LFM3-VL-2B：主要スコアがたった一つのスイッチ次第となる1.92Bのビジョンモデル

LiquidAI/LFM3-VL-2Bは、Liquid AIがそれについて一言も発する前に、8日間公開されていた。Hugging Faceリポジトリは2026年10月19日に作成され、同日の夕方にはGGUFビルドが登場した。ベンダーの発表——ブログ記事、モデルコレクション、完全なベンチマーク表を備えたカード——は10月27日に公開された。それが置き換えるモデル、LFM2.5-VL-3Bは明白な基準だ。旧モデルは31億パラメータで新モデルは19.2億パラメータであり、Liquid自身の62ベンチマークスイートでは、新モデルが平均71.4、旧モデルが57.6だ。同じカードには、はるかに注目されにくい2つ目の数値も記されている。thinkingを無効にすると、LFM3-VL-2Bは平均62.1となる。この単一の構成フラグは9.3ポイント分の価値があり、世代をまたぐ決定的な勝利と控えめな勝利との差を生む。

本稿は、10月28日時点で実際に記録に残っている内容、すなわちリポジトリのタイムライン、仕様、ベンチマーク表とその注意点を扱い、証拠がどこで止まっているかを明確に示す。

何が現れたのか、そしてそれはいつなのか

時系列が重要なのは、なぜこのモデルがまったく報道されないまま登場したのかを説明してくれるからだ。Liquid AIはティーザーも、ウェイトリストも、研究記事も公開しなかった。重みとモデルカードをアップロードしただけで、そのカードはそこに置かれたままだった。第三者のトラッカーがリポジトリに気づき、LFM3-VL-2Bに関する最初の公開記事は、ベンダーからの情報ではなく、未マージの推論フレームワークのプルリクエストに基づく憶測だった。

• リポジトリが作成されました — 2026年10月19日 19:51 UTC（Hugging Face APIによる）。

• GGUFリポジトリを作成しました — 2026年10月19日 20:29 UTC、38分後。

• カードの最終更新 — 2026年10月27日 16:24 UTC、発表当日。

• ベンダーによる発表 — 2026年10月27日：ファミリーブログ記事、Hugging Faceブログ記事、モデルコレクション。

したがって、正確な説明は「静かにリリースされ、今も未発表」ではない。「静かにリリースされ、その8日後に発表された」だ。その期間中にリポジトリについて記事を書いた人は、実際にダウンロード可能なチェックポイントを説明していたのであって、Liquidのラインナップにおける明示された位置づけを持つ製品を説明していたわけではない。その位置づけは今や存在する。LFM3-VL-2Bは、共有の1.7Bベース上に構築された6モデルファミリーの視覚担当であり、ベンダーによる位置づけはオンデバイスの視覚理解——文書、チャート、アプリ画面、物体探索、ロボット向けの空間推論——である。

カード自体の数値で見るモデル

Liquidのモデルカードは、パラメータがどこに配分されたかについて異例なほど具体的で、これは注目に値します。というのも、モデル名の「2B」は通常、明かされる以上のことを隠しているからです。

• 総パラメータ数 — 1.92B：1.73Bの言語モデル、164Mの視覚エンコーダー、25Mのプロジェクター。

• エンコーダー — 自社開発で、畳み込みとアテンションを組み合わせ、LFM2.5ビジョンモデルで使用されているSigLIP2タワーを置き換えます。

• モダリティ — テキスト、画像、動画を入力とし、テキストを出力します。毎秒2フレームでサンプリングした動画を受け付ける、初のLFMビジョンモデルです。

• 視覚的トークン化 — パッチの各2×2ブロックが、ネイティブ解像度のまま1つの言語トークンになります。

• コンテキスト — 入力と出力を合わせて128Kトークン、最大位置は128,000。

• ライセンス — LFM Open License v1.0。ファミリーの他のモデルと同じ、非許容的でありながらオープンな条件です。

• 事前学習 — LFM3-1.7B-Base トランク、合計22兆トークン。128Kコンテキスト拡張と、中間学習時に使用される256K拡張を備えています。

• 推奨されません: コーディング、マルチターン会話、複雑な推論 — カード自体のガイダンスによるものです。

最後の一文は二度読むべきものだ。明示的にマルチターン会話に推奨されていないモデルは、128Kコンテキストウィンドウを、長いコンテキストが通常使われる方法で使うのが難しいモデルでもある。このウィンドウは実在し、LFM2.5-VL-3Bの32,768トークンのほぼ4倍だ。また1.92Bモデルでは、それが接続されている重みよりも速く増大するKVキャッシュでもある。

62のベンチマーク、1つのラボ、そして競合他社を名指しする表

ベンチマークのセクションは、リリースの中で最も有用な部分です。それは数字が高いからというだけではありません。Liquidは、自社モデルを2つの構成で、9つの競合モデルと並べて含む62項目のベンチマーク表を公開しました。競合モデルは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、Gemini 3.5 Flash Liteです。すべてのスコアは0〜100に正規化され、各カテゴリはそのベンチマークの単純平均、総合平均は全62項目の単純平均です。

それはプレスリリース用のグラフよりも反証可能な成果物だ。評価に使った指標を明記し、比較対象の競合も明記し、カードの脚注にはどのモデルが推論を有効にして実行され、どれがそうでなかったかが示されている。それでもベンダーによる成果物であることに変わりはない。Liquidが62個のベンチマークを選び、すべてのモデルを実行し、表を公開した。社外でその内容を再現した者はいない。

• 平均 — LFM3-VL-2Bの71.4に対し、LFM2.5-VL-3Bは57.6、MiniCPM-V 4.7 1Bは57.5。

• ドキュメント、OCR、グラフ — 83.9、オンデバイスという訴求が最も強く頼りにするカテゴリです。

• GUI理解 — 83.1（LFM2.5-VL-3Bは66.0）

• 視覚的グラウンディング — 68.3に対して77.3。

• 動画 — 動画をそもそも扱える初のLFMビジョンモデルで、61.2 対 41.3。

• エージェント型 — 42.5、対して 21.1。表内のすべての小型モデルにとって最も弱いカテゴリーです。

• 数学と論理的推論 — 40.6に対して68.8。その数字を覚えておいてください。それが興味深い点です。

このカードは散文で3つの比較主張をしている。LFM3-VL-2Bが62のベンチマーク全体で同程度のサイズのすべてのモデルを少なくとも8ポイント上回ること、Gemma 4 12Bに匹敵すること、そしてGemini 3.5 Flash Liteを上回りつつGPT-5.6 Lunaの2ポイント以内に収まることだ。表と照合すると、それらは成り立っている。Gemma 4 12Bの平均は71.7、GPT-5.6 Lunaは73.4、Gemini 3.5 Flash Liteは70.0である。1.92Bモデルが12Bモデルの0.3以内の平均を出すことが見出しの主張であり、それはベンダーが実行した数値についてのベンダーによる主張だ。

思考スイッチがほとんどの仕事をしている

LFM3-VL-2Bは同じ重みに対して2つのスコアを報告する。推論モードでは平均71.4。思考を無効にすると平均62.1。この差はカテゴリ全体に均等に広がっているわけではない——推論が役立つと予想される領域に集中し、そうでない領域ではほとんど見られない。

• 数学と論理的推論 — 思考ありで68.8、なしで41.0。27.8ポイントの変動で、群を抜いて最大です。

• 文書、OCR、グラフ — 83.9 対 71.6。知覚的に見えるが実際にはそうでないことが多いタスクにおける12.3ポイントの差。

• GUI理解 — 83.1 対 81.5。ほとんど動かない。これは、画面を読む能力が推論ループではなく、エンコーダーとポストトレーニングにあることを示唆している。

• 知覚 — 75.6 対 68.9。

• 平均 — 71.4 対 62.1。

その結果として、見出しの比較は特定の形で新モデルを有利に見せている。LFM2.5-VL-3B は推論モードをサポートしていないため、Liquid は思考モデルと非思考モデルを比較している。公平な比較は 62.1 対 57.6 で、依然として勝利ではあるが、13.8 ポイント差ではなく 4.5 ポイント差の勝利である。そしてその構成では、もはや近接するすべてを上回ってはいない。Qwen3.5 2B は平均 64.0 だが、この数値も推論有効の実行によるものである。

これらのどれも、このリリースの面白さを損なうものではない。むしろ、このリリースを読み解けるようにする。Liquidは小型モデルを作った。デフォルトのデプロイでは高速かつ非推論で、思考させれば上限ははるかに高い。どちらの数値が自分に当てはまるかは、あなたの製品がスマートフォン上での推論ループのレイテンシを許容できるかどうかに完全にかかっている。

1.92Bで、デバイス上で何が手に入るか

効率性の主張こそがLiquidが実際に売り込んでいる部分であり、そのカードは形容詞ではなく測定値でそれを裏付けている。単一のNVIDIA B300上でSGLangをBF16で実行した場合、このモデルは1,024件の同時リクエスト時に毎秒12,000以上の出力トークンを生成する。この数字はモデルそのものよりもバッチ処理について多くを語っているが、初日からサービングパスが存在することを示している。

オンデバイスでは、カードは比較対象の各モデルについて、固定ワークロード下でのプリフィル、デコード、ピークメモリを公開している。ワークロードは512×512画像1枚、入力テキスト1,024トークン、出力256トークンで、すべてllama.cpp上で、Q4_0 GGUF言語モデルとF16ビジョンプロジェクターを使用する。これは再現可能なセットアップであり、スマートフォンに採用する前に読むべきはメモリ列だ。

ツール類は実在しますが、整備状況は均一ではありません。SGLangのサポートは提供開始時から存在していました。llama.cppのサポートはレビュー中で、プルリクエスト31252として提出されており、Liquidからの明示的な注意事項として「現時点では動画入力なし」が付いています。GGUFの重みは存在し、発表より8日早く登場していました。動画がこのモデルを欲しい理由なのであれば、ローカルで使うための道筋はまだ完成しておらず、モデルカードにもそのように記載されています。

まだ知り得ないこと

この記事の正直な限界は次のとおりです。上記の定量的な内容はすべて Liquid AI によるものです。LFM3-VL-2B の独立した評価も、第三者のリーダーボードへの登録も、62ベンチマークスイートの再現も、10月28日時点で Liquid 自身の API 上におけるこのモデルのトークンあたりの公開価格もありません。カードには、Hugging Face、Liquid playground、Liquid API を通じた利用可能性が記載されており、重みはオープンですが、「オープンウェイト」と「独立検証済み」は異なる主張です。

また、集合平均と導入現場の実態との間にもギャップがある。62ベンチマーク平均はモデルのランキングには優れた指標だが、自分のワークロードを予測するには心もとない。LFM3-VL-2Bが最も強いカテゴリ——GUI理解、視覚的グラウンディング、文書やグラフの読み取り——は、まさにベンダーがベンチマークのインスタンスをどう選ぶかでスコアが数ポイント動きうるカテゴリだ。最も弱いカテゴリであるエージェント作業の42.5は、カードが宣伝するロボティクス用途で最も問題になりやすいカテゴリである。

何かを作っている場合に、これがどこに当てはまるか

LFM3-VL-2Bは執筆時点ではOrcaRouterのカタログに掲載されていません — これは自分でダウンロードして実行するチェックポイントであり、当社のAPIで呼び出すものではありません。このことはそれを排除するのではなく、有用なパターンを形づくります。このリリースがコスト面で競合するモデル — 文書や動画のロングテールを処理するホスト型ビジョンモデル — こそ、ルーティングすることになるモデルであり、ローカルチェックポイントとホスト型フォールバックを1つのルーティング判断の両側に置くことが、数値が実際に支持するアーキテクチャです。1.92Bモデルをデバイス上で実行し、難しいフレームをより大きなホスト型モデルへエスカレーションすることが、62.1という数値を許容できるものにするデプロイです。なぜなら、それが失敗するケースは、デバイスから離れるケースだからです。

実際にルーティングするモデルについては、1つのエンドポイントが1つのキーを意味し、二つ目の契約は不要で、プライマリが劣化した際にはプロバイダー間で自動フェイルオーバーが行われます。それが、ルーターを必要とするシステムの半分であり、オンデバイス側の半分には優れた量子化とバッテリー予算が必要です。

何がこの状況を変えるでしょうか

重要な順に3つ。62ベンチマーク表の独立再現は、リリースの中で最も興味深い主張を裏付けるか、修正を迫るかのどちらかになるだろう。動画サポートを備えたマージ済みの llama.cpp ビルドは、オンデバイスの売り込みを計画から製品に変えるだろう。そして API 価格が公開されれば、ほとんどの導入を左右する軸で誰もが比較できるようになる。その軸は今、空欄のままだ。

それまでは、擁護可能な解釈は限定的だが有用だ。Liquidは、ベンダー自身のスイート上で、置き換え対象の3.1Bモデルを上回る1.92Bの視覚モデルを出荷し、推論が有効な場合はその比較で決定的に勝ち、無効な場合でも僅差で勝ち、画面と文書では同サイズクラスをリードしている。リポジトリは発表の8日前に公開されていた。これはLiquidのローンチプロセスに関する事実であり、モデルに関する事実ではない——しかし、LFM3-VL-2Bの最初の報道がレビューではなく推測だったのはそのためだ。