LFM2.5-24B-A2B-DSpark זמין כעת ב-Hugging Face — Liquid AI פשוט עוד לא הודיעה על כך

כרטיס המודל של המודל הגדול ביותר של Liquid AI עדיין מציין שמודל הטיוטה שלו לפענוח ספקולטיבי מגיע בקרוב. מודל הטיוטה לא יגיע. LFM2.5-24B-A2B-DSparkיש לו מאגר ציבורי מאז 2026-10-19, צ'קפוינט BF16 בגודל 655 MB, טבלת בנצ'מרקים מלאה, קובץ לוואי GGUF שפורסם בערב שלמחרת, ודגלי הפעלה עבור SGLang הכתובים בכרטיס שלו. מה שאין לו הוא הכרזה. LFM2.5-24B-A2B, מודל תערובת מומחים בגודל 24B שהוא נועד להאיץ, קיבל פוסט בבלוג, השקה עם תאריך, מחירון וקישור ל-playground ב-2026-10-13. מודל הטיוטה שלו קיבל מאגר וכרטיס מודל, ועמוד התיעוד של Liquid AI עצמה עבור פענוח ספקולטיבי עדיין מפרט רק את יעדי 1.2B, 2.6B, 8B ו-VL-3B כנתמכים. הכשלים המתועדים של AI ותקריות הסוכנים שמאחורי שחרורים כמו זה נאספים בOrcaRouter AI Incident Archive כאשר לכל רשומה יש מקורות משלה, חומרה, דירוג ביטחון וסימון מחלוקת.

הפער הזה הוא הסיפור כאן, וכדאי להיות מדויקים לגבי מה שהוא כן אומר ומה הוא לא אומר. מאגר שהמשקלים שלו פתוחים, שהבנצ'מרקים שלו ניתנים לשחזור מקובץ CSV שיושב לצד המודל, ונתיב ההסקה שלו כבר מוזג במעלה הזרם הוא שחרור אמיתי, לא דליפה. אבל שום דבר לגביו לא אושר על ידי הספק בפרוזה, אף צד שלישי לא מדד אותו, והמספרים בכרטיס הם המספרים של אותו צוות, שנמדדו על אותה חומרה שהם בחרו. הקטע הזה מפריד בין השניים: מה שהמאגר מבסס, ומה שנשאר טענה.

מה נמצא בפועל במאגר

הצ'קפוינט קטן מספיק כדי שרשימת הקבצים עצמה תהיה אינפורמטיבית. כל העניין הוא קובץ אחד model.safetensors בגודל 655,421,522 בייטים — 327.7 מיליון פרמטרים ב-BF16 — בתוספת קובץ קונפיגורציה, רישיון ותיקיית בנצ'מרקים. שום דבר אחר. אין טוקנייזר, אין מטריצת הטמעה ואין ראש LM, מפני שהארכיטקטורה עושה שימוש חוזר בכל שלושתם ממודל היעד בזמן הטעינה. זהו העיצוב: מודל הטיוטה צריך לדעת רק איך לנחש את בלוק האסימונים הבא באוצר המילים של מודל היעד, ולא איך לייצג את העולם.

התצורה מאשרת את הצורה שתיאר המאמר של DSpark מאוגוסט. חמש שכבות קשב מלא בגודל מוסתר 2,048 וגודל ביניים 6,144 עם SiLU/SwiGLU; קשב שאילתות מקובץ עם 32 ראשים ו-8 ראשי KV בממד ראש 64; ראש מרקוב בדרגה 256 וראש ביטחון נפרד; גודל בלוק 9; אוצר מילים 128,000; והטבעת מיקום מקסימלית של 131,072, שתואמת בדיוק לחלון ההקשר של היעד. השדה היחיד שמאפיין את הדרפטר הזה הוא target_layer_ids: [2, 10, 18, 26, 34] לעומת num_target_layers: 40 — חמש השכבות של מודל ה-24B שאותן קורא הדרפטר כהקשר. האינדקסים האלה הם הסיבה לכך שאי אפשר פשוט להפנות דרפטר שאומן עבור מודל LFM2.5 אחד למודל אחר.

הרישיון הוא lfm1.0, אותו רישיון מותאם אישית כמו שאר המשפחה, שראוי לציין לכל מי שמתכנן להפיץ ארטיפקט ארוז של target-plus-drafter במקום להשתמש בו באופן פנימי.

טבלת הבנצ'מרק, בקריאה כטבלת ספקים

הכרטיס מפרסם תפוקה עבור שמונה מערכי נתונים ברמת מקביליות 1, 32 ו-256, על NVIDIA B300 בודד עם יעד FP8, מטמון KV מסוג BF16 וטמפרטורה 0. כל נתון להלן הוא של Liquid AI עצמה ולא שוחזר מחוץ לחברה; השורות הגולמיות נמצאות בbenchmarks/b300-fp8.csv של המאגר, אם ברצונכם לבדוק את החשבון בעצמכם.

• ממוצע אריתמטי על פני שמונת מערכי הנתונים — פי 2.38 במקביליות 1, פי 2.69 במקביליות 32, פי 1.71 במקביליות 256.

• התא הבודד הטוב ביותר — MBPP במקביליות 32, פי 3.28, כש-MATH-500 קרוב אחריו עם פי 3.04.

• התא הבודד הגרוע ביותר — LiveCodeBench בהקבלה של 256, פי 1.34, ו-AIME ב-256, פי 1.36.

• אסימונים שהתקבלו בכל צעד — 5.16 בממוצע, לעומת תקרה של 10 שנקבעה על ידי גודל הבלוק בתוספת אסימון הבונוס של היעד.

• שיעור הקבלה הגבוה ביותר — MBPP עם 6.70 אסימונים לכל צעד; הנמוך ביותר — LiveCodeBench עם 4.02.

שני דברים בטבלה הזו מעניינים יותר מאשר הכותרת. הראשון הוא שההאצה הממוצעת היא גבוהה יותר ברמת מקביליות 32 מאשר ברמת מקביליות 1 — 2.69× לעומת 2.38× — וזה ההפך מהסיפור הרגיל של פענוח ספקולטיבי, שבו אצווה אוכלת את התועלת. השני הוא שהיא מתמוטטת ב־256. ב־256 בקשות במקביל, מודל היעד לבדו כבר מייצר כ־15,000 טוקנים לשנייה על אותו GPU עבור MATH-500, ותרומתו של מודל הטיוטה יורדת ל־1.79×. צוות שירות שקורא רק "2.4×" יגדיר גודל אשכול בצורה שגויה; המספר שחשוב לנקודת קצה עם אצווה הוא 1.71×, וגם זה מספר של B300 עם פרופיל מקביליות שרוב הפריסות לא יתאימו לו.

המשפט שהשתנה מאז אוגוסט

כאשר Liquid AI פרסמה ב-2026-08-20 מנסחים של DSpark עבור יעדי 1.2B, 2.6B ו-8B-A1B, הפוסט בבלוג שלה הציג טענה נחרצת: מכיוון שהיעד מאמת כל טוקן מוצע ומחליף דחיות בבחירה שלו עצמו, "הרצף הנפלט הוא לפיכך זהה ל-greedy הבסיסי מכוח הבנייה." כרטיס המודל של מנסח ה-8B חוזר על רוח הדברים ומבטיח "פלטים זהים לחלוטין."

כרטיס ה-drafter של 24B אינו אומר זאת. הוא אומר שה-target מאמת כל טוקן מוצע, ולאחר מכן: "הבדלים בנקודה צפה בין אימות באצוות לבין פענוח רגיל יכולים להפיק טקסט שונה, כולל תחת דגימה חמדנית." הוא מוסיף שהמדידות מעריכות ביצועים, לא דיוק במשימה.

זהו משפט זהיר יותר, והוא הנכון. אימות מקובץ אינו מבצע את אותן פעולות נקודה צפה באותו סדר כמו פענוח סדרתי, ולכן זהות ביטית היא הנחה שמתקיימת בחשבון מדויק ולא תמיד בחומרה אמיתית. העובדה שהכרטיס החדש יותר אומר זאת בעוד הישן יותר לא אמרה זאת היא או תיקון תיעוד או גילוי במהלך אימון הדרפטר הזה — המאגר אינו אומר לך איזה מהם, ו-Liquid לא פרסמה הסבר. מבחינה מעשית המשמעות צרה אך אמיתית: אם חבילת הרגרסיה שלך משווה פלט מודל בייט-בייט, הוספת הדרפטר הזה עלולה להכשיל אותה, וזו תכונה של החשבון ולא באג בטיוטה.

מדוע הגיע המנסח שישה ימים אחרי המודל של עצמו

כדאי לפרוס את ציר הזמן, משום שהוא מסביר את השתיקה טוב יותר מכל השערה לגבי אסטרטגיה.

• 2026-08-20 — Liquid מפרסמת את משפחת DSpark: מודלי טיוטה עבור LFM2.5-1.2B-Instruct, LFM2.5-2.6B ו-LFM2.5-8B-A1B. אין עדיין יעד 24B.

• 2026-08-31 — SGLang ממזגת את PR #31041, ומוסיפה תמיכה בפענוח ספקולטיבי DSpark עבור LFM2 ו-LFM2-MoE. נתיב ה-MoE שה-24B זקוק לו נוחת כאן, חודש וחצי לפני המודל שהוא ישרת.

• 2026-10-13 — LFM2.5-24B-A2B יוצא עם פוסט בלוג ומחיר. באותו יום, SGLang ממזג את PR #43939, שמאפשר לשרת לעשות שימוש חוזר ישירות בתצורת Hugging Face LFM2-MoE.

• 2026-10-19 — המאגר LFM2.5-24B-A2B-DSpark מופיע, עם משקלים ובנצ'מרקים.

• 2026-10-20 — קובץ הלוואי GGUF מגיע: קובץ F16 יחיד בנפח 664 MB עבור llama.cpp.

• 2026-10-21 — כרטיס המודל היעד מקבל שורת drafter. הוא עדיין מציג בקרוב.

קראו את הרצף הזה, וההסבר הסביר ביותר הוא המשעמם. התשתית יצאה לפני התוצר; התוצר יצא כשהאימון הסתיים; ההכרזה היא משימת שיווק שטרם קרתה. שום דבר במאגר לא מרמז על השקה שקטה במכוון — כרטיס המודל שלם, מדדי הביצועים מתועדים עד לפרטי הפרוטוקול, והקריאות ל-SGLang ול-llama.cpp כתובות במלואן. שקט כאן פירושו לא מוכרז, לא מוסתר.

מה שעדיין אינו ניתן לדעת

הגבול הכנה של הקטע הזה הוא רשימה קצרה, וכל פריט בה הוא פער אמיתי ולא עניין של פורמליות.

אין מדידה עצמאית. אין רשומה ב-Artificial Analysis, אין הרצת קבלה של צד שלישי, אין שחזור של טבלת התפוקה. נכון ל-2026-10-21, המאגר הציג שבע הורדות ולייק אחד. כל האצה במאמר זה היא של הספק, על ה-GPU שנבחר על ידי הספק, עם דיוק היעד שנבחר על ידי הספק.

אין הכרזה, ולכן אין מסגור. איננו יודעים אם Liquid מתכוונת לכך כהמלצת ייצור ל-24B או כפריט מחקרי. הטון של הכרטיס — דגלי השקה מלאים, טבלת משפחה, קישור ליצירת קשר — מרמז על האפשרות הראשונה, אך זו הסקה.

אין מחיר, כי לא יכול להיות כזה. מודל טיוטה אינו מודל המסופק כשירות. אין לו תעריף לכל מיליון טוקנים והוא לעולם לא יופיע בקטלוג מודלים כנקודת קצה הניתנת לקריאה. העלות שלו היא 655 MB של VRAM או זיכרון מאוחד שהוא תופס לצד מודל היעד, בתוספת החישוב הנוסף של אימות בלוק במקום טוקן.

אין נתונים עבור Apple Silicon. זהו הפער הגדול ביותר, והחלק הבא מסביר מדוע הוא חשוב יותר מהאחרים.

מספר ה-Mac החסר הוא ההשמטה המעניינת

מודל ה-24B נמכר כמודל המיועד לפעול על המכשיר עצמו. פוסט ההשקה של Liquid מציג בראש ובראשונה 184 טוקנים לשנייה על Apple M5 Max וקורא לו מודל שנבנה עבור סוכנים מהירים ופרטיים הפועלים על המכשיר. כרטיס ה-Drafter, לעומת זאת, מדווח רק על נתוני B300. עבור ה-Drafter בגודל 8B באוגוסט, Liquid פרסמה תוצאות הן עבור H100 והן עבור M4 Max והייתה גלויה לגבי הפער ביניהן: שיפור מהירות ממוצע של פי 2.54 על H100 הפך לפי 1.18 על MacBook. הסיבה שצוינה הייתה מכנית — אימות k טוקנים מפעיל יותר מומחים מאשר שלב פענוח בודד, ולכן יעד MoE משלם יותר תעבורת משקולות לכל טוקן מאומת, וה-backend Metal של llama.cpp החמיר זאת.

LFM2.5-24B-A2B הוא גם תערובת מומחים: 64 מומחים לכל בלוק עם ניתוב top-4. אותו מנגנון חל, וה-24B הוא מודל גדול יותר עם סט מומחים גדול יותר שצריך לדפדף דרכו. זה לא מוכיח שההאצה במכשיר קטנה — ה-drafter אומן במיוחד עבור היעד הזה, ושיעור הקבלה טוב בהרבה מזה של ה-8B בהתחלה — אבל זה כן אומר שהמספר היחיד שמשתמש מחשב נייד צריך הוא המספר היחיד שהכרטיס לא מכיל. התייחס לכל הנחה שהיחס של B300 עובר ל-Mac כלא מאומתת.

להריץ אותו, והדגל האחד שיינשך אותך

במעבד גרפי (GPU), המתכון המפורסם הוא SGLang עם יעד FP8 וה-drafter מחובר,block size 9 ועשרה draft tokens. ה-SGLang המותקן חייב להיות עדכני מספיק כדי לכלול את מסלול LFM2-MoE DSpark מ-PR #31041 ואת שימוש החוזר בתצורה מ-PR #43939; בגרסה ישנה יותר השרת כלל לא יזהה את ארכיטקטורת ה-drafter. שימו לב שמספרי ה-benchmark מניחים יעד FP8 — יעד BF16 יתנהג אחרת, ולא בהכרח טוב יותר, מכיוון שה-drafter אומן מול התפלגות ספציפית של לוגיטים של היעד.

ב-CPU וב-Apple silicon המסלול הוא llama.cpp עם sidecar מסוג F16 GGUF. ה-sidecar קורא את גודל הבלוק שלו מהמטא-דאטה שלו ומגביל את --spec-draft-n-max לגודל הזה, כך שקביעת אורך הטיוטה ל-12 לא תיתן לך 12. תזמוני כל תגובה חושפים את draft_n ואת draft_n_accepted, שזה השדה שכדאי לעקוב אחריו בעומס העבודה שלך: אם שיעור הקבלה בתעבורה שלך נמצא הרבה מתחת לממוצע 5.16 של הכרטיס, הדרפטר גובה ממך מעבר קדימה ואינו מניב כמעט דבר, והדבר הישר לעשות הוא לנתק אותו.

מה זה אומר אם אתם בוחרים מודל השבוע

עבור רוב הצוותים ההשלכה המעשית קטנה, כי מודל הטיוטה משנה מהירות ולא יכולת. LFM2.5-24B-A2B הוא זה שעונה לפרומפטים; מודל הטיוטה רק משנה כמה מהתשובות האלה תקבלו בשנייה. אם ה-24B לא היה ברשימת המועמדים הקצרה שלכם בשבוע שעבר, גרסה מהירה יותר שלו לא תכניס אותו לשם.

אם הוא היה ברשימה הקצרה שלכם, מודל הטיוטה מחזק את הטיעון בעד אירוח עצמי ולא מועיל במקרה של API. כדאי לומר את ההבחנה הזו בבירור: צ'קפוינט של פענוח ספקולטיבי אינו גלוי למי שפונה לנקודת קצה מתארחת, מכיוון שמערך ההגשה מחליט אם לצרף אותו. מה שאפשר להשוות בתנאים שווים הוא המודל עצמו מול החלופות שאליהן הייתם מנתבים אחרת — ואם אתם מעריכים אותו מול משהו כמו Qwen3.6-35B-A3B, המודל ש-Liquid משווה אליו בחמישה מתוך שמונה משימות אג'נטיות, OrcaRouter מציעה את יעד ההשוואה הזה מאחורי מפתח אחד ב-0% תוספת על מחיר המחירון של הספק, עם מעבר אוטומטי בין ספקים. איננו מגישים היום את משפחת LFM2.5, כך שה-24B עצמו חייב להגיע מה-API של הספק או מה-GPU שלכם; מה שאנחנו מציעים הוא הצד השני של ההשוואה בלי חוזה נוסף.

מה היה משנה את התמונה הזו

שלושה דברים, לפי מידת ההשפעה שלהם על הסיפור. פוסט בלוג מ-Liquid יכריע בשאלת המסגור — האם מדובר בשילוב מומלץ לייצור או בשחרור מחקרי. מדידת Mac שפורסמה תכריע את הטענה שחשובה לקהל שה-24B נבנה עבורו. והרצת קבלה עצמאית על תעבורה אמיתית, ולא שמונה מערכי נתוני benchmark בטמפרטורה 0, תספר לך אם 5.16 אסימונים לכל צעד שורדים מפגש עם הפרומפטים המבולגנים, הארוכים וקוראי הכלים שהמודל הזה נמכר בפועל עבורם.

עד אז המאגר ציבורי, המשקלים זמינים להורדה, ה-CSV נמצא ממש שם, וכרטיס המודל של הספק עצמו הוא המקום האחרון שבו כדאי לחפש ידיעות על כך. זהו מצב לא שגרתי עבור שחרור להימצא בו — אבל הוא אמיתי, והארטיפקט אינו הופך לפחות אמיתי רק מפני שאיש לא כתב את פוסט הבלוג.