Liquid AI presenteert LFM3: zes compacte modellen uit één basis, met eigen benchmarks en een licentie met voorwaarden

Op 27 oktober 2026 kondigde Liquid AI op zijn officiële blog de LFM3-familie aan, een nieuwe reeks modellen van ongeveer twee miljard parameters die lokaal moeten draaien op pc's en mobiele apparaten. Het hele aanbod vertrekt vanuit een gemeenschappelijke basis, LFM3-1.7B-Base, waaruit zes varianten zijn afgeleid voor tekst, beeld, audio, omnimodale verwerking en gespecialiseerde beslistaken. De tekstversie, met 1,73 miljard parameters en een contextvenster van 256.000 tokens, gebruikt een hybride architectuur van 24 lagen die korte convoluties met gating, sliding-window-attention en lagen met globale attention afwisselt. De training begon met 22 biljoen tokens, gevolgd door fijnafstemmingsfasen voor contextuitbreiding en het opvolgen van instructies.

Volgens de metingen van het bedrijf neemt het tekstmodel met 4-bitkwantisatie ongeveer een gigabyte geheugen in en heeft het, volgens dezelfde metingen, bij 128.000 tokens een KV-cache van 1,6 GB nodig, tegenover 4,3 GB voor Qwen3.5-4B en 5,6 GB voor MiniCPM5-2B. De documentatie van het bedrijf vermeldt een gemiddelde van 49,37 punten over negentien door Liquid AI gekozen benchmarks, tegenover 47,24 voor Qwen3.5-9B. Dezelfde tabel laat echter zien dat het grotere model voorop blijft bij wetenschappelijk redeneren in GPQA Diamond (80,40 tegen 63,37), bij lange contexten in RULER 128K (87,11 tegen 65,56) en bij codegeneratie in SWE-bench Verified (51,20 tegen 43,40). Volgens Tech Times waren deze door het bedrijf zelf opgegeven cijfers op het moment van publicatie nog niet door derden gereproduceerd.

De gewichten van de reeks staan op Hugging Face en zijn bereikbaar via een API en eigen testomgevingen; volgens Liquid AI kan elk model van de familie op één enkele GPU worden gefinetuned. Onder de LFM Open License v1.0 is commercieel gebruik alleen gratis tot een jaaromzet van tien miljoen dollar; daarboven is een op maat afgesloten commerciële licentie nodig, terwijl onderzoek en non-profitactiviteiten geen financiële voorwaarden kennen. Door die drempel is de licentie geen open source in de zin van de OSI. Over de opmars van edge-verwerking zei Vinesh Sukumar, vicepresident bij Qualcomm Technologies, dat "The next generation of AI will be more multimodal, personalized, and private", terwijl Josh Hort, Senior Director bij AMD, aanvulde dat "developers need models that can be deployed efficiently across the broad spectrum of AI PCs".

Agentische taken onderbrengen in een tekstmodel dat volgens het bedrijf op 4 bit ongeveer een gigabyte inneemt, is zorgvuldig ingenieurswerk dat de nadruk verlegt van het pure aantal parameters naar strak beheer van hardwarebronnen. Wat nog moet blijken, is de afstand tussen een door de fabrikant gekozen set benchmarks en de werkelijke prestaties in dagelijks gebruik, waar de robuustheid van de architectuur zal worden afgemeten aan het vermogen om complexe taken aan te kunnen in uiteenlopende lokale omgevingen. — Olya