Liquid AI、約2Bの小型モデル群LFM3を公開 日本語にも対応

4ビットにすると、約1GB。Liquid AIが出した新しい文章のモデルは、スマホのアプリにも入れられる大きさです。

Liquid AIは米国時間10月27日、約2Bのモデルをそろえた「LFM3」を公開しました。文章、画像、音声、全部入り（オムニ）の4つに、判断に特化したd1の2つを加えた6モデル。重みはHugging Faceにあり、Liquid AIのAPIからも使えます。

1.7Bで、9Bのモデルを平均で上回る

文章のモデルは、前の世代のLFM2.5-2.6Bより35%小さいのに、ほとんどの評価で上回りました。比べた中では、5倍以上大きいQwen3.5 9Bも平均で上回っています。¹

得意なのは、エージェントとしての作業と、指示どおりに動くこと。業務の自動化を測るAutomationBenchでは、Qwen3.5 9Bの2.7倍の点数でした。そのかわり、知識や長い文脈、エージェントでのコーディングでは大きいモデルにまだ届かないと、Liquid AI自身も認めています。

速さも売りです。llama.cppで4ビットにして動かすと、試した3つの端末のすべてで比べた中で最も速く、2番目のモデルの1.8〜2.8倍の速さで文字を出しました。128Kの文脈を保つためのメモリも1.6GBで、Qwen3.5 4Bの4.3GBより小さく済みます。²どのモデルもGPU1枚で追加の学習ができるとしています。全部入りのLFM3-Omni-2Bは、文章・画像・動画・音声を1つのモデルで読み、文章か音声で答えます。³

日本語で使えるか（編集部の見方）

Hugging Faceの説明では、文章のモデルは日本語を含む16の言語に対応し、Omniは音声でも日本語を扱えます。ただ、日本語での成績は示されていません。ライセンスはLiquid AI独自のLFM Open License v1.0で、年商1,000万ドル未満の会社なら商用で使えます。それ以上の会社の商用利用は、このライセンスの対象外です。

正直なところ、知識の弱さは1.7Bという大きさの限界でもあります。社内の文書を検索して渡すRAGや、決まった手順をこなすエージェントの部品として使うのが合っているでしょう。Liquid AIは10月に、端末で動くエージェント向けのもっと大きいモデルも出しています（Liquid AI、端末で動くエージェント向けLFM2.5-24B-A2B）。1GBほどで日本語を扱えるなら、ネットにつながない端末のアプリでも、わりと現実的な選択肢になってきたかもしれません。

LFM3のモデルは、現時点ではYOBITSUGI AIからは使えません。