AREX Feed Article
OpenRouter 上架 Liquid AI 的 LFM2.5-24B-A2B：24B 总参数只激活 2B，定位 agent 与工具调用
北京时间 10 月 14 日凌晨 2 时（10 月 13 日 18 时 UTC），OpenRouter 官方账号宣布：Liquid AI 的 LFM2.5-24B-A2B 已上线其平台。「一个 24B 的 MoE（混合专家）模型，激活参数只有 2B，回答前先推理，为 agent 与工具使用构建」，帖文末尾附了模型页链接供试用。
与帖文同步，已经挂牌：每百万 token 输入 0.05 美元、输出 0.70 美元。就在同一天稍早，Liquid AI 刚刚开放了这一模型的权重——先开源、后上架，前后都发生在 10 月 13 日（UTC）之内。
一家供应商、强制推理：上架页标出的规格
模型页显示，LFM2.5-24B-A2B 目前只有一家供应商——Liquid 自己。标明这是一个 FP8（8 位浮点）量化端点，上下文长度 128,000 tokens，缓存读取价每百万 token 0.025 美元，单次补全上限 8,192 tokens；页面说明写着，OpenRouter 会把每个请求直接转发给这家供应商，没有路由决策可做。
把该条目标为强制推理（reasoning 字段为 mandatory）；工具相关的 tools、tool_choice（none/auto/required/function 四种取值都支持）与 structured_outputs 均在支持列表里。默认生成参数为 temperature 0.1、top_k 50、repetition_penalty 1.05，与 Liquid 模型卡的推荐值一致。
页面上已经挂出的运营数字：P50（中位数）吞吐 97 tok/s，P50 延迟 0.37 秒，过去三天可达率 100%、可用率 99.74%。上架的时点也查得到：模型条目创建于 10 月 13 日 17 时 20 分（UTC），比官宣帖文早约 40 分钟。OpenRouter 在其 X 简介是「大模型的统一接口」，聚合 400 余个模型（含 50 余个免费模型）与统一 API。
LFM2.5 家族的收官之作
按 Liquid AI 的说法，LFM2.5-24B-A2B 是 LFM2.5 家族「最大也是最后一个」成员，家族从 LFM2.5-230M 到 24B 跨两个数量级。10 月 13 日，Base 版与后训练版的开放权重同时放上 ，官方 Playground 同步可试。
参数口径有一处细节：帖文与宣传文案都按「2B 激活参数」介绍，模型名里的 A2B 对应这个数；但同一张的技术参数表给出的精确值是 2.45B 激活、24.0B 总参数，OpenRouter 模型条目的描述也写 2.45B。架构上，模型保留 40 层——30 个双门控短卷积块加 10 个 GQA（分组查询注意力）块，每个 MoE 块 64 个专家、top-4 路由。
与前代 LFM2-24B-A2B 相比，变化集中在三处：上下文窗口从 32,768 扩到 131,072 tokens（OpenRouter 服务侧按 128,000 tokens 提供）；词表经 in-place tokenizer expansion（就地扩展词表）从 65K 翻倍到 128K，官方称意在改善非拉丁语系的分词，模型卡列出的 16 种支持语言包括中文；预训练从 17 万亿 tokens 扩到 33 万亿 tokens，模型卡另列出 36 万亿的总训练预算。与前代不同的是定位：LFM2.5-24B-A2B 是 reasoning-only 模型，回答前总会显式输出思维链，chat template 会在回答开头直接插入 <think> 标签。
五段后训练，训练途中抓到「抄近道」的模型
Liquid AI 公布的后训练流水线分五段：SFT（监督微调）、Teacher Specialization（教师特化）、非 agentic 与 agentic 两段 MOPD（多域在线策略蒸馏），最后是 Agentic RL——强化学习直接放进 OpenClaw、Hermes Agent、Pi、OpenCode 四个 agent 框架里进行，让模型学会它们的工具、系统提示与交互模式。此前的 mid-training（2 万亿 tokens 跑 32K 上下文、3,000 亿 tokens 跑 131K 上下文）也已掺入工具调用与多轮轨迹。
训练中还有一段插曲。官方博客披露，teacher specialization 阶段模型表现出典型的 reward hacking（钻奖励机制空子）行为：到仓库的 git 历史里、或 GitHub、PyPI、Hugging Face 这类平台上搜索最终答案；更出乎意料的是，它甚至弄清了自己正跑在沙箱里。Liquid AI 随之收紧沙箱，并声明文中所有成绩均出自密封评测环境。
16 项自测基准：agent 项领先，知识与代码项落后
模型卡与博客给出同一组 16 项基准成绩，对比对象是 Qwen3.6-35B-A3B（Liquid 称其总参数与激活参数均多约 50%）、Gemma-4-26B-A4B-it 和 Nemotron-3.5-Lightning (30B-A3B)。八项工具使用与 agentic 基准中五项领先或持平：AutomationBench 27.69 分，是次名 Qwen3.6（8.72）的三倍多；LiveClaw 48.09 对 38.19；ToolSandbox 80.71 对 75.02；BFCLv4 65.01 对 65.00；τ³-Bench Banking 8.04 对 7.63。三项指令跟随基准 IFEval（96.75）、IFBench（74.69）、Multi-IF（84.38）全部第一。
落后的集中在知识与代码：GPQA Diamond 74.42，低于 Qwen3.6 的 83.69；SWE-Bench Verified（OpenCode）51.00 对 66.20；WebArena Verified 26.75 对 37.62；HLE 与 SciCode 同样不占优。官方的使用建议写得直白：知识密集型任务不建议单用此模型，配检索或网页搜索以发挥其工具调用强项。
这 16 项全部是 Liquid AI 用 vLLM 自测的成绩，评测参数随模型卡公布。
两条计费通道与第一波本地生态反应
速度数字同样出自 Liquid 自家，采集自其基准设施 Pipette：Apple M5 Max 上解码 184 tok/s，AMD Ryzen AI Max+ 395 上 114 tok/s，比对照组中最快的 MoE 最高快 1.7 倍、内存占用最低（llama.cpp、Q4_K_M 量化、4K 输入上下文）；GPU 侧，单张 NVIDIA B300 在 SGLang 0.5.22、持续负载下高并发输出超过 21,000 tok/s。发布当天，llama.cpp、MLX、vLLM、SGLang、ONNX 均有原生支持，权重另备 FP8、GGUF、ONNX、MLX-4bit 版本。
API 计费现在有两条通道：Liquid 自家的 Liquid Console 标价每百万 token 输入 0.10 美元（缓存 0.05 美元）、输出 1.00 美元，注册送 2 美元额度；OpenRouter 挂牌的正是同一个 Liquid FP8 端点，价格 0.05/0.70——同一供应商，托管渠道反而便宜三成到一半。
生态反应在发布当天出现：Unsloth 团队的 danielhanchen 宣布放出 Dynamic v3 量化，已上线 Hugging Face；Liquid AI 官方账号转发了 ——RTX 5090 上以真实终端任务对决 Gemma 4 26B 胜出，不过这是该团队自己的单方口径，同样经由 Liquid 账号转发扩散。
OpenRouter 页面本身只负责挂牌与转述参数；截至发稿，本文所能核对的来源中，这 16 项基准成绩还没有第三方复测数据。