幣界網消息，Liquid AI 發布了 lfm2.5-24b-a2b 模型，重點提升本地 Agent 的推理和工具調用能力。新版本保留240億總參數，每次僅激活約20億參數，預訓數據從17萬億增至33萬億 token，上下文從32k擴至131k。新模型在蘋果 M5 Max 上每秒可生成184 token，速度最高達到同類 MOE 模型的1.7倍。Agent 测试中，liveclaw 得分48.09，高於 Qwen3.6-35b-a3b 的38.19；automationbench得分27.69，是 Qwen 的3倍多，但在編程測試中得分僅為51%。