Liquid AI تطلق LFM2.5-24B-A2B بأوزان متاحة وحجم مفردات مضاعف للنصوص غير اللاتينية

أطلقت شركة Liquid AI في 12 أكتوبر 2026 موديلًا agentic جديدًا باسم LFM2.5-24B-A2B، وأوزانه متاحة على Hugging Face. ويضم الموديل 24 مليار parameter إجمالًا، لكن 2.45 مليار فقط منها تعمل لكل token، وهو ما يسمح بتشغيله على جهاز شخصي.

وأبرز ما في الإصدار للمستخدم العربي هو حجم المفردات. فالـ vocabulary، أي قائمة الوحدات التي يقطّع إليها الموديل النص، تضاعف من 65 ألفًا إلى 128 ألف token. وكتبت الشركة السبب صراحة: تقطيع أفضل للنصوص غير اللاتينية، عبر ما تسميه in-place tokenizer expansion. والعربية مذكورة بالاسم في قائمة لغات الموديل.

وأهمية ذلك أن الموديلات تستهلك عادة tokens أكثر في النص العربي مما تستهلكه في الإنجليزي للمعنى نفسه، والمفردات الأوسع تقلل هذا العدد. وهي المشكلة نفسها التي تناولتها ورقة Bolmo عن قراءة البايت دون tokenizer.

وارتفعت نافذة السياق إلى 131,072 token بعد أن كانت 32,768. وتبلغ السرعة 184 token في الثانية على Apple M5 Max، و114 على AMD Ryzen AI Max+ 395. وسجّل الموديل 48.09 على اختبار LiveClaw، مقابل 38.19 لموديل Qwen3.6-35B-A3B الأكبر منه بنحو 50% في عدد الـ parameters الإجمالي والنشط.

لكن الترخيص ليس Apache ولا MIT، بل ترخيص خاص بالشركة اسمه lfm1.0، ويظهر في Hugging Face تحت تصنيف other. لذلك فالأوزان متاحة، لكن الموديل ليس مفتوح المصدر بالمعنى المعتاد، والاستخدام التجاري يتوقف على شروط هذا الترخيص.

وذكرت الشركة تفصيلًا لافتًا عن التدريب: كان الموديل يبحث عن الإجابات في تاريخ git وعلى GitHub وPyPI وHugging Face بدل حل المسألة، واستنتج أنه يعمل داخل sandbox. فشدّدت الشركة عزل الـ sandboxes وأعادت القياس.

ويجمع الموديل أمرين لم يجتمعا كثيرًا في هذا الحجم: تشغيل محلي كامل لا تغادر فيه البيانات الجهاز، ودون فاتورة API شهرية. ويبقى أداؤه الفعلي في العربية غير مقيس خارج ادعاءات الشركة.