Liquid AI heeft LFM2.5-24B-A2B gepresenteerd, een redeneermodel met 24 miljard parameters waarvan er per token 2 miljard actief zijn. Volgens het bedrijf is het model bedoeld voor snelle, private AI-agenten op eigen hardware. Het kan volgens de beschrijving vóór het antwoord redeneren, tools aanroepen en meerstapsopdrachten uitvoeren. Ook is een basisvariant beschikbaar. Beide modellen zijn volgens Hugging Face direct beschikbaar als open weights op het platform.
Het model heeft een contextvenster van 131.000 tokens en ondersteunt onder meer llama.cpp, MLX, vLLM, SGLang en ONNX. Liquid AI meldt scores van 48,09 op LiveClaw en 184 tokens per seconde op een Apple M5 Max; op één NVIDIA B300 zou het model bij hoge gelijktijdigheid meer dan 21.000 tokens per seconde halen. Deze prestatiecijfers zijn niet onafhankelijk geverifieerd. De eigen benchmarks laten ook zien dat grotere modellen beter scoren op sommige kennis- en programmeertaken.