, ce qui le place dans n'importe quel téléphone ou portable récent. Liquid mesure le reste en llama.cpp avec une quantificationquantizationRéduction de la précision des poids et parfois des calculs, de seize bits vers huit, quatre ou moins. Elle fait tenir un modèle en mémoire et accélère le débit, en échange d'une perte de qualité qui se voit d'abord sur les petits modèles.Fiche du lexique Q4_0 et 32 000 tokens de contexte : LFM3-1.7B décode de 1,8 à 2,8 fois plus vite que le modèle suivant sur les trois appareils testés, et consomme le moins de mémoire de la comparaison. Le cache de contexte reste le poste coûteux : 128 000 tokens pleins demandent 1,6 Go, contre 4,3 Go pour Qwen3.5-4B et 5,6 Go pour MiniCPM5-2B.
La fiche du modèle annonce quinze langues pour le texte, de l'anglais au thaï en passant par le français, l'arabe, le coréen et le polonais. Sur serveur, Liquid mesure 3,6 milliards de tokens produits par jour sur une seule B300 en BF16 avec SGLang, à 1 024 requêtes simultanées, et a lancé plus de 300 000 agents LFM3 en parallèle sur l'archive de courriels Enron pour montrer ce que ce débittokens par secondeNombre de tokens produits par seconde en génération. Avec le temps d'attente du premier token, c'est le chiffre qui dit si un modèle est utilisable au quotidien sur une machine donnée.Fiche du lexique permet.
45,60 sur LiveClaw contre 14,70 pour LFM2.5-2.6B
Le tableau de benchmarks est celui de Liquid, avec des modèles comparables en taille et deux Qwen3.5 plus gros. Sur LiveClaw, qui note un agent en situation, LFM3-1.7B marque 45,60 contre 14,70 pour LFM2.5-2.6B et 30,37 pour MiniCPM5-2B. L'écart est du même ordre sur les tâches de navigateur et de bureautique : 38,42 contre 3,02 sur WebArena-Verified, 41,29 contre 0,94 sur AutomationBench, quand Qwen3.5-9B s'arrête à 28,94 et 15,10.
Sur l'appel d'outils, l'écart se resserre : 71,39 contre 55,89 sur BFCL V4, 80,36 contre 78,04 sur ToolSandbox, 68,01 contre 56,77 sur τ³-bench, mais 32,57 seulement sur MCPModel Context ProtocolProtocole ouvert qui décrit à un modèle les outils et les ressources d'un environnement. Il sert de contrat entre un client d'agent et des serveurs d'outils, et évite de recâbler chaque intégration.Fiche du lexique-Atlas, où Qwen3.5-4B marque 41,37 et Qwen3.5-9B 42,67. Là où LFM3 décroche vraiment, c'est sur le suivi d'instruction : 73,03 sur IFBench contre 60,48 pour son prédécesseur et 38,16 pour Qwen3.5-4B.
Il devance Qwen3.5-9B en moyenne et perd sur le raisonnement
La moyenne des lignes du tableau donne 49,37 à LFM3-1.7B, contre 31,55 à LFM2.5-2.6B, 39,27 à Qwen3.5-4B et 47,24 à Qwen3.5-9B, qui pèse pourtant cinq fois plus lourd. Le renversement vaut pour les tâches longues et pour l'appel d'outils, pas pour les connaissances ni pour le code. Sur GPQA Diamond, LFM3 marque 63,37 quand Qwen3.5-9B atteint 80,40 ; sur SWE-bench Verified, 43,40 contre 51,20 ; sur Terminal-Bench 2.1, 12,92 contre 17,98.
Liquid écrit lui-même dans la fiche que le modèle n'est pas recommandé pour le code agentique ni pour le raisonnement multi-étapes complexe, et renvoie la recherche documentaire pour les tâches qui demandent des connaissances. Un chiffre éclaire ce profil : sur AA-Omniscience, la précision de LFM3 est de 7,07 contre 13,17 pour Qwen3.5-9B, mais son taux de non-hallucination monte à 92,93 contre 52,59. Le petit modèle répond moins, et invente moins quand il ne sait pas.
Sur 65 tâches macOS, 64 % de réussite contre 48 % pour Qwen3.5-2B
MacPaw, éditeur de CleanMyMac, rapporte sur la page de Liquid un test de 65 tâches d'agent du quotidien en environnement macOS réel, LFM3-1.7B contre Qwen3.5-2B : 64 % de réussite contre 48 %, 58 % de tokens en moins par tâche, et moins de 1 % des tentatives bloquées contre 15 %. La recherche aide par ailleurs sur les connaissances, puisque LFM3 passe de 7,17 à 13,90 sur Humanity's Last Exam quand il a accès à des outils.
Six têtes pour une base, dont deux modèles de décision
Les six modèles sortent de la même base : texte, vision, audio, omni, et deux modèles de décision taillés depuis la vision et l'omni. Le modèle de vision accepte pour la première fois la vidéo chez Liquid, raisonne avant de répondre et localise des objets. Sur 62 évaluations visuelles, sa moyenne atteint 71,4 contre 57,6 pour LFM2.5-VL-3B, et Liquid le place au niveau de Gemma 4 12B, à deux points de GPT-5.6 Luna. L'audio couvre reconnaissance de la parole, traduction et synthèse vocale en dix-huit langues. Chaque modèle se spécialise par un ajustement court sur une seule carte graphique, après un post-entraînement en quatre étapes dont 1 750 milliards de tokens d'apprentissage supervisé et une distillation de six professeurs spécialisés.
Ollama sert la famille, seulement sur Apple pour l'instant
Ollama a publié le 27 octobre la version 0.40.12, qui sert lfm3, lfm3-vl, lfm3-audio, lfm3-omni et d1 en 2 milliards. La note de version précise que ces modèles tournent sur du matériel Apple dans cette version, le support de Linux et de Windows étant annoncé pour plus tard. Les poids sont ouverts, sous licence maison LFM Open License v1.0 et non sous une licence OSI, ce qui compte pour un usage en entreprise.
Reste la question de l'usage. Un modèle d'un giga-octet qui tient dans un téléphone et répond en quelques dizaines de millisecondes ne remplace pas un raisonneur pour un travail difficile, et Liquid le dit. Il déplace le curseur ailleurs : des dizaines d'agents qui tournent en continu sur la machine de l'utilisateur, sans facture par tokenPlus petite unité de texte qu'un modèle manipule. Un mot courant tient souvent en un seul, un mot rare se découpe en plusieurs morceaux. Les prix, les limites et les débits s'expriment en tokens, pas en mots.Fiche du lexique, avec un contexte de 256 000 tokens pour tenir la tracetrace d'exécutionJournal détaillé d'une exécution d'agent : appels, arguments, résultats, erreurs. C'est ce qu'il faut conserver quand un agent échoue, et la seule façon de savoir ce qu'il a vraiment fait.Fiche du lexique de ce qu'ils ont fait.
Source primaire Liquid AI, « Introducing LFM3: Every Modality for Specialized Intelligence », 27 octobre 2026, et fiche du modèle LFM3-1.7B sur Hugging Face