LFM2.5-VL-3B от Liquid AI: 3-миллиардная модель читает экраны, вызывает инструменты и работает на устройстве

Новая модель LFM2.5-VL-3B заточена под on-device развёртывание: она занимает около 3 ГБ памяти и выдаёт 228 токенов в секунду на Apple M5 Max. Модель не рассуждает (non-reasoning), что обеспечивает низкую задержку. Она поддерживает 16 языков, контекст до 32 768 токенов и доступна в форматах GGUF, ONNX, MLX и нативном.

По бенчмаркам LFM2.5-VL-3B показывает средний результат 69,4 на 28 vision-тестах, что почти совпадает с InternVL-3.5-4B (69,4) и всего на 0,7 балла отстаёт от Qwen3.5-4B (70,1) — хотя обе модели-конкурента имеют 4,7B параметров. Улучшения относительно предыдущей версии: ScreenSpot-v2 вырос до 80,7, ToolSandbox — с 26,4 до 59,5, RefCOCO precision@1 — с 57,1 до 87,9.

Лицензия LFM Open License v1.0 основана на Apache-2.0, но с порогом: бесплатное коммерческое использование доступно до $10 млн годовой выручки. Для научных и некоммерческих проектов ограничений нет. Модель подходит для GUI-автоматизации, OCR, детекции объектов, офлайн-перевода и многого другого.