리퀴드 AI가 새로운 언어 모델 LFM2.5-24B-A2B를 공식적으로 공개했습니다. 이 모델은 총 파라미터 수 240억 개를 가지면서도 토큰 생성 시 실제로 작동하는 활성 파라미터는 20억 개로 제한한 혼합 전문가 구조를 채택했습니다. 개발사는 이를 통해 개인용 컴퓨터나 모바일 기기 같은 온디바이스 환경에서 프라이버시를 유지하면서 빠르게 동작하는 에이전트를 구현할 수 있다고 설명했습니다.
성능 지표는 경쟁 모델 대비 상당한 속도 우위를 보여줍니다. 애플 M5 Max 프로세서 기반의 테스트 환경에서는 초당 184개의 토큰을 생성하는 속도를 기록했습니다. 엔비디아 B300 GPU 한 장을 사용했을 때는 최대 초당 2만 1천 개의 출력 토큰을 처리할 수 있는 것으로 나타났습니다.
이는 유사한 크기의 다른 MoE 모델보다 최대 1.7배 더 빠른 수치입니다.
벤치마크 결과도 주목할 만합니다. 리퀴드 AI는 이 모델이 파라미터 규모가 약 50% 더 큰 큐웬3.6-35B-A3B와 비교해 8개 에이전트 및 도구 사용 벤치마크 중 5개 항목에서 경쟁력 있는 점수를 받았다고 밝혔습니다. 특히 LiveClaw 벤치마크에서는 48.09점을 기록해 상대 모델의 38.19점보다 높은 성적을 거뒀습니다.
AutomationBench에서도 27.69점으로 8.72점을 받은 경쟁 모델을 크게 앞섰습니다.
기술적 사양은 이전 버전인 LFM2-24B-A2B의 아키텍처를 계승하되 일부 요소를 확장했습니다. 컨텍스트 윈도우 길이는 기존 3만 2천 768개 토큰에서 13만 1천 72개 토큰으로 대폭 늘어났습니다. 어휘 사전 크기 역시 6만 5천 개에서 12만 8천 개로 두 배 증가해 비라틴어 문자 처리 능력이 개선되었습니다.
사전 학습 데이터 양은 약 17조 토큰에서 33조 토큰 수준으로 확대되었습니다.
사용 방식에 대한 변화도 눈에 띕니다. LFM2.5-24B-A2B는 최종 답변을 내놓기 전에 명시적인 사고 과정을 먼저 산출하는 추론 전용 모델로 설계되었습니다. 개발사는 이러한 전략이 높은 디코딩 속도와 결합되어 답변 품질을 높이는 데 기여한다고 분석했습니다.
기본 모델과 후처리된 모델 모두 허깅페이스와 자체 플레이그라운드를 통해 오픈 웨이트 형식으로 즉시 다운로드하여 사용할 수 있습니다.
커뮤니티 반응은 기대와 우려가 혼재되어 있습니다. 일부 사용자들은 강력한 성능과 빠른 속도를 칭찬하면서도 라이선스 조항의 모호함을 지적했습니다. 상업적 사용 제한 조건이 명확하지 않아 기업 내부 업무 자동화 등에 적용할 때 법적 회색지대가 존재한다는 의견이 제기되었습니다.
또한 특정 일반 지식 평가에서는 다른 대형 모델보다 낮은 점수를 기록했다는 보고도 있어 용도에 따른 선택이 필요해 보입니다.