Liquid AI 发布 LFM3 模型家族，一共六个 2B 量级的模型，全部从同一个 1.7B 基座分支出来：文本、视觉、音频、全模态各一个，另有两个由视觉版和全模态版特化而来的决策模型。权重放在 Hugging Face，标注为开放权重，也可以通过 LFM Playground 和 Liquid 自己的 API 调用。
架构上，LFM3 延续了 Liquid 不走纯 Transformer 的路子：
“LFM3 combines three operators: gated short convolutions, sliding-window attention (SWA), and global attention.” （LFM3 组合了三种算子：门控短卷积、滑动窗口注意力和全局注意力。）
短卷积和滑窗负责大部分层，全局注意力只放在少数层里，这是它能把长上下文的显存压下来的原因。
成绩单拆开看
文本模型 LFM3-1.7B 的平均基准分 49.37，Liquid 拿来对照的几家里，自家上一代 LFM2.5-2.6B 是 31.55，MiniCPM5-2B 是 39.19，参数大五倍多的 Qwen3.5-9B 是 47.24。
单项分化明显。指令遵循 IFEval 96.66、工具调用 BFCL V4 71.39 都很高，这两项正是端侧代理最常用的能力。长上下文和硬知识则吃亏：RULER 128K 只有 65.56，Qwen3.5-9B 是 87.11；GPQA Diamond 63.37 对 80.40。也就是说，平均分领先主要靠指令和工具类题目撑起来，知识密集的任务上它仍是一个 2B 模型。
许可证的具体名称，官方博客的可见部分没有写明，商用条件要以模型卡为准。
算一笔吞吐账
端侧数据是这次的主打。在 llama.cpp、Q4_0 量化、32K 上下文的设置下，Liquid 称 LFM3 在三款设备上的解码速度是次快模型的 1.8 到 2.8 倍，内存占用最低。
服务端也给了一个数：单张 NVIDIA B300，SGLang、BF16、1024 路并发，每天能吐约 36 亿 token。粗算一下，36 亿除以 86400 秒约等于每秒 4.2 万 token，摊到 1024 路并发上，每路约 40 token/秒，比人读字的速度快不少。按这个口径，一张卡能同时撑起上千个对话不卡顿，这对拿小模型做批量分类、抽取、路由的团队更有参考意义。
这组数字是 Liquid 自测，没有第三方复现，测试用的提示长度和输出长度也没写，换个负载结果可能差得很远。
冲着微调去的
Liquid 这次反复强调的卖点是”每个模型都能在单张 GPU 上微调”。六个模型共用一个基座，意味着团队可以先在文本版上调出业务能力，再迁到视觉或音频分支上。Liquid 同时给了本地运行和微调文档。
对手机、车机、工控这类不方便联网的场景，1GB 体量、256K 上下文、单卡可调，是 LFM3 想抢的那块位置。它能不能抢到，要看社区在真实任务上的微调结果，而不只是这张成绩单。
参考来源：Liquid AI 官方博客、CocoLoop、Hugging Face 模型页；基准分、端侧解码倍数与 B300 日吞吐均以 Liquid 自测口径为准，每秒吞吐为编辑据其日吞吐粗算。