# LFM2.5-24B-A2B

> Fiche du modèle de langage LFM2.5-24B-A2B sur QUELLE IA, édition du 9 novembre 2026. LFM2.5-24B-A2B (Liquid AI) vient de sortir et n'a pas encore été mesuré. Sa fiche, son prix et les liens pour l'essayer.

Page : https://quelleia.com/modeles/lfm2-5-24b-a2b/
Origine : Liquid AI · États-Unis · sorti le 13 octobre 2026
Entré sur QUELLE IA le 2 novembre 2026 : https://quelleia.com/nouveaux-modeles/#lfm2-5-24b-a2b

## Son bilan

- Pas encore mesuré par les benchmarks que suit le site.
- À essayer sur [Liquid Playground](https://playground.liquid.ai)
- Prix estimé : environ 0,35 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question (une estimation, pas un tarif ; méthode : https://quelleia.com/demarche/#prix-estime)

## Score général

- Score IA : en attente de mesures

- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | non mesuré | Non mesuré |
| Sciences | non mesuré | Non mesuré |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Potentiel QUELLE IA (estimation)

- Performance : Milieu de tableau. Un seul de ses résultats annoncés porte sur un benchmark que QUELLE IA mesure à l'identique (GPQA Diamond) : le palier est une indication, sans fourchette de rang.
- Prix : 0,21 $. Par million de jetons, trois en entrée pour un en sortie (prix des catalogues de l'API). Parmi les 141 modèles classés qui atteignent ce niveau, 7 coûtent moins cher, dont MiMo-V2-Flash (70,6) à 0,15 $.
- Chez soi : Au niveau · Mac 24 Go. Sur un Mac de 24 Go, il serait au niveau de Qwen3.5-9B (66,1), le meilleur classé qui y tient : l'écart est dans la marge.

Estimation de QUELLE IA à partir des résultats que l'éditeur annonce, placés sur l'échelle du score général puis corrigés de l'optimisme des annonces : sur les 10 modèles annoncés puis mesurés, les annonces surestimaient de 2,5 points, et l'écart restant est de 1,3 point en médiane. Ne compte dans aucun classement et disparaît dès le premier score mesuré. Méthode : https://quelleia.com/demarche/#potentiel

## Annoncé par Liquid AI

Ce que l'éditeur dit lui-même de ce modèle (page du 13 octobre 2026, relue le 2 novembre 2026). Ces chiffres ne comptent pas dans le score IA.

- Disponibilité : Depuis le 13 octobre 2026 sur Hugging Face (version de base et version entraînée) et le Playground de Liquid AI.
- Taille : 24,0 milliards de paramètres, dont 2,45 actifs : mélange d'experts, 64 experts par bloc, quatre sollicités à chaque jeton.
- Contexte : 131 072 jetons, contre 32 768 pour LFM2 24B A2B.
- Raisonnement : Modèle à raisonnement seul : il écrit toujours une chaîne de pensée avant de répondre, selon Liquid AI.
- Langues : Seize, dont le français.
- Vitesse annoncée : 184 jetons par seconde sur un Apple M5 Max et 114 sur un AMD Ryzen AI Max+ 395, selon Liquid AI.
- Poids : Ouverts sur Hugging Face sous LFM Open License v1.0.
- Usages : Agents qui raisonnent et appellent des outils sur l'appareil ; Liquid AI le déconseille seul pour les tâches qui demandent beaucoup de connaissances et conseille de l'associer à une recherche documentaire ou sur le web.

| Domaine | Benchmark | Résultat annoncé | D'où vient le chiffre |
| --- | --- | --- | --- |
| Agents | AutomationBench | 27,7 % | calculé par Liquid AI (vLLM) |
| Agents | LiveClaw | 48,1 % | calculé par Liquid AI (vLLM) |
| Agents | PinchBench | 83,2 % | calculé par Liquid AI (vLLM) |
| Agents | WebArena-Verified | 26,8 % | calculé par Liquid AI (vLLM) |
| Outils | BFCL V4 | 65,0 % | calculé par Liquid AI (vLLM) |
| Outils | ToolSandbox | 80,7 % | calculé par Liquid AI (vLLM) |
| Outils | τ³-bench (banque) | 8,0 % | calculé par Liquid AI (vLLM) |
| Connaissances | GPQA Diamond | 74,4 % | calculé par Liquid AI (vLLM) |
| Connaissances | Humanity's Last Exam | 7,4 % | calculé par Liquid AI (vLLM) |
| Consignes | IFEval | 96,8 % | calculé par Liquid AI (vLLM) |
| Consignes | IFBench | 74,7 % | calculé par Liquid AI (vLLM) |
| Consignes | Multi-IF | 84,4 % | calculé par Liquid AI (vLLM) |
| Mathématiques | MATH-500 | 96,0 % | calculé par Liquid AI (vLLM) |
| Code agentique | SWE-bench Verified (harnais OpenCode) | 51,0 % | calculé par Liquid AI (vLLM) |

Sources : https://huggingface.co/LiquidAI/LFM2.5-24B-A2B

## Exécution locale

Tient à partir d'un Mac de 24 Go (17,8 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 24 Go. Mémoire estimée : 16,6 Go.

- Allégée, 4 bits : 16,6 Go
- Allégée, 8 bits : 29,0 Go
- Complète, 16 bits : 55,2 Go

- Plus petite machine : [Mac 24 Go](https://quelleia.com/local/#mac_24_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/)
- PC portable RTX : [PC portable GeForce RTX 24 Go](https://quelleia.com/local/#pc_portable_rtx_24_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/)
- PC portable Intel : [PC portable Intel Core Ultra 32 Go](https://quelleia.com/local/#pc_portable_intel_32_go), version allégée à 4 bits ; par exemple [Samsung Galaxy Book6 Pro 16 pouces, 32 Go](https://quelleia.com/local/samsung-galaxy-book6-pro-16/)
- PC portable Snapdragon : Trop juste
- Mac : [Mac 24 Go](https://quelleia.com/local/#mac_24_go), version allégée à 4 bits ; par exemple [Mac mini M6, 24 Go](https://quelleia.com/local/mac-mini-m6-24go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia : [PC portable RTX Spark 64 Go](https://quelleia.com/local/#rtx_spark_64_go), version allégée à 8 bits ; par exemple [Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go](https://quelleia.com/local/microsoft-surface-laptop-ultra-15-rtx-spark-64go/)
- Sans carte graphique : Trop juste
- Serveur : Oui

### Vitesse de génération

- Vitesse estimée sur [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/) (Carte graphique 24 Go, 456 Go/s), version allégée à 4 bits : de 85 à 220 jetons/s (estimation)
- Vitesse estimée sur [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/) (PC portable GeForce RTX 24 Go, 896 Go/s), version allégée à 4 bits : de 170 à 430 jetons/s (estimation)
- Vitesse estimée sur [Mac mini M6, 24 Go](https://quelleia.com/local/mac-mini-m6-24go/) (Mac 24 Go, 170 Go/s), version allégée à 4 bits : de 32 à 82 jetons/s (estimation)
- Vitesse estimée sur [ASUS ProArt P14 (H7407BA), RTX Spark, 128 Go](https://quelleia.com/local/asus-proart-p14-rtx-spark-128go/) (PC portable RTX Spark 128 Go, 300 Go/s), version complète : de 17 à 43 jetons/s (estimation)

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Méthode : https://quelleia.com/local/#vitesse-estimee

## Fiche technique

- Prix : 0,04 € / 0,62 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte
- Réflexion : Élevée
- Paramètres : 24 milliards
- Licence : LFM Open License v1.0 (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=LFM2.5-24B-A2B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/liquid/lfm-2.5-24b-a2b)
- L'essayer : [Liquid Playground](https://playground.liquid.ai)

## En bref

**Quel est le score de LFM2.5-24B-A2B ?** LFM2.5-24B-A2B n'a pas encore de score : au 9 novembre 2026, aucun benchmark suivi ne l'a mesuré. Son score arrivera avec les premiers résultats. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**LFM2.5-24B-A2B peut-il tourner en local ?** Tient à partir d'un Mac de 24 Go (17,8 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 24 Go. Mémoire estimée : 16,6 Go.

**Combien coûte LFM2.5-24B-A2B ?** 0,04 € par million de jetons en entrée et 0,62 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,35 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite LFM2.5-24B-A2B ?** LFM2.5-24B-A2B est édité par Liquid AI (États-Unis), et il est sorti le 13 octobre 2026. Ses poids sont ouverts, sous licence LFM Open License v1.0.

Source : QUELLE IA, édition du 9 novembre 2026. https://quelleia.com