הדלפת LFM3: המשפחה הבאה של Liquid AI היא ארבעה מודלי Omni קטנים

בקשת משיכה (pull request) שנפתחה ב-GitHub ב-27 באוקטובר 2026 מבקשת ללמד את SGLang כיצד לשרת משפחת מודלים שאינה קיימת בפומבי. היא מפרטת ארבעה צ'קפוינטים — LFM3-1.7B, LFM3-VL-2B, LFM3-Audio-2B ו-LFM3-Omni-2B — ונקראת מול ה-LFM2.5-2.6B וה-LFM2.5-24B-A2B שכבר הופצו כמו שרטוט למה ש-Liquid AI תבנה בהמשך. ה-PR אינו מוזג. כל שלוש בדיקות ה-CI שלו נכשלות. Liquid AI לא הודיעה על דבר מזה. הדיף הלא-מוזג הזה הוא כל התיעוד הציבורי של LFM3 נכון להיום, והוא מאיר יותר מרוב פוסטי ההשקה — בתנאי שתקראו אותו כפי שהוא.

אז הבה נהיה מדויקים לגבי הראיות, משום שהן דלות בכיוון אחד ופרטניות באופן יוצא דופן בכיוון אחר. שום דבר כאן אינו תאריך שחרור, מחיר, תנאי רישיון או ציון בנצ'מרק. אין כרטיס מודל של LFM3, אין מאגר ב-Hugging Face, אין פוסט בבלוג, אין רישום API. מה שכן קיים הוא תרומה של tugot17 — Piotr Mazurek, שבמהלך החודשיים האחרונים הכניס תמיכת ריצה של LFM ל-SGLang, ל-llama.cpp ול-mlx-vlm — ולצדה החומר שפרסמה Liquid עצמה על דור LFM2.5 שאותו היא עומדת להחליף. כל מה שלהלן מסומן בהתאם.

מה ה-pull request בעצם מציע

כותרת ה-PR היא [Feat] lfm3: הוספת תמיכה בטקסט, ראייה, אודיו ו-Omni, והיא נושאת שתי תוויות שמספרות לך איזה סוג שינוי זה: jit-kernel ו-Multi-modal. היא מוסיפה יצירת טקסט נייטיבית למשפחה של ארבעה, שלכל אחד מהם נתיב checkpoint משלו:

• LFM3-1.7B — טקסט נכנס, טקסט יוצא, מודל השפה הרגיל בבסיס המשפחה

• LFM3-VL-2B — טקסט, תמונות ווידאו נכנסים, טקסט יוצא

• LFM3-Audio-2B — קלט טקסט ואודיו, פלט טקסט, וגם מחובר לנקודת הקצה /v1/audio/transcriptions

• LFM3-Omni-2B — קלט טקסט, תמונות, אודיו ווידאו, כולל פס הקול של הווידאו עצמו; פלט טקסט

יש פרט אחד ברשימה הזו שראוי לעצור עליו. כל וריאנט מפיק טקסט. אין שום נתיב פלט שמע ב-PR, והיכולת הלא-צ'אטית של מודל האודיו היא תמלול — קלט דיבור, פלט טקסט. זה צר יותר מקו האודיו הנוכחי של Liquid, שבו LFM2.5-Audio-1.5B מתועד כמטפל ב-ASR, ב-TTS ובצ'אט קולי שזור במודל אחד. או שהמהדורה הראשונה של SGLang מכסה רק את החצי שמפיק טקסט של LFM3-Audio, או שמשפחת ה-omni באמת מוותרת על סינתזת דיבור. ה-PR לא יכול להכריע בשאלה הזו, וכל מי שאומר לך שהוא מכריע — מנחש. יש להתייחס לטענה „LFM3 מדבר” כבלתי מוכחת.

שאר ה-diff הוא פרט מימוש שמסגיר בכל זאת את תקופת העבודה. מקודדי חזות ושמע עם הפרויקטורים שלהם, עמוד שדרה משותף, שילוב מטמון היברידי, ליבות קונבולוציה ב-CuTe DSL עם גיבוי PyTorch, והערה ש-FlashInfer משתמש כברירת מחדל ב-paged prefill כך שקשב בחלון מחליק מתנהג כשורה. האימות רץ על H100s ב-FP16 באמצעות מה שהתיאור מכנה נקודות ביקורת לפיתוח — ארבע מילים שחשובות בהמשך.

משפט הארכיטקטורה, והמספר שאנשים יקראו לא נכון

ה-PR מתאר את LFM3 כעמוד שדרה משותף של קונבולוציות קצרות עם שער, יחד עם קשב מלא וקשב בחלון הזזה. זהו המשך השושלת של LFM2, ולא החלפה שלה: LFM2.5-24B-A2B מתועד כהיברידי של קונבולוציות קצרות עם שער וקשב grouped-query לאורך 40 שכבות. מה שנראה חדש בהדלפה הוא רכיב חלון ההזזה המפורש שיושב לצד הקשב המלא.

הערות האימות מזכירות פרומפט שחורג מחלון הזזה של 256 טוקנים, וזה הנתון שיצוטט מחוץ להקשר כל השבוע. זה אינו אורך ההקשר של LFM3. בתכנון היברידי, שכבות הקשב צריכות לראות רק באופן מקומי משום ששכבות הקונבולוציה נושאות את האות לטווח ארוך — זה כל premise הארכיטקטורה, ולכן המשפחה יכולה להחזיק 131,072 טוקנים של הקשר ב-LFM2.5-24B-A2B בעוד שרוב שכבותיה כלל לא מבצעות קשב ריבועי. חלון קשב של 256 טוקנים הוא אמירה על היכן המודל מסתכל בתוך שכבה אחת, לא על כמות הטקסט שהוא יכול לקבל. ההודעה לעיתונות אינה מציינת את אורך ההקשר הכולל של LFM3, ואיש מחוץ ל-Liquid עדיין אינו יודע אותו.

מדוע בקשת Pull Request בזמן ריצה היא האות ולא הרעש

סביר לחשוד בקריאת אסטרטגיית מוצר מתוך דיף תשתיתי. במקרה הספציפי הזה הדפוס עקבי מדי מכדי להתעלם ממנו, משום ש-Liquid מספקת תמיכת מנוע עם המשקלים ולא אחריהם. LFM2.5-2.6B מפרטת את llama.cpp, MLX, vLLM, SGLang, ONNX ו-Transformers 5.0+ כיעדים מהיום הראשון. LFM2.5-24B-A2B נתמכה ב-llama.cpp, MLX, vLLM, SGLang ו-ONNX כבר בהשקה. משפחה שמגיעה עם חמישה סביבות ריצה מוכנות חייבת שה-kernels שלה ייכתבו לפני ההכרזה, מה שאומר שה-PRs נוחתים קודם והפוסט בבלוג מגיע אחריהם.

המחבר מתאים בדיוק לכרונולוגיה הזו. ההיסטוריה הציבורית של Mazurek היא רצף של עבודת אינטגרציה של LFM: פענוח ספקולטיבי DSpark עבור LFM2-VL ב-SGLang בספטמבר, תיקוני מודל טיוטה של LFM2.5-VL-3B ו-DSpark ב-llama.cpp באותו חודש, פענוח ספקולטיבי שעבר בירושה ממודל הטקסט ב-mlx-vlm, ושימוש חוזר בתצורת LFM2-MoE ב-SGLang ב-13 באוקטובר. LFM3 הוא הרשומה הבאה ברצף הזה, שהוגשה בסוף השבוע שבו המשפחה שינתה שמות.

שתי היעדרויות מעידות לא פחות מהנוכחות. אין בקשת משיכה תואמת ב-Hugging Face Transformers עבור LFM3 — חיפוש באותו מאגר לא מחזיר דבר — וה-PR של SGLang טוען את הצ'קפוינטים שלו דרך Transformers 5.19.0 הסטנדרטי עם --trust-remote-code, וזה מה שעושים כשהארכיטקטורה עדיין אינה נתמכת נייטיבית בספרייה. יש גם קומיט שדוחה במפורש פענוח ספקולטיבי עבור LFM3, כך שעבודת ה-DSpark שסופקה עבור דור 2.5 עדיין לא הועברה הלאה. מוקדם, ולא שלם במכוון.

שאלת הגודל שאיש לא השיב עליה

כאן ההדלפה והשאיפה המוצהרת מושכות לכיוונים מנוגדים, והמתח הזה הוא הדבר המעניין ביותר במסמך.

מקסים לבון, ראש תחום האימון המקדים ב-Liquid, תיאר את מטרת LFM3 כבחינה האם גישת הקונבולוציה הקצרה שעובדת בסקאלה של 350M עד 1.2B יכולה להחזיק מעמד גם מעבר ל-10B פרמטרים — התחום שבו לארכיטקטורות קשב היה היתרון ההיסטורי. זו שאלת סקיילינג, והיא מרמזת על מודל גדול.

הצ'קפוינטים שהודלפו הם 1.7B ושלושה ב-2B. אף אחד מהם לא מעל הסף שהשאלה עוסקת בו.

שתי פרשנויות נשארות בתוקף. הראשונה היא שאלה הם הגל הראשון והקומפקטי — משפחת omni לטלפונים ולמכוניות לפני שאח גדול מגיע, מה שמתאים לאופן שבו Liquid תמיד הובילה עם מודלים קטנים ולאופן שבו ה-PR מתאר אותם כנקודות ביקורת בפיתוח ולא כשחרורים סופיים. השנייה היא ש-1.7B ו-2B הם פשוט הגדלים שהיו נוחים לאימות קרנלים מולם, ואינם אומרים לנו דבר על מה שישוחרר. העמדה הכנה היא שההדלפה מוכיחה שהמשפחה קיימת ומוכיחה את צורתה; היא אינה מוכיחה את תקרתה. אם אתם ממתינים למודל Liquid של מעל 10B, ה-PR הזה לא מבטיח אחד ולא שולל אחד.

מה ש-LFM3 יורש, לטוב ולרע

רף הייחוס שעליו לעבור הוא עדכני ומתועד היטב. LFM2.5-24B-A2B הושק ב-13 באוקטובר 2026 עם 24B פרמטרים בסך הכול, 2B פעילים, 40 שכבות, 64 מומחים וניתוב top-4, חלון הקשר של 131,072 טוקנים, אוצר מילים של 128K ו-33T טוקני אימון מקדים. LFM2.5-2.6B, מתחילת אוגוסט, נכנס לפחות מ-2.5GB עם חלון הקשר של 128K. LFM2.5-VL-3B משלב את בסיס ה-2.6B עם מקודד חזותי SigLIP2.

ראוי לומר זאת בבירור: כל Benchmark ש-Liquid מפרסמת עבור אלה מורץ על ידי הספק על מערכות הבדיקה של Liquid עצמה, בלי הערכה בלתי תלויה מצורפת. מספרי הכותרת של LFM2.5-24B-A2B — AutomationBench 27.69, BFCLv4 65.01, ToolSandbox 80.71, IFEval 96.75 — הם נתונים של Liquid, ואותה טבלה מראה שהוא מפסיד ל-Qwen3.6-35B-A3B ב-WebArena Verified (26.75 לעומת 37.62), ב-GPQA Diamond וב-SWE-Bench Verified. טבלאות ספק הכוללות הפסדים אמינות יותר מאלה שלא, אך אמין אינו זהה למאומת. לא קיים שום נתון LFM3 מכל סוג, כך שאין עדיין מה להשוות.

הרישוי ימשיך גם הלאה. נקודות הביקורת (checkpoints) האחרונות של LFM מבית Liquid ב-Hugging Face מתויגות כל אחת license: other — רישיון LFM ייעודי, לא Apache-2.0 או MIT. בכל רישיון ש-LFM3 ישוחרר תחתיו, יש להניח את אותם תנאים מותאמים אישית עד שכרטיס מודל יאמר אחרת, ולקרוא אותם לפני שתבנו מוצר על גבי המשקולות.

מתי זה עשוי למעשה להתממש

לאף אחד אין תאריך, כולל האנשים שמנחשים באופן מקצועי. שאלה ב-Manifold Markets לגבי מתי ישוחרר LiquidAI LFM3 מעמידה את Q4 2026 על 40%, את Q1 2027 על 21%, את Q2 2027 על 21%, את Q3 2026 על 11% ואת Q2 2026 על 7% — על נפח כולל של בערך Ṁ160, שקטן מספיק כדי שהאחוזים ישקפו קומץ סוחרים ולא קונצנזוס. יש לקרוא זאת כ"מתישהו בשני הרבעונים הקרובים, כנראה", ולא בדיוק רב יותר מכך.

השיקולים המכניים תומכים במועד מוקדם יותר ולא במאוחר יותר. עבודת קרנל שנכנסת לריצה מרכזית היא הנדסה בשלב מאוחר, לא בשלב מוקדם — לא כותבים קרנלי קונבולוציה ב-CuTe ומחברים מטמון היברידי עבור מודל שנמצא שנה מהיום. שם המשפחה התייצב ל-LFM3 לאורך ארבעה וריאנטים וארבעה נתיבי checkpoint. אבל ה-PR אינו ממוזג, כאשר כל שלוש הבדיקות אדומות, הוא זקוק לסקירה מאשרת שאין לו, ו-2 מתוך 22 בדיקות אימות omni ו-2 מתוך 16 בדיקות vision עדיין נכשלות בהשוואת ה-ROUGE שלהן. זהו ענף באמצע עבודה, לא מועמד לשחרור.

מה זה אומר אם אתם בוחרים מודל השבוע

שום דבר בנוגע ל-LFM3 לא אמור לשנות החלטה שתקבל היום. הוא אינו זמין, אינו מתומחר, אינו נבחן ואינו ברישיון פומבי. אם אתה זקוק למודל מולטימודלי קטן כעת, הדור LFM2.5 הוא התשובה האמיתית, והמגבלות שלו — ציונים שדווחו על ידי הספק, רישיון מותאם אישית, ופרופיל קידוד שגם הטבלאות של Liquid עצמה וגם הסיקור החיצוני מסמנים כנקודת החולשה — הם הדברים שכדאי לשקול.

הדבר שבאמת הופך את ההדלפה לשימושית הוא תכנון. היא מספרת לך שמשפחת omni קומפקטית בדרך, שהיא ככל הנראה תגיע בכמה סביבות הרצה בו-זמנית, ושגרסת השמע שלה אולי לא תסנתז דיבור. אם מפת הדרכים שלך הניחה שהמהלך הבא של Liquid הוא מודל טקסט גדול יותר, הראיות עד כה אינן תומכות בהנחה הזו.

פיצול זמן הריצה הוא הבעיה המעשית שהמשפחה הזו תיצור. ההרגל של Liquid לשלוח בו-זמנית אל llama.cpp, MLX, vLLM, SGLang ו-ONNX טוב לניידות ומגושם לכל מי שרוצה נקודת קצה אחת: חמישה מנועים פירושם חמש צורות פריסה, חמישה סטים של מוזרויות עיבוד מקדים, וחמישה תאריכים שונים שבהם נוחת תיקון. הקטלוג של OrcaRouter הכולל יותר מ-200 מודלים אינו כולל היום אף צ'קפוינט LFM אחד, ולכן אין דרך לקרוא ל-LFM3 דרכו, ואין לקרוא את הדברים כאן כהבטחה שיהיה כזה. מה ששכבת ניתוב באמת נועדה לעשות במצב הזה הוא התפר בין מודל לא מוכח למסלול ייצור — שליחת נתח מהתעבורה למשהו חדש בזמן שמודל מוכר נשאר מאחוריו, כשמעבר לגיבוי לוכד את הפער, היא הדרך להעריך את יורש המשפחה שטרם שוחררה בלי להמר על תכונה שפונה ללקוחות על שוק תחזיות של 40%.

השאלות הפתוחות שכדאי לעקוב אחריהן

ארבעה דברים יפתרו את זה מהר יותר מכל ספקולציה נוספת. האם ארבעת נתיבי ה-checkpoint הופכים למאגרי Hugging Face אמיתיים וניתנים להורדה — נכון לעכשיו חיפוש בארגון LiquidAI לא מחזיר דבר תחת LFM3, והמאגרים הנקובים ב-PR אינם ניתנים לאיתור ציבורי. האם יופיע PR של Transformers, מה שיאותת שהארכיטקטורה מועלית ל-upstream כראוי ולא מופעלת דרך קוד מרוחק. האם בדיקות האימות הכושלות ייסגרו, שכן 2 מתוך 22 כשלים ב-omni הם ההבדל בין דמו למיזוג. והאם יופיע חבר במשפחה עם יותר מ-10B, וזו השאלה ש-Labonne אמר ש-LFM3 קיים כדי לענות עליה.

עד אז, המשפט המדויק ביותר שאפשר לכתוב על LFM3 הוא זה שאיתו נפתח המאמר הזה: קיים pull request, הוא טרם מוזג, והוא מציין ארבעה מודלי omni קטנים ש-Liquid AI טרם הכריזה עליהם. זהו אות אמיתי — פשוט אות מוקדם, ואותות מוקדמים ראויים להיקרא בדיוק ככאלה.