Liquid AI a dévoilé la famille de modèles LFM3 : six modèles de la classe 2B, tous issus de la même base de 1.7B. On y trouve une version pour le texte, la vision, l'audio et l'ensemble des modalités, ainsi que deux modèles de décision spécialisés à partir des versions vision et omnimodale. Les poids sont publiés sur Hugging Face, présentés comme des poids ouverts, et les modèles sont aussi accessibles via LFM Playground et l'API propre à Liquid.
Côté architecture, LFM3 poursuit la voie de Liquid, qui évite le Transformer pur :
"LFM3 combines three operators: gated short convolutions, sliding-window attention (SWA), and global attention."
(LFM3 combine trois opérateurs : des convolutions courtes à portes, l'attention à fenêtre glissante et l'attention globale.)
Les convolutions courtes et la fenêtre glissante assurent la plupart des couches, l'attention globale n'étant placée que dans quelques-unes. C'est ce qui permet de réduire l'empreinte mémoire en contexte long.
Le bulletin de notes, en détail
Le modèle texte LFM3-1.7B obtient une moyenne de benchmarks de 49.37. Parmi les modèles que Liquid retient pour comparaison, la génération précédente de l'entreprise, LFM2.5-2.6B, affiche 31.55, MiniCPM5-2B 39.19, et Qwen3.5-9B, qui compte plus de cinq fois plus de paramètres, 47.24.
Les scores par épreuve sont très contrastés. Le suivi d'instructions (IFEval, 96.66) et l'appel d'outils (BFCL V4, 71.39) sont très élevés, et ce sont précisément les deux capacités les plus sollicitées par les agents embarqués. En revanche, le contexte long et les connaissances pointues pénalisent le modèle : RULER 128K n'atteint que 65.56 contre 87.11 pour Qwen3.5-9B, et GPQA Diamond 63.37 contre 80.40. Autrement dit, l'avance en moyenne repose surtout sur les tâches d'instructions et d'outils ; sur les tâches riches en connaissances, il reste un modèle de 2B.
Le nom précis de la licence n'apparaît pas dans la partie visible du blog officiel ; les conditions d'usage commercial sont donc à vérifier dans la fiche du modèle.
Un calcul de débit
Les chiffres sur appareil sont l'argument phare. Avec llama.cpp, une quantification Q4_0 et 32K de contexte, Liquid affirme que LFM3 décode de 1.8 à 2.8 fois plus vite que le deuxième modèle le plus rapide sur trois appareils, avec la plus faible consommation de mémoire.
Un chiffre est aussi donné côté serveur : sur une seule NVIDIA B300, avec SGLang, en BF16 et 1024 requêtes simultanées, le modèle produit environ 3.6 milliards de tokens par jour. En calcul approximatif, 3.6 milliards divisés par 86400 secondes donnent environ 42 000 tokens par seconde ; répartis sur 1024 requêtes, cela fait quelque 40 tokens par seconde chacune, bien plus vite qu'un humain ne lit. Sur cette base, une seule carte soutient plus d'un millier de conversations en parallèle sans saccade, ce qui intéresse davantage les équipes qui emploient de petits modèles pour la classification, l'extraction et le routage en masse.
Ces chiffres proviennent de mesures de Liquid elle-même, sans reproduction par un tiers, et les longueurs de prompt et de sortie du test ne sont pas précisées ; avec une autre charge, le résultat peut varier considérablement.
Conçu pour le fine-tuning
L'argument que Liquid martèle cette fois est que « chaque modèle peut être affiné sur un seul GPU ». Comme les six modèles partagent une base, les équipes peuvent d'abord développer leur capacité métier sur la version texte, puis la transférer vers la branche vision ou audio. Liquid fournit en outre une documentation pour l'exécution locale et le fine-tuning.
Pour les téléphones, les systèmes embarqués de véhicules et les équipements industriels, où la connexion n'est pas toujours possible, 1 Go de taille, 256K de contexte et un affinage sur un seul GPU, voilà la place que LFM3 veut prendre. Y parviendra-t-il ? Cela dépendra des résultats de fine-tuning de la communauté sur des tâches réelles, et pas seulement de ce tableau de scores.
Sources : blog officiel de Liquid AI, CocoLoop, page du modèle sur Hugging Face ; les scores de benchmark, les multiples de décodage sur appareil et le débit quotidien sur B300 reposent sur les mesures de Liquid elle-même, et le débit par seconde est un calcul approximatif de la rédaction à partir du débit quotidien.