Einführung in LFM3: Sechs 2B-Modelle, ein Backbone und ein 256-Token-Fenster, das kein Kontext ist

Liquid AIs LFM3-Familie erschien am 27. Oktober 2026 als sechs Checkpoints der 2B-Klasse statt als ein Flaggschiff: LFM3-1.7B für Text, LFM3-VL-2B für Vision, LFM3-Audio-2B für Sprache, LFM3-Omni-2B für alles gleichzeitig, plus zwei Entscheidungsmodelle, d1-2B und d1-omni-2B. Alle sechs zweigen von einem einzigen vorab trainierten Backbone ab, LFM3-1.7B-Base, das Liquid ebenfalls veröffentlichte. Das Unternehmen nennt das „spezialisierte Intelligenz“ – eine bewusste Weigerung, einen kleinen Generalisten auszuliefern und auf der falschen Achse zu konkurrieren.

Innerhalb eines Tages nach der Ankündigung wurde eine Zahl aus der technischen Beschreibung bereits falsch gelesen. Die Architektur von LFM3 listet Sliding-Window-Attention-Schichten mit einem 256-Token-Fenster auf. Das ist die Aufmerksamkeitsgeometrie pro Schicht, nicht die Kontextlänge des Modells. Das Textmodell hat einen Kontext von 256K Token. Leser, die die Schichttabelle überflogen und daraus schlossen, Liquid hätte ein 2026er Modell mit einem 256-Token-Gedächtnis veröffentlicht, haben das falsche Modell im Kopf, und es lohnt sich, das richtigzustellen, bevor irgendetwas anderes in diesem Beitrag Sinn ergibt.

Was die Tri-Hybrid-Architektur eigentlich ist

LFM3 ersetzt die Zwei-Wege-Mischung von LFM2 durch drei Schichttypen, die in einem 24-Schichten-Körper gestapelt sind. Dreizehn Schichten sind gegatete kurze Faltungen, fünf sind Sliding-Window-Attention mit einem Fenster von 256 Token und sechs sind vollständige globale Attention. Der Faltungskern wird von 3 auf 7 verbreitert. Drei kleinere Änderungen kommen hinzu: ein Sigmoid-Gate, das die Ausgabe jedes Attention-Kopfs unabhängig skaliert, partielle Rotary-Embeddings in den globalen Schichten, die nur die Hälfte jedes Kopfs mit den höchsten Frequenzen rotieren, und eine Sandwich-Normalisierung, die sowohl den Eingang als auch den Ausgang jedes Blocks konditioniert.

Die Annahme ist, dass kurze Faltungen den größten Teil der lokalen Struktur kostengünstig tragen, Sparse Attention die mittlere Distanz abdeckt und ein dünner Anteil globaler Attention das gesamte 256K-Fenster zusammennäht. Deshalb bleibt der KV-Cache klein genug, um relevant zu sein – Liquid meldet einen vollständigen 128K-Token-Cache mit 1,6 GB, gegenüber 4,3 GB für Qwen3.5-4B und 5,6 GB für MiniCPM5-2B bei derselben Messung. Das Textmodell selbst passt bei 4-Bit-Präzision in etwa 1 GB.

Das Training verlief in vier Phasen: 22 Billionen Pre-Training-Token, eine Mid-Training-Phase mit 3,5 Billionen Token, die stark auf agentische Traces und Tool Calls ausgerichtet war und den Kontext zugleich auf 256K erweiterte, Supervised Fine-Tuning auf 1,75 Billionen Token, dann gemischtes Reinforcement Learning in Kombination mit domänenübergreifender On-Policy-Distillation von sechs spezialisierten Lehrern. Das Vokabular umfasst 128K Token, wird mit LFM2.5-8B-A1B geteilt und wurde so entwickelt, dass es nichtlateinische Schriften effizienter tokenisiert als sein Vorgänger.

Die sechs Modelle – und wohin ihr Kontext geht

Liquid stellt ausdrücklich klar, dass es sich um Geschwister handelt, nicht um Stufen. Jedes verwendet dasselbe Backbone und wird für eine andere Ausgabeform nachtrainiert.

• LFM3-1.7B — dichtes Text- und Agentenmodell, 1,73 Mrd. Parameter, 256K Kontext, native Tool-Aufrufe und strukturierte Ausgabe.

• LFM3-VL-2B — Vision-Language, 1,9 Milliarden Parameter, mit einem firmeneigenen Vision-Encoder, der laut Liquid nur etwa ein Drittel der Rechenleistung von SigLIP2 benötigt.

• LFM3-Audio-2B — ASR, TTS, Sprachübersetzung und Audioverständnis, unter Verwendung eines hauseigenen Encoders plus LiquidCodec.

• LFM3-Omni-2B — Liquids erstes Omni-Modell: Text, Bild, Video und Audio als Eingabe, Text oder Sprache als Ausgabe.

• d1-2B — ein Entscheidungsmodell, das aus dem Vision-Zweig aufgebaut ist und strukturierte Fragen in einem einzigen Vorwärtsdurchlauf mit kalibrierten Wahrscheinlichkeiten statt frei formulierter Prosa beantwortet.

• d1-omni-2B — dieselbe Entscheidungsschnittstelle im Omni-Branch.

Die Kontextfenster sind nicht einheitlich, und genau dieses Detail haben die meisten Berichte zur Markteinführung ausgelassen. Liquid veröffentlicht ein Fenster für das Textmodell und das Basismodell – 256K, Eingabe und Ausgabe zusammen – und für keines der anderen vier. Weder die Ankündigung noch die Modelldokumentation nennt eine Kontextlänge für LFM3-VL-2B, LFM3-Audio-2B, LFM3-Omni-2B oder eines der beiden Entscheidungsmodelle. Berichte Dritter haben 128K für das Vision-Modell und 32K für das Omni-Modell kursieren lassen, und diese Angaben mögen durchaus richtig sein, aber Stand 28. Oktober stehen sie nicht auf Liquids eigenen Seiten. Wenn Sie einen Agenten planen, der lange Dokumente liest und sich auch Screenshots ansieht, können Sie derzeit die Kontextgröße des Omni-Modells überhaupt nicht anhand von Erstanbieterdokumentation bemessen. Das ist eine Lücke, die es wert ist, benannt zu werden, anstatt sie aus einem Blog zu füllen, der sie von irgendwo anders her gefüllt hat.

Die Benchmark-Tabelle, ehrlich gelesen

Jede unten aufgeführte Leistungskennzahl stammt von Liquid selbst, wurde auf Liquids eigenem Harness erzeugt, und keine davon wurde unabhängig reproduziert. Stand 28. Oktober 2026 gibt es keinen LFM3-Eintrag bei Artificial Analysis – keinen Intelligence Index und keine Geschwindigkeits- oder Latenzmessung von einer neutralen Partei. Das ist hier mehr als sonst von Bedeutung, weil der Vergleich, auf den sich die Markteinführung stützt, ein Vergleich im selben Harness ist, der dasjenige Modell begünstigt, für das der Harness optimiert wurde.

LFM3-1.7B erreicht 49,37 im 27-Benchmark-Durchschnitt von Liquid. Das unternehmenseigene LFM2.5-2.6B kommt auf demselben Set auf 31,55 – daher stammt die Aussage „35 % weniger Parameter“. Die interessanten Zeilen sind nicht der Durchschnitt:

• Tool-Nutzung — BFCL V4 71.39, ToolSandbox 80.36, τ³-bench 68.01, MCP-Atlas 32.57.

• Agentisches Web — WebArena-Verified 38,42, AutomationBench 41,29, BrowseComp-Plus 37,00, LiveClaw 45,60.

• Agentisches Coding — SWE-bench Verified 43,40, SWE-bench Multilingual 23,00, Terminal-Bench 2.1 bei 12,92.

• Anweisungsbefolgung — IFEval 96,66, IFStruct 93,72, IFBench 73,03, Multi-IF 89,10.

• Wissen — GPQA Diamond 63.37, HLE 7.17 ohne Tools und 13.90 mit ihnen.

• Langer Kontext — RULER 128K 65.56, AA-LCR 52.83.

Als Form statt als Gesamtwert gelesen, ist das Profil stimmig: sehr starke Befolgung von Anweisungen, achtbares Tool-Calling in Einzelrunden und ein steiler Abfall, sobald eine Aufgabe viele aufeinanderfolgende Schritte erfordert. Terminal-Bench 2.1 mit 12,92 und SWE-bench Multilingual mit 23,00 sind keine Zahlen, auf denen man einen autonomen Coding-Agenten aufbaut. Liquid verbirgt das nicht – die Modellkarte lenkt Nutzer von komplexem Reasoning und mehrstufigem Coding weg, was für einen Anbieter am Marktstart eine ungewöhnlich direkte Positionierung ist.

Die Effizienzangaben sind die andere Hälfte des Pitches. Bei Q4_0 und 32K Kontext war LFM3-1.7B laut Liquid das schnellste Modell auf allen drei Testgeräten – 1,8- bis 2,8-mal schneller als der nächste Konkurrent und mit dem geringsten Speicherbedarf. Auf einer einzelnen NVIDIA B300 mit SGLang in BF16 bediente es 3,6 Milliarden Tokens pro Tag bei 1.024 gleichzeitigen Anfragen. Das Unternehmen ließ außerdem mehr als 300.000 LFM3-1.7B-Agenten parallel über das Enron-E-Mail-Archiv laufen – als Belastungsdemonstration. Das sind Herstellerangaben, ungeprüft, aber es sind Zahlen, die sich kaum stillschweigend beschönigen lassen.

Lizenz und was der Betrieb kostet

Die Gewichte sind auf Hugging Face in BF16-, FP8-, NVFP4-, GGUF-, MLX- und ONNX-Builds verfügbar, mit Day-One-Unterstützung für vLLM, SGLang, Transformers, llama.cpp, MLX, ONNX Runtime, Ollama und LM Studio. Die Lizenz ist die LFM Open License v1.0: royalty-freie kommerzielle Nutzung unter 10 Millionen US-Dollar Jahresumsatz, mit einer separaten Vereinbarung oberhalb davon. Diese Schwelle, nicht die Parameteranzahl, ist die Grenze, die entscheidet, ob LFM3 für ein bestimmtes Unternehmen kostenlos ist.

Liquid betreibt außerdem eine gehostete API, und dort ist die öffentliche Datenlage dünner, als der Launch vermuten lässt. Die Dokumentation nennt die Modell-ID und ein Limit von 256K für Ein- plus Ausgabe zusammen, aber keine Preisliste. Berichte Dritter beziffern den gehosteten Preis für LFM3-1.7B auf rund 0,08 US-Dollar pro Million Eingabe-Tokens und 0,20 US-Dollar pro Million Ausgabe-Tokens, wobei die Varianten Vision, Audio, Omni und Decision höher bepreist sind; Liquid hat diese Zahlen nicht auf den eigenen Seiten veröffentlicht, daher sollten sie als berichtet und nicht als bestätigt behandelt werden. Selbsthosting hat dagegen überhaupt keinen Preis pro Token – die Kosten sind die Maschine, und bei 4 Bit kann diese Maschine ein Telefon sein.

Wo OrcaRouter passt – und wo nicht.

LFM3 ist nicht im OrcaRouter-Katalog enthalten, und wir werden nicht so tun, als wäre es anders. Es ist Open-Weight-Software, die Sie selbst betreiben oder über die eigene API von Liquid aufrufen. Wofür der Router gut ist, ist die Ebene drumherum. Ein 1,7B-Spezialist ist selten das einzige Modell in einer Pipeline: Er übernimmt den Tool-Aufruf, die Klassifizierung oder die Extraktion, und etwas Größeres übernimmt den Turn, der Urteilsvermögen erfordert. OrcaRouter stellt diese gehosteten Modelle hinter einem Schlüssel mit 0 % Aufschlag — der Listenpreis des Anbieters wird direkt durchgereicht — sodass der Eskalationspfad von LFM3 zu einem Frontier-Modell eine Routing-Regel statt eines zweiten Vertrags ist. Das automatische Failover ist genau für die Workload am wichtigsten, auf die LFM3 abzielt, bei der ein einzelnes kleines Modell das Einzige ist, was zwischen einer Anfrage und einem Fehler steht.

Die Routing-DSL ist die interessantere Wahl. Einen Spezialisten mit einem Generalisten in einem einzigen Aufruf zu kombinieren – LFM3-förmige Arbeit an ein kleines Modell geroutet, während alles andere an ein gehostetes Modell weitergeleitet wird – ist das Deployment-Muster, für das diese Familie gebaut wurde. Das ganze Argument von Liquid ist, dass ein 2B-Modell ein Frontier-Modell bei einer engen Aufgabe zu einem Bruchteil der Kosten schlägt. Ein Router ist der Weg, diese Einsparung zu nutzen, ohne die Pipeline darauf zu verwetten.

Was zu sehen

Die offene Frage ist nicht, ob LFM3 gut in dem ist, was es behauptet. Sie ist, ob die Behauptungen einen Harness überstehen, den Liquid nicht geschrieben hat. Die agentischen Werte der Familie sind diejenigen, die zuerst erneut getestet werden sollten, denn WebArena-Verified mit 38,42 und AutomationBench mit 41,29 liegen weit über dem, was ein 1,7B-Modell historisch geschafft hat, und agentische Benchmarks reagieren am empfindlichsten auf Prompt-Scaffolding und Retry-Policy. Ein unabhängiger Lauf, der innerhalb weniger Punkte an Liquids Tabelle herankommt, würde LFM3 zur Standardwahl für On-Device-Tool-Calling machen. Ein Lauf, der zehn Punkte niedriger landet, würde es zu einem guten Befolger von Anweisungen mit einer überzeichneten Agenten-Erzählung machen.

Bis es diesen Durchlauf gibt, lautet die ehrliche Zusammenfassung so: LFM3 ist eine gut konstruierte, ungewöhnlich freimütige Familie kleiner Modelle mit einer wirklich neuartigen Schichtenmischung, einem echten Speichervorteil, veröffentlichten Gewichten bei einer praktikablen Lizenzschwelle – und ohne unabhängige Überprüfung irgendeines der herausgestellten Benchmarks. Das 256-Token-Fenster in der Architekturtabelle ist nicht die Kontextlänge. Alles andere an der Markteinführung sollte man für bare Münze nehmen, bis jemand das Gegenteil beweist – und selbst messen, bevor man es Nutzern vorführt.