LFM2.5-24B-A2B 対 LFM2.5-8B-A1B-DSpark：このうち片方は、あなたが実行できるモデルではありません

並べてみるとLFM2.5-24B-A2BとLFM2.5-8B-A1B-DSpark、その表はセルを1つ埋める前からすでに嘘をついている。Liquid AIのLFM2.5-24B-A2Bは2026年10月13日公開の言語モデルで、パラメータ数24.0B、トークンあたりのアクティブパラメータ2.45B、コンテキスト長131,072トークン、そしてプロンプトに応答する。LFM2.5-8B-A1B-DSparkは2026年8月20日公開の3億2,770万パラメータのドラフトチェックポイントで、単独では何も答えられない。これは別のモデルであるLFM2.5-8B-A1Bのために次のトークンを推測し、そのモデルに検証されるために存在している。この2つを混同することが、今回のリリースが最もよく誤読される原因であり、このページの残りの部分がそれに依存している以上、最初の段落で明確にしておく価値がある。一方には100万トークンあたりの価格と、エージェントに指定できるHugging Faceのカードがあり、もう一方は誰か他の人の推論スタックの中に住んでいる。

とはいえ、この組み合わせが本当に1ページを割く価値を持つのは、それがLiquid AI自身が用意した比較だからだ。LFM2.5-24B-A2Bのモデルカードには、24B向けのDSpark投機的デコーディング用ドラフトが「近日公開」として記載されている。それが登場すれば、このページが答えているまさにその問いが、人々がそれについて尋ねる問いになる——データセンターのGPU上で8Bモデルを最大3.18倍高速化したあのドラフトの仕掛けは、存在理由のすべてがラップトップにある24Bモデルでも実際に効力を発揮するのか？ 8Bの数値にはすでに答えの形が含まれている。そしてそれは、見出しが示唆するような形ではない。

ドラフトチェックポイントとは実際に何なのか、3文で

投機的デコーディングでは、高価なモデルの前段に安価なモデルを置く。ドラフターが候補トークンのブロックを提案し、本物のモデルがそのブロック全体を1回のフォワードパスで検証し、一致したものだけを保持する。ターゲットは提案されたすべてのトークンをチェックするため、貪欲法によるデコーディングでの出力は、ターゲット単体を実行した場合とビット単位で同一になる。Liquidの表現では「構造上ロスレス」であり、これがドラフトを本番スタックに追加しても安全である理由だ。LFM2.5-8B-A1B-DSparkは意図的に小さく作られたドラフターだ。アテンションのみの5層、ステップごとに9個の候補トークンのブロック、およびターゲットの128,000トークン語彙に対するマルコフヘッドを備え、チャット、コード、関数呼び出しのデータで15エポック訓練され、チェックポイントは検証損失ではなく受理率によって選ばれた。

その最後の細部は些細な話ではない。Liquid 自身の記述は、より大きなドラフトについては、検証損失が「私たちが気にしているベンチマークの合格が止まって動かなくなった後も改善し続ける」と指摘している——これは、チームが論文を発表しているのではなく、これをサービング環境に投入しているときにしか現れない種類の文だ。

2つのスタック、次元ごとに1行

• 概要 — LFM2.5-24B-A2B はデプロイ可能な推論モデルで、テキスト入力・テキスト出力です。LFM2.5-8B-A1B-DSpark は投機的デコーディングのアクセラレータであり、それ以外の何物でもありません。

• サイズ — 合計24.0B／トークンあたりアクティブ2.45B、40層にわたってtop-4ルーティングを行う64エキスパートに対し、5つのアテンションのみの層に327.7Mのドラフトパラメータ。

• コンテキスト — 24Bでは131,072トークン、前世代から倍増。ドラフトはターゲットのストリーム上で動作するため、独自のコンテキストを持たない。

• 推論 — 24Bは常に<think>ブロック内に明示的な思考の連鎖を出力します。ドラフトはユーザーが目にすることは何も出力しません。

• 価格 — 入力100万トークンあたり$0.10（キャッシュ利用時は$0.05）、出力100万トークンあたり$1.00（LiquidのConsoleにて）。開始クレジットは$2、24B向け。ドラフトに価格がないのは、それを提供する推論プロバイダーが存在しないためです。

• ライセンス — 両方とも lfm1.0: 企業の年間収益が1,000万ドルを超えるまでは、ダウンロード、ファインチューニング、商用デプロイが無料で、その時点で商用ライセンスが適用されます。

• 公開フォーマット — 24B向けに、Q4_K_Mの14.5 GBから48 GB BF16までのGGUF、13.6 GBのQAT QAD-Q4_0、FP8、ONNX、および4/5/6/8ビットMLX。ドラフト用のSafetensorsとGGUF、初日からSGLangとllama.cppをサポート。

すべてを決める次元は、5番目によって最後に変更されるものです。これらの一方にはトークンあたりの価格があり、もう一方は、セルフホスト型モデルをトークンあたりで安くするためにインストールするものです。両者は決して競合しません。併用できます。

重要な数字、そしてあなたを心配させるべき一つの数字

LiquidはDSparkドラフトをバッチサイズ1、温度0で5つのデータセットにわたって測定した——SGLang上のBF16で80GBのH100上、および実験的なMetalカーネルを使ったllama.cpp上のFP16 GGUFでM4 Max MacBook Pro上で。すべての高速化は、同じハードウェア上で単独実行される同じターゲットモデルとの比較である。すべてはベンダー報告であり、3か月経った今もなお再現されていない。

H100で、LFM2.5-8B-A1Bに対して：

• MATH500 — 3.18×（428 → 1,362 tokens/s、アクセプタンス 8.27）— 注目の数字。

• MT-Bench — 3.02倍（426 → 1,288 トークン/秒、受理率 8.52）。

• MBPP — 2.64×（426 → 1,122）および HumanEval — 2.58×（426 → 1,100）。

• GSM8K — 1.29×（385 → 496、受理率 4.02）— 弱いケースであり、そもそもターゲットの方がすでに高速だったケースである点に注意。

• 平均 — 2.54×（418 → 1,074 トークン/秒）。

M4 Max では、同じドラフトを同じターゲットに対して使っても別物になります。MATH500 1.21×（93 → 112）、GSM8K 1.44×（90 → 129）、HumanEval 1.12×（91 → 101）、MBPP 1.09×（89 → 97）、MT-Bench 1.04×（87 → 90）、平均 1.18×（90 → 106）。

その2つのリストを併せて読めば、結論は避けられない。ドラフト・チェックポイントは、そのモデルが対象として作られていないハードウェアでは高速化をもたらすが、対象として作られたハードウェアではほとんど速度を上げない。それはLiquidの実装のバグではなく、ボトルネックがどこにあるかという問題だ。投機的デコーディングは、計算資源が余っていてメモリ帯域が足りないときに効果を発揮する。そして、量子化された1.5BアクティブのMoEを動かすM4 Maxは、すでにメモリ帯域の上限に近い。Liquid自身が結果の悪い半分を公表した。だからこそ、3.18×という数字だけが、ほとんどの読者が実際に経験するであろう1.18×よりもはるかに頻繁に引用されてきたのだ。

なぜ24Bのペアリングが真に未解決の問いなのか

来たる LFM2.5-24B-A2B ドラフトについては、モデルカードにある「coming soon」という言葉以外に公表されているものは何もない。したがって、以下は報告ではなく、問題の形についての推論である。

ドラフトの価値は受け入れ率によって決まり、受け入れ率はターゲットがどれだけ予測可能かによって決まる。常に明示的な思考の連鎖を生成する推論モデル——LFM2.5-24B-A2B はまさにそれで、Liquid は推奨温度 0.1 でこれを出荷している——は、長く局所的に予測可能なテキストの連なりを出力する。これは 9 トークンブロックにとって理想的な土壌だ。したがって、24B ドラフトの天井は高くなる可能性があり、カード自体の語彙に関する注記も助けになる。24B は、8B ドラフターのマルコフヘッドが構築されたのと同じ 128,000 トークン語彙を使用しているので、ドラフトヘッドを別のトークン空間から再構築する必要はない。

釣り合いを取る要素はハードウェアだ。24Bモデルの公称エッジ結果はApple M5 Max上で毎秒184トークンであり、より大きなターゲットは、ブロックが丸ごと受理される場合でも、より大きな検証パスを意味する。8Bのパターンが当てはまるなら — 余っている計算資源がある場所では大きな利得、ラップトップでは小さな利得 — 24Bドラフトは、エッジモデルに付随するデータセンター用ツールになるかもしれない。それは製品として奇妙な形だ。それを当てにして「3.18×」を引用する人は、異なるモデル、異なるハードウェア、異なるドラフトで測定された数を引用しているのだ。

コスト、そしてセルフホスティングを一切しないという選択肢

正直に言うと、1つ厄介な点があります。DSpark の価値提案はまるごと、セルフホスト時のトークンあたりスループットにあり、その経済的合理性は自分の GPU 時間のトークンあたりコストで測られます。対照的に、24B モデルには公開価格があります — 100万入力トークンあたり $0.10（キャッシュ利用時 $0.05）、100万出力トークンあたり $1.00 — これは、自分のラップトップで 14.5 GB の量子化チェックポイントをそもそも実行したくない場合に支払う価格です。

明確にしておきますが、私たちが提供するものと提供しないものについて：私たちはOrcaRouterでLFM2.5-24B-A2BやLFM2.5-8B-A1B-DSparkを提供していません。提供しているのは、この判断がたびたび直面するオープンウェイトモデルです—— qwen/qwen3.6-35b-a3b、Liquidが自社の24Bをベンチマーク比較する相手で、総パラメータ数とアクティブパラメータ数が約50%多いモデル、さらに google/gemma-4-26b-a4b-it、 obsidian/gemma-4-26B-A4B と google/gemma-4-31b-it も同じスパース・オープンクラスに属します。もし14 GBのダウンロードと投機的デコーディングのスタックを、プロバイダーの定価に0%のマークアップで、1つのキーの背後にある提供済みモデルを呼び出すことと天秤にかけているなら、それは今日の午後には私たちの側では実行でき、彼らの側では推定しかできない比較です。

今日は二人をどうしようか

呼び出して使えるモデルが欲しいなら、答えは LFM2.5-24B-A2B であり、DSpark チェックポイントはあなたには無関係だ——それは特定の 8B モデル 1 つを高速化するもので、どちらを提供しているサードパーティのプラットフォームも存在しない。すでに LFM2.5-8B-A1B を GPU 上でセルフホストしているなら、ドラフトはスループットを無料で高めるもので、出力は何も変わらない。そして平均 2.54× は実際の配信コスト削減だ。Mac 上でセルフホストしているなら、平均は 1.18× であり、正直に言えば、ドラフトの価値はローンチ時の見出しが示唆するものの約 10 分の 1 だ。

注目すべきは、誰も公表していない24Bドラフトの登場日ではない。それがどちらのレジームに落ちるかだ。LiquidがApple silicon上で2倍超の平均を公表すれば、投機的デコーディングは一線を越え、エッジ層は本当に安く動かせるようになる。ノートPCでの平均を示さずピーク値だけを公表するなら、8Bの結果がずっと答えだったということだ。この手法が効くのは遊休コンピュートがあるところであり、バッテリーで24Bの専門家混合を動かすマシンには、その余裕などまったくない。

このような比較は、失敗モードが表面化する場でもあります。このクラスのモデルの背後にある、記録されたAIインシデントやエージェント障害は、OrcaRouter AIインシデントアーカイブ に集められており、各エントリーには独自の情報源、重大度、信頼度グレード、異議ありフラグが付されています。