Liquid AI、LFM3を発表：共通ベースから生まれた6つの小型モデル、自社ベンチマークと条件付きライセンス

2026年10月27日、Liquid AIは公式ブログでLFM3ファミリーを発表した。PCやモバイル端末でのローカル実行を想定した、約20億パラメータ規模の新しいモデル群だ。ラインナップ全体は共通の基盤であるLFM3-1.7B-Baseから派生しており、テキスト、ビジョン、音声、オムニモーダル処理、そして特化型の意思決定タスク向けに6つのバリアントが用意されている。テキスト版は17.3億パラメータ、25万6000トークンのコンテキストウィンドウを持ち、ゲート付き短畳み込み、スライディングウィンドウ注意、グローバル注意の各層を交互に配置した24層のハイブリッド構成を採用する。学習は22兆トークンの事前学習から始まり、その後コンテキスト拡張と指示追従のための追加学習が行われた。

同社が公表した測定によると、テキストモデルは4ビット量子化で約1ギガバイトのメモリに収まり、同じ測定で12万8000トークン時のKVキャッシュは1.6GB。Qwen3.5-4Bの4.3GB、MiniCPM5-2Bの5.6GBを下回るという。同社の資料では、Liquid AIが選んだ19種のベンチマークで平均49.37点とされ、Qwen3.5-9Bの47.24点を上回る。ただし同じ表を見ると、科学的推論のGPQA Diamond(80.40対63.37)、長文脈処理のRULER 128K(87.11対65.56)、コード生成のSWE-bench Verified(51.20対43.40)では、より大きなモデルが依然として上回っている。Tech Timesによれば、公開時点でこれらの自社発表の数値は第三者による再現がまだ行われていなかった。

シリーズの重みはHugging Faceで公開され、APIや専用の試用環境からも利用できる。Liquid AIによると、ファミリーのどのモデルも単一のGPUでファインチューニングが可能だ。採用されたLFM Open License v1.0では、商用利用が無料なのは年間売上1000万ドルまでで、それを超えると個別に締結する商用ライセンスが必要になる。一方、研究や非営利の利用には金銭的な条件はない。この売上基準があるため、このライセンスはOSIの定義するオープンソースには当たらない。エッジでの処理の広がりについて、Qualcomm Technologiesのバイスプレジデント、Vinesh Sukumar氏は"The next generation of AI will be more multimodal, personalized, and private"と述べ、AMDのシニアディレクター、Josh Hort氏は"developers need models that can be deployed efficiently across the broad spectrum of AI PCs"と補足した。

同社によれば4ビットで約1ギガバイトに収まるテキストモデルに、エージェント的なタスクを担わせる。これは丁寧なエンジニアリングの成果であり、焦点をパラメータの量そのものから、ハードウェア資源の厳密な管理へと移している。とはいえ、メーカーが選んだベンチマークと日常利用での実際の性能との差は、まだ見極める必要がある。アーキテクチャの真価は、多様なローカル環境で複雑なタスクをこなせるかどうかで測られることになるだろう。 — Olya