モデル
★★★★★
▲ポジティブ2026-05-30Liquid AI、MoEモデル「LFM2.5 8B-A1B」を公開——38兆トークンで訓練
Liquid AIが独自アーキテクチャを採用したMixture-of-Expertsモデル「LFM2.5 8B-A1B」を公開した。38兆トークンで訓練しながら推論時のアクティブパラメータを1Bに抑え、推論コスト削減を実現する設計が注目を集めている。
Liquid AIは2026年5月30日、独自のLFMアーキテクチャシリーズの最新世代となるMixture-of-Expertsモデル「LFM2.5 8B-A1B」を公式ブログで発表した。総パラメータ数8Bながら、推論時に使用するアクティブパラメータを1Bに絞り込む設計が最大の特徴である。
訓練規模は38兆トークンに達しており、これはLlama 3クラスに匹敵するとされる。MoE構成による計算効率の向上により、推論コストの大幅な削減が期待されており、LLM推論コスト削減を目指す開発者・研究者が主な対象となっている。
Liquid AIのLFMシリーズは独自アーキテクチャを採用している点が他社モデルとの差別化要因となっている。今回のLFM2.5はその最新世代として位置づけられており、アーキテクチャの進化が続いていることを示している。
一方で、独立した第三者機関によるベンチマーク比較はまだ限定的であり、公式発表の性能主張を裏付ける外部評価の蓄積が今後の課題となる。実務利用に際しては、追加の検証結果を待つことが推奨される。
▲ 事実 (Fact)
- モデル名：LFM2.5 8B-A1B
- 総パラメータ数：8B、アクティブパラメータ：1B
- 訓練トークン数：38兆トークン
- 開発元：Liquid AI
- アーキテクチャ：Mixture-of-Experts（MoE）
- 訓練規模はLlama 3クラスに匹敵するとされる
◆ 意見・解釈（AIによる）
- アクティブパラメータを1Bに抑えるMoE設計は推論コスト削減において有効なアプローチであり、エッジ展開や大規模API提供において競争優位となる可能性がある
- 38兆トークンという大規模訓練は品質向上に寄与するが、独立ベンチマークが限定的な現段階では慎重な評価が必要
- Liquid AIが独自アーキテクチャにMoEを組み合わせたことは、大手モデルとの差別化戦略として注目に値する
⌖ 一次情報（必ず原典をご確認ください）