Liquid AI dévoile LFM3 : six modèles compacts issus d'une même base, entre benchmarks maison et licence sous conditions

Le 27 octobre 2026, Liquid AI a annoncé sur son blog officiel la famille LFM3, une nouvelle série de modèles d'environ deux milliards de paramètres conçus pour tourner en local sur PC et appareils mobiles. Toute la gamme part d'une base commune, LFM3-1.7B-Base, dont ont été dérivées six variantes consacrées au texte, à la vision, à l'audio, au traitement omnimodal et à des tâches de décision spécialisées. La version texte, dotée de 1,73 milliard de paramètres et d'une fenêtre de contexte de 256 000 tokens, repose sur une architecture hybride de 24 couches qui alterne convolutions courtes à portes, attention à fenêtre glissante et couches d'attention globale. L'entraînement a mobilisé 22 000 milliards de tokens au départ, suivis de phases d'affinage pour l'extension du contexte et le suivi d'instructions.

Selon les mesures publiées par l'entreprise, le modèle texte occupe environ un gigaoctet de mémoire en quantification 4 bits et, toujours selon ces mesures, nécessite un cache KV de 1,6 Go à 128 000 tokens, contre 4,3 Go pour Qwen3.5-4B et 5,6 Go pour MiniCPM5-2B. La documentation de la société fait état d'une moyenne de 49,37 points sur dix-neuf benchmarks sélectionnés par Liquid AI, contre 47,24 attribués à Qwen3.5-9B. Le même tableau montre toutefois que le modèle plus grand reste devant en raisonnement scientifique sur GPQA Diamond (80,40 contre 63,37), en gestion des contextes longs sur RULER 128K (87,11 contre 65,56) et en génération de code sur SWE-bench Verified (51,20 contre 43,40). D'après Tech Times, au moment de la publication, ces chiffres déclarés par l'entreprise n'avaient pas encore été reproduits par des tiers.

Les poids de la série sont publiés sur Hugging Face et accessibles via une API et des environnements de test dédiés ; selon Liquid AI, chaque modèle de la famille peut être affiné sur un seul GPU. La LFM Open License v1.0 rend l'usage commercial gratuit uniquement jusqu'à dix millions de dollars de chiffre d'affaires annuel ; au-delà, une licence commerciale négociée au cas par cas est requise, tandis que la recherche et les activités à but non lucratif ne sont soumises à aucune contrainte financière. En raison de ce seuil, la licence n'est pas open source au sens de l'OSI. À propos de l'essor du traitement en périphérie, Vinesh Sukumar, vice-président de Qualcomm Technologies, a déclaré que "The next generation of AI will be more multimodal, personalized, and private", tandis que Josh Hort, Senior Director chez AMD, a précisé que "developers need models that can be deployed efficiently across the broad spectrum of AI PCs".

Faire entrer des tâches agentiques dans un modèle texte qui, selon l'entreprise, occupe environ un gigaoctet en 4 bits relève d'un travail d'ingénierie soigné, qui déplace l'accent du simple nombre de paramètres vers une gestion stricte des ressources matérielles. Reste à mesurer l'écart entre une sélection de benchmarks choisie par le fabricant et les performances réelles au quotidien, où la solidité de l'architecture se jugera à sa capacité à mener des tâches complexes dans des environnements locaux hétérogènes. — Olya