# انتشار مدل استدلالی LFM2.5-24B-A2B در Hugging Face

> این مدل ۲۴ میلیاردپارامتری فقط ۲ میلیارد پارامتر فعال دارد و برای اجرای سریع عامل‌های هوش مصنوعی و استفاده از ابزارها روی دستگاه بهینه شده است.

Oossa · 2026-10-13 · https://oossa.com/fa/liquid-ai-releases-lfm2-5-24b-a2b-reasoning-model-on-hugging-face

Liquid AI در ۱۲ اکتبر ۲۰۲۶ مدل LFM2.5-24B-A2B را به Hugging Face افزود. این مدل MoE با ۲۴ میلیارد پارامتر، برای هر توکن فقط ۲ میلیارد پارامتر را فعال می‌کند و در نتیجه استنتاج با آن سریع و کم‌هزینه است. به‌گفتهٔ شرکت، این مدل در معیارهای سنجش عامل‌های هوش مصنوعی و استفاده از ابزارها با Qwen3.6-35B-A3B هم‌تراز است و در عین حال روی دستگاه تا ۱٫۷ برابر سریع‌تر اجرا می‌شود؛ سرعت آن روی Apple M5 Max به ۱۸۴ توکن‌برثانیه و روی یک پردازندهٔ گرافیکی NVIDIA B300 به بیش از ۲۱ هزار توکن‌برثانیه می‌رسد.

## حقایق

- ۲۴ میلیارد پارامتر در مجموع و ۲٫۴۵ میلیارد پارامتر فعال (حدود ۲ میلیارد برای هر توکن)
- امتیاز ۴۸٫۰۹ در LiveClaw؛ بالاتر از امتیاز ۳۸٫۱۹ مدل Qwen3.6-35B-A3B

## چرا مهم است

توسعه‌دهندگان می‌توانند عامل‌های استدلالی پیشرفته را بدون هزینه‌های ابری به‌صورت محلی اجرا کنند و ابزارهای هوش مصنوعی سریع‌تر و خصوصی‌تری بسازند.

## منابع و ارجاع‌ها

1. [New model on Hugging Face: LiquidAI/LFM2.5-24B-A2B (text-generation)](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B) – Liquid AI, 2026-10-12
2. [Liquid AI Releases LFM2.5-24B-A2B: A 2B-Active MoE for On-Device Agents](https://www.marktechpost.com/2026/10/14/liquid-ai-lfm2-5-24b-a2b/) – MarkTechPost, 2026-10-14

آخرین به‌روزرسانی: 2026-10-14