Liquid AI lance LFM2.5-230M : 213 tokens/s sur Galaxy S25 et prise en charge de llama.cpp

Liquid AI a lancé LFM2.5-230M, le modèle à poids ouverts le plus compact de sa gamme. Avec 230 millions de paramètres, il tient sur un smartphone ou un ordinateur monocarte et, sur les tâches pour lesquelles il a été conçu, il devance des concurrents qui comptent trois à quatre fois plus de paramètres.

Ce qu'est LFM et ce qui le distingue

LFM signifie Liquid Foundation Model, une architecture propre à Liquid AI, entreprise fondée par d'anciens du MIT. L'approche diffère fondamentalement des transformeurs classiques : au lieu du mécanisme d'attention traditionnel, elle repose sur une conception hybride inspirée des équations différentielles neuronales. Résultat : des modèles plus efficaces avec moins de paramètres.

LFM2.5-230M est le plus petit de la série, mais il repose sur la même base que les versions plus puissantes. Il ne prétend pas être un assistant généraliste : le modèle est optimisé pour le tool use (appel d'outils externes et d'API dans des pipelines agentiques) et la data extraction (extraction structurée de données à partir de texte non structuré). C'est précisément sur ces tâches qu'il obtient de meilleurs résultats que des concurrents nettement plus gros.

Vitesse sur du matériel réel et précision sur les benchmarks

Liquid AI a mesuré les performances non pas sur des serveurs, mais sur des appareils grand public :

• Galaxy S25 Ultra : 213 tokens par seconde
• Raspberry Pi 5 : 42 tokens par seconde

Pour situer : une vitesse de lecture confortable se situe autour de 15–25 tokens/s. Sur smartphone, le modèle dispose donc d'une marge d'environ huit fois, suffisante même pour des applications interactives en temps réel.

En pratique, LFM2.5-230M peut s'exécuter hors ligne, sans clés d'API, sans frais de cloud et sans envoi de données vers des serveurs tiers. Pour les produits d'entreprise soumis à des exigences de confidentialité, c'est déjà un argument de poids.

Aux tests de suivi d'instructions (instruction following), le modèle a devancé Qwen3.5-0.8B d'Alibaba (plus de trois fois plus gros) et Gemma 3 1B de Google (quatre fois plus gros). Il ne s'agit pas d'une victoire au classement général, mais précisément sur les tâches pour lesquelles le modèle a été conçu.

Environnements d'exécution pris en charge

LFM2.5-230M sort avec des poids ouverts et prend en charge toute la pile d'inférence standard :

• llama.cpp : exécution sur CPU, sans GPU, sur n'importe quel matériel
• MLX : optimisé pour les puces Apple Silicon (M1–M4)
• vLLM et SGLang : pour le déploiement serveur à forte charge
• ONNX : standard multiplateforme pour le déploiement en production

La couverture est maximale : du MacBook au serveur Linux, du Samsung haut de gamme à l'ordinateur monocarte à 80 $. Pour les modèles ouverts, l'étendue du soutien de l'écosystème est l'un des principaux facteurs de diffusion réelle.

Ce que cela signifie

Liquid AI montre clairement que l'efficacité architecturale supplante la course aux paramètres. Un modèle de 230 millions de paramètres qui tourne sur smartphone plus vite qu'un humain ne lit, et qui devance en outre des rivaux quatre fois plus gros, constitue un argument convaincant en faveur de la spécialisation plutôt que de la polyvalence. Pour les développeurs d'applications mobiles d'IA et de pipelines agentiques, cela ouvre une nouvelle fenêtre d'opportunités.