LFM3-VL-2B: Ein Vision-Modell mit 1,92 Mrd. Parametern, dessen Schlagzeilen-Ergebnis von einem einzigen Schalter abhängt

LiquidAI/LFM3-VL-2B war acht Tage lang öffentlich verfügbar, bevor Liquid AI auch nur ein Wort darüber verlor. Das Hugging-Face-Repository wurde am 19. Oktober 2026 erstellt, und noch am selben Abend erschien ein GGUF-Build; die Ankündigung des Anbieters – ein Blogbeitrag, eine Modellsammlung, eine Karte mit einer vollständigen Benchmark-Tabelle – folgte am 27. Oktober. Das Modell, das es ersetzt, LFM2.5-VL-3B, ist der naheliegende Maßstab: Es hat 3,1 Mrd. Parameter gegenüber 1,92 Mrd. des neuen Modells, und in Liquids eigener Suite aus 62 Benchmarks erreicht das neue im Durchschnitt 71,4 gegenüber 57,6 beim alten. Dieselbe Karte verzeichnet zudem eine zweite Zahl, die deutlich weniger Beachtung findet: Bei deaktiviertem Thinking erreicht LFM3-VL-2B durchschnittlich 62,1. Dieses eine Konfigurationsflag ist 9,3 Punkte wert, und es ist der Unterschied zwischen einem entscheidenden Generationssprung und einem bescheidenen.

Dieser Beitrag behandelt, was zum Stand vom 28. Oktober tatsächlich dokumentiert ist – die Repository-Zeitleiste, die Spezifikationen, die Benchmark-Tabelle und ihre Einschränkungen – und kennzeichnet klar, wo die Belege enden.

Was erschien, und wann

Der Zeitverlauf ist wichtig, weil er erklärt, warum das Modell ohne Berichterstattung erschien. Liquid AI veröffentlichte weder einen Teaser noch eine Warteliste noch einen Forschungsbeitrag. Es lud Gewichte und eine Modellkarte hoch, und die Karte blieb einfach dort. Drittanbieter-Tracker bemerkten das Repository, und der erste öffentliche Beitrag über LFM3-VL-2B war Spekulation, die auf einem nicht zusammengeführten Pull Request eines Inferenz-Frameworks beruhte statt auf irgendetwas vom Anbieter.

• Repository erstellt — 19. Oktober 2026, 19:51 UTC, laut der Hugging Face API.

• GGUF-Repository erstellt — 19. Oktober 2026, 20:29 UTC, achtunddreißig Minuten später.

• Karte zuletzt geändert — 27. Oktober 2026, 16:24 UTC, am Tag der Ankündigung.

• Anbieter-Ankündigung — 27. Oktober 2026: ein Blogbeitrag zur Modellfamilie, ein Hugging Face-Blogbeitrag und eine Modellsammlung.

Die treffende Beschreibung lautet also nicht „lautlos ausgeliefert und weiterhin nicht angekündigt“, sondern „lautlos ausgeliefert und dann acht Tage später angekündigt“. Wer in diesem Zeitfenster über das Repository schrieb, beschrieb einen echten, herunterladbaren Checkpoint, aber kein Produkt mit einer angegebenen Position in Liquids Produktpalette. Diese Position existiert jetzt: LFM3-VL-2B ist das Vision-Mitglied einer Familie aus sechs Modellen, die auf einer gemeinsamen 1,7B-Basis aufbaut, und die Positionierung des Anbieters ist visuelles Verständnis auf dem Gerät — Dokumente, Diagramme, App-Bildschirme, das Auffinden von Objekten und räumliches Denken für Roboter.

Das Modell, in den eigenen Zahlen der Karte

Liquids Model Card ist ungewöhnlich konkret dazu, wohin die Parameter gegangen sind, was bemerkenswert ist, weil „2B“ in einem Modellnamen normalerweise mehr verbirgt, als es preisgibt.

• Gesamtparameter — 1,92 Mrd.: ein Sprachmodell mit 1,73 Mrd., ein Vision-Encoder mit 164 Mio. und ein Projektor mit 25 Mio.

• Encoder — intern entwickelt, Faltung plus Attention, ersetzt den in den LFM2.5-Visionsmodellen verwendeten SigLIP2-Tower.

• Modalitäten — Text, Bilder und Video als Eingabe; Text als Ausgabe. Es ist das erste LFM-Visionsmodell, das Video akzeptiert, abgetastet mit 2 Bildern pro Sekunde.

• Visuelle Tokenisierung — jeder 2×2-Block aus Patches wird zu einem Sprach-Token, bei nativer Auflösung.

• Kontext — 128K Token, Eingabe plus Ausgabe, mit einer maximalen Position von 128.000.

• Lizenz — die LFM Open License v1.0, dieselben nicht-permissiven, aber offenen Bedingungen wie beim Rest der Familie.

• Pretraining — der LFM3-1.7B-Base-Trunk, insgesamt 22T Token, mit einer 128K-Kontext-Erweiterung und einer 256K-Erweiterung, die während des Mid-Trainings verwendet wurde.

• Nicht empfohlen für – Programmierung, mehrstufige Gespräche oder komplexes Schlussfolgern, gemäß den Hinweisen auf der Karte selbst.

Diese letzte Zeile sollte man zweimal lesen. Ein Modell, das ausdrücklich nicht für Multi-Turn-Konversation empfohlen wird, ist auch ein Modell, dessen 128K-Kontextfenster sich kaum so nutzen lässt, wie langer Kontext normalerweise genutzt wird. Das Fenster ist real, und es ist fast viermal so groß wie die 32.768 Token von LFM2.5-VL-3B. Es ist außerdem bei einem 1,92B-Modell ein KV-Cache, der schneller wächst als die Gewichte, an die er gebunden ist.

62 Benchmarks, ein Labor und eine Tabelle, die ihre Rivalen beim Namen nennt

Der Benchmark-Abschnitt ist der nützlichste Teil der Veröffentlichung, und das nicht nur, weil die Zahlen hoch sind. Liquid hat eine Tabelle mit 62 Benchmarks veröffentlicht, die das eigene Modell in zwei Konfigurationen neben neun Wettbewerbern enthält: LFM2.5-VL-3B, MiniCPM-V 4.7 1B, Qwen3.5 2B, Qwen3.5 4B, InternVL3.5 4B, Gemma 4 E2B, Gemma 4 12B, GPT-5.6 Luna und Gemini 3.5 Flash Lite. Jede Bewertung ist auf 0–100 normalisiert, jede Kategorie ist ein ungewichtetes Mittel ihrer Benchmarks, und der Durchschnitt ist ein ungewichtetes Mittel über alle 62.

Das ist ein eher falsifizierbares Artefakt als ein Diagramm aus einer Pressemitteilung. Es nennt die Instrumente, es nennt die Wettbewerber, und die Karte führt in Fußnoten auf, welche Modelle mit aktiviertem Reasoning liefen und welche nicht. Es ist immer noch Herstellerarbeit: Liquid wählte die 62 Benchmarks aus, ließ jedes Modell laufen und veröffentlichte die Tabelle. Niemand außerhalb des Unternehmens hat irgendetwas davon reproduziert.

• Durchschnitt — 71,4 für LFM3-VL-2B, gegenüber 57,6 für LFM2.5-VL-3B und 57,5 für MiniCPM-V 4.7 1B.

• Dokument, OCR und Diagramm — 83,9, die Kategorie, auf die das On-Device-Argument am stärksten setzt.

• GUI-Verständnis — 83,1 gegenüber 66,0 für LFM2.5-VL-3B.

• Visuelles Grounding — 77,3 gegenüber 68,3.

• Video — 61,2 gegenüber 41,3 beim ersten LFM-Vision-Modell, das überhaupt Video verarbeitet.

• Agentic — 42,5 gegenüber 21,1. Die schwächste Kategorie für jedes kleine Modell in der Tabelle.

• Mathematik und logisches Denken — 68,8 gegenüber 40,6. Merken Sie sich diese Zahl; sie ist die interessante.

Die Karte erhebt im Fließtext drei vergleichende Behauptungen: dass LFM3-VL-2B bei den 62 Benchmarks mindestens 8 Punkte vor allen Modellen ähnlicher Größe liegt, dass es mit Gemma 4 12B mithält und dass es innerhalb von 2 Punkten an GPT-5.6 Luna heranreicht und dabei Gemini 3.5 Flash Lite übertrifft. An der Tabelle geprüft, bestätigen sie sich: Gemma 4 12B liegt im Durchschnitt bei 71,7, GPT-5.6 Luna bei 73,4, Gemini 3.5 Flash Lite bei 70,0. Dass ein 1,92B-Modell im Durchschnitt nur 0,3 von einem 12B-Modell entfernt liegt, ist die zentrale Aussage – und es ist eine vom Anbieter stammende Behauptung über vom Anbieter erhobene Zahlen.

Der Denk-Schalter leistet die meiste Arbeit.

LFM3-VL-2B meldet zwei Werte für dieselben Gewichte. Im Reasoning-Modus liegt der Durchschnitt bei 71,4. Mit deaktiviertem Denken liegt der Durchschnitt bei 62,1. Die Lücke ist nicht gleichmäßig über die Kategorien verteilt – sie konzentriert sich dort, wo man erwarten würde, dass Reasoning hilft, und fehlt nahezu dort, wo man es nicht erwarten würde.

• Mathematik und logisches Denken — 68,8 mit Denken, 41,0 ohne. Eine Differenz von 27,8 Punkten, bei Weitem die größte.

• Dokument, OCR und Diagramm — 83,9 gegenüber 71,6. Ein Unterschied von 12,3 Punkten bei Aufgaben, die wahrnehmungsbezogen wirken, es aber oft nicht sind.

• GUI-Verständnis — 83,1 gegenüber 81,5. Kaum Veränderung, was darauf hindeutet, dass die Fähigkeit zum Bildschirmlesen im Encoder und im Post-Training liegt, nicht in der Reasoning-Schleife.

• Wahrnehmung — 75,6 gegenüber 68,9.

• Durchschnitt — 71,4 gegenüber 62,1.

Die Konsequenz ist, dass der Schlagzeilen-Vergleich das neue Modell in einer bestimmten Weise schmeichelhaft darstellt. LFM2.5-VL-3B unterstützt den Reasoning-Modus nicht, daher vergleicht Liquid ein denkendes Modell mit einem nicht denkenden. Der faire Vergleich lautet 62,1 gegen 57,6 – immer noch ein Sieg, aber ein 4,5-Punkte-Sieg statt eines 13,8-Punkte-Siegs. Und in dieser Konfiguration liegt es nicht mehr vor allen Modellen in der näheren Umgebung: Qwen3.5 2B erreicht durchschnittlich 64,0, wobei diese Zahl ebenfalls aus einem Lauf mit aktiviertem Reasoning stammt.

Nichts davon macht die Veröffentlichung weniger interessant. Es macht die Veröffentlichung nachvollziehbar. Liquid hat ein kleines Modell gebaut, dessen Standardbereitstellung schnell und ohne Reasoning auskommt und dessen Obergrenze deutlich höher liegt, wenn man es denken lässt. Welche Zahl für Sie gilt, hängt ganz davon ab, ob Ihr Produkt sich die Latenz einer Reasoning-Schleife auf einem Smartphone leisten kann.

Was man für 1,92 Mrd. auf einem Gerät bekommt

Das Effizienzargument ist der Teil, den Liquid tatsächlich verkauft, und das Datenblatt untermauert es mit Messwerten statt mit Adjektiven. Auf einer einzelnen NVIDIA B300, die SGLang in BF16 ausführt, erzeugt das Modell bei 1.024 gleichzeitigen Anfragen mehr als 12.000 Ausgabe-Tokens pro Sekunde. Diese Zahl sagt mehr über das Batching als über das Modell aus, belegt aber, dass der Serving-Pfad ab dem ersten Tag existiert.

Auf dem Gerät veröffentlicht die Karte Prefill-, Decode- und Spitzenarbeitsspeicher für jedes verglichene Modell unter einer festen Arbeitslast: ein 512×512-Bild, 1.024 Text-Token als Eingabe, 256 Token als Ausgabe, alles in llama.cpp mit einem Q4_0-GGUF-Sprachmodell und einem F16-Vision-Projektor. Das ist ein reproduzierbarer Aufbau, und die Speicherspalte ist die, die man lesen sollte, bevor man sich für ein Telefon entscheidet.

Die Tooling-Landschaft ist real, aber ungleichmäßig. SGLang-Unterstützung war zum Start vorhanden. llama.cpp-Unterstützung ist im Review – Pull Request 31252 – und enthält einen ausdrücklichen Vorbehalt von Liquid: vorerst keine Videoeingabe. GGUF-Gewichte existieren und sind acht Tage älter als die Ankündigung. Wenn Video der Grund ist, warum Sie dieses Modell wollen, ist der lokale Weg noch nicht fertig, und die Modellkarte sagt das auch.

Was noch nicht zu wissen ist

Die ehrliche Grenze dieses Artikels: Alle oben genannten quantitativen Angaben stammen von Liquid AI. Es gibt keine unabhängige Bewertung von LFM3-VL-2B, keinen Eintrag in einem Drittanbieter-Leaderboard, keine Reproduktion der Suite aus 62 Benchmarks und keinen veröffentlichten Preis pro Token für das Modell auf der eigenen API von Liquid mit Stand 28. Oktober. Die Modellkarte nennt eine Verfügbarkeit über Hugging Face, den Liquid-Playground und die Liquid-API, und die Gewichte sind offen, aber „offene Gewichte“ und „unabhängig verifiziert“ sind unterschiedliche Aussagen.

Es gibt auch eine Lücke zwischen dem Aggregatwert und der Deployment-Story. Ein Durchschnitt über 62 Benchmarks ist ein gutes Instrument zum Ranking von Modellen und ein schlechtes zur Vorhersage Ihrer Arbeitslast. Die Kategorien, in denen LFM3-VL-2B am stärksten ist – GUI-Verständnis, visuelles Grounding, Dokument- und Diagrammlesen –, sind genau diejenigen, in denen die Wahl der Benchmark-Instanzen durch einen Anbieter einen Score um mehrere Punkte verschieben kann. Die Kategorien, in denen es am schwächsten abschneidet – agentische Arbeit bei 42,5 –, sind diejenigen, die für den robotischen Anwendungsfall, den die Modellkarte bewirbt, am ehesten relevant sein dürften.

Wo das hineinpasst, wenn du etwas baust

LFM3-VL-2B ist nicht in OrcaRouters Katalog zum Zeitpunkt des Verfassens zu finden — dabei handelt es sich um einen Checkpoint, den Sie selbst herunterladen und ausführen, nicht um etwas, das Sie über unsere API aufrufen. Das prägt das nützliche Muster, statt es auszuschließen. Die Modelle, mit denen dieses Release bei den Kosten konkurriert — gehostete Vision-Modelle, die den Long Tail an Dokumenten und Videos abdecken —, sind die, die Sie routen würden, und den lokalen Checkpoint und den gehosteten Fallback auf die beiden Seiten ein und derselben Routing-Entscheidung zu legen, ist die Architektur, für die die Zahlen tatsächlich sprechen. Ein 1,92B-Modell auf dem Gerät laufen zu lassen und die schwierigen Frames an ein größeres gehostetes Modell zu eskalieren, ist die Bereitstellung, die die Zahl 62,1 akzeptabel macht, weil die Fälle, in denen es versagt, die Fälle sind, die das Gerät verlassen.

Für die Modelle, die wir tatsächlich routen, bedeutet ein Endpunkt ein Schlüssel, kein zweiter Vertrag und automatisches Failover über Anbieter hinweg, wenn der primäre beeinträchtigt ist. Das ist die Hälfte des Systems, die einen Router braucht; die Hälfte auf dem Gerät braucht eine gute Quantisierung und ein Akkubudget.

Was würde dieses Bild verändern?

Drei Dinge, geordnet danach, wie stark sie ins Gewicht fallen würden. Eine unabhängige Reproduktion der Tabelle mit 62 Benchmarks würde entweder die interessanteste Behauptung aus der Veröffentlichung bestätigen oder sie ins Wanken bringen. Ein gemergter llama.cpp-Build mit Videounterstützung würde das On-Device-Versprechen von einem Plan zu einem Produkt machen. Und ein veröffentlichter API-Preis würde jedem einen Vergleich auf der Achse ermöglichen, die die meisten Deployments entscheidet – einer Achse, die derzeit eine leere Zelle ist.

Bis dahin ist die vertretbare Lesart eng und nützlich: Liquid hat ein 1,92B-Visionsmodell veröffentlicht, das das 3,1B-Modell, das es ersetzt, in der eigenen Suite des Anbieters schlägt, diesen Vergleich bei aktiviertem Reasoning deutlich und ohne aktiviertes Reasoning knapp gewinnt und in seiner Größenklasse bei Bildschirmen und Dokumenten führend ist. Das Repository war acht Tage vor der Ankündigung öffentlich, was ein Fakt über Liquids Launch-Prozess und nicht über das Modell ist – aber es ist der Grund, warum die erste Berichterstattung über LFM3-VL-2B Spekulation statt Test war.