Liquid AI et l'efficacité en local avec LFM2.5-VL-3B : chiffres maison, limites annoncées

Le 12 août 2026, Liquid AI a publié LFM2.5-VL-3B, un modèle vision-langage à poids ouverts de 3,1 milliards de paramètres conçu pour tourner sur des appareils grand public : téléphones, ordinateurs portables et GPU uniques. L'architecture, fondée sur un encodeur visuel SigLIP2 et sur le backbone textuel de LFM2.5-2.6B, le modèle texte seul publié huit jours plus tôt, prend en charge une fenêtre de contexte de 32 768 tokens et 16 langues, dont l'italien. Selon le blog officiel, l'objectif est le traitement local, afin de réduire la dépendance aux centres de données.

Les données de performance, fournies uniquement par l'entreprise et reprises par la presse spécialisée, indiquent une moyenne de 69,4 sur 28 benchmarks de vision : une moyenne qui égale InternVL-3.5-4B (69,4) et reste 0,7 point sous Qwen3.5-4B (70,1), avec 3,1 milliards de paramètres contre 4,7. À côté des progrès dans des domaines comme ToolSandbox, on relève une régression sur CountBenchQA, tombé à 87,3 contre 92,2 pour la version précédente. Faute de vérifications indépendantes, ces chiffres restent des déclarations de l'entreprise, non confirmées par un tiers — MarkTechPost précise elle-même relayer les données de Liquid AI sans les valider.

Côté efficacité, Liquid AI annonce 228 tokens par seconde sur un Apple M5 Max et une empreinte mémoire d'environ 3 Go. Il faut souligner que les conditions de ces tests n'ont pas été détaillées, ce qui rend difficile d'évaluer la reproductibilité des résultats. La distribution se fait sous licence LFM1.0 : MarkTechPost rapporte qu'elle autoriserait un usage commercial gratuit jusqu'à 10 millions de dollars de revenus annuels, un détail qui n'apparaît pas explicitement dans la model card officielle sur Hugging Face, laquelle se contente de mentionner le type de licence sans préciser de seuil économique.

La documentation technique délimite clairement les champs d'application, en précisant que le modèle « n'est pas recommandé pour les tâches à contexte long et à forte intensité de raisonnement » (« is not recommended for long-context, reasoning-intensive tasks »), comme le webdesign visuel ou les questions très techniques sur des projets d'ingénierie. Il est en revanche optimisé pour les tâches à tour unique et à haut débit, comme l'OCR documentaire et la traduction sur l'appareil, où la faible latence et le traitement local des données constituent les véritables avantages opérationnels.

— Olya L'efficacité est la nouvelle monnaie du marché des modèles de langage, mais la vitesse de génération ne suffit pas à elle seule à valider une architecture. Il est bon de voir des entreprises pousser vers l'edge computing avec des modèles compétitifs ; tant que les benchmarks restent autoproclamés et les détails des protocoles de test vagues, la frontière entre un vrai saut qualitatif et une simple optimisation marketing demeure mince. La vérification indépendante n'est pas une option, c'est une nécessité.