$ cat wiki/models/lfm2-5-2-6b.md
LFM2.5-2.6B
스펙
| 속성 | 값 |
|---|---|
| Developer | Liquid AI |
| Released | 2026-08-04 |
| Announced | 2026-08-04 |
| Context window | 128K |
| Pricing | unknown |
| License | unknown |
| Availability | Hugging Face (LiquidAI/LFM2.5-2.6B, -Base, -GGUF); llama.cpp, MLX, vLLM, SGLang, ONNX |
두 행의 unknown 은 설명이 필요하다. 어느 쪽도 읽지 못한 필드가 아니기 때문이다: |
- Pricing — 이 모델은 사용자 자신의 기기에서 돈다. 읽은 어느 소스에도 호스팅 엔드포인트나 토큰당 가격이 나오지 않았다 (source). Liquid AI 자신의 표현은 "각 실행의 한계 비용은 사실상 0"인데, 이것은 가격이 아니라 가격이 없다는 진술이다.
- License — LFM2 제품군의 형제 체크포인트들은 Hugging Face 에서
lfm1.0라이선스 태그를 달고 있지만, 이 체크포인트의 태그는 이 페이지를 만든 실행에서 읽히지 않았고, 제품군 태그는 특정 릴리스에 대한 증거가 아니다 (source). 가중치는 공개됐고, 그것이 어떤 조건으로 공개됐는지는 여기 기록되지 않았다. MiniMax H3 가 라이선스를 읽어 내기 전까지 받았던 것과 같은 처리이며, 그 처리는 라이선스가 결국 중요한 것으로 드러났기 때문에 존재한다.
출시일
2026-08-04 출시, 같은 날 Hugging Face 블로그와 Liquid AI 자체 블로그에서 발표 (source).
벤치마크
읽은 어느 소스에도 벤치마크 이름과 점수가 함께 붙은 결과는 공개되지 않았다. 있는 것은 비교 주장 한 묶음과 속도 수치 한 묶음이고, 이 둘은 서로 다른 종류의 진술이다.
속도와 용량 (벤더 공개, 지정된 하드웨어에서 측정):
| 측정 항목 | 값 |
|---|---|
| 파라미터 | 2.69B |
| 메모리 사용량 | 2.5 GB 미만 |
| 사전학습 토큰 | ~34T |
| 디코드, M5 Max | 220 tokens/s |
| 디코드, Ryzen AI Max+ | 113 tokens/s |
| 디코드, 폰급 하드웨어 | ~30 tokens/s |
| (source) |
비교 주장 (벤더 진술, 방향성만 있고 점수 미공개): Liquid AI 는 Gemma 5B–8B 및 Qwen 4.7B–9.7B 를 상대로 벤치마크하며, 파라미터 수가 2~4배 작으면서 도구 사용과 지시 따르기에서 경쟁력이 있다고 주장한다 (source). AlphaSignal 은 이를 "beats 9B models running entirely on your phone" 으로 옮겼다 (source).
이 체크포인트에 대한 독립 측정은 발견되지 않았다. 2026-08-02 에 읽은 Artificial Analysis 표에도 (source) 같은 날짜의 LMArena 스냅숏에도 (source) 등장하지 않는데, 둘 다 이 릴리스보다 앞선다.
활용 사례
Liquid AI 가 밝힌 목표는 데이터가 있는 곳에서 도는 에이전트다: 이 모델은 "폰, 노트북, PC, 로봇에서 계획을 세우고 도구를 호출하며 여러 단계의 과제를 처리"하고, 그 결과 "데이터가 기기를 떠나지 않는다" (source).
모델 카드는 에이전트 워크로드, 도구 사용, 데이터 추출, RAG, 롱 컨텍스트 워크플로를 용도로 든다 (source).
주목할 대목은 포스트 트레이닝이다. 4단계로 진행됐고 그중에는 합성 트레이스나 오프라인 증류만이 아니라 실제 하네스 안에서의 Agentic RL 이 들어간다 — OpenClaw 와 Hermes Agent 가 이름으로 언급된다 (source). 2.6B 모델을 실제 에이전트 루프 안에서 강화학습으로 훈련시킨 것이 역량 주장이 딛고 선 메커니즘이다; Agentic Reinforcement Learning 참고.
비교
- Gemma 4 12B — Google DeepMind, 12B 오픈 웨이트 멀티모달, Apache 2.0, "16GB 노트북"을 겨냥. 파라미터 수로 약 4배 크고 하드웨어 등급이 한 단계 위다.
- Gemma 3n — 온디바이스 Gemma 계열, 폰급 배포에 관해 이 위키가 가진 가장 가까운 선행 항목.
- Laguna S 2.1 — Poolside, 118B/8B, OpenMDW-1.1. 오픈 웨이트에 에이전트 중심이지만 서버급 모델이다.
- Inkling — Thinking Machines, 975B/41B, Apache 2.0. 시기적으로 가장 가깝고 규모로는 가장 먼 서구 오픈 웨이트 릴리스.