LFM3-1.7B
- 用途
- テキスト生成
- パラメータ
- 1.73B
- 主な入出力と条件
- テキスト入出力、256Kコンテキスト、4ビットで約1GB
LFM3-VL-2B
- 用途
- 画像・動画理解
- パラメータ
- 1.9B
- 主な入出力と条件
- テキスト・画像・動画を入力
LFM3-Audio-2B
- 用途
- 音声
- パラメータ
- 2B
- 主な入出力と条件
- テキスト・音声を入力し、テキスト・音声で応答
LFM3-Omni-2B
- 用途
- 統合マルチモーダル
- パラメータ
- 2.17B
- 主な入出力と条件
- テキスト・画像・動画・音声を入力、32Kコンテキスト
d1-2B
- 用途
- 判断(画像・動画対応)
- パラメータ
- 1.92B
- 主な入出力と条件
- テキスト・画像・動画から回答を1回のforward passで返す
d1-Omni-2B
- 用途
- 判断(音声対応)
- パラメータ
- 2.17B
- 主な入出力と条件
- d1-2Bの入力に音声を加えた判断モデル
Liquid AI公式ブログ(2026-10-27)とHugging Faceの各モデルカードによる。
6モデルはすべてLFM3-1.7B-Baseから分岐しています。会社の説明によると、ベースモデルは22兆トークンで事前学習しました。基盤アーキテクチャはtri-hybridと呼ぶ3種類の演算の組み合わせで、24層のうち13層が短い畳み込み、5層が256トークンの窓を持つsliding-window attention、6層がglobal attentionです。
Liquid AIは、LFM3-1.7Bが前世代LFM2.5-2.6Bより35%少ないパラメータで上回ったと報告しています。エージェント作業のベンチマークLiveClawでは45.60対14.70と、同社の表で大きく差が開いています。これらの数値はモデルを提供した企業自身による評価で、独立した再現ではありません。比較対象や計測条件は公式ブログとモデルカードに記載されています。
エッジでの実行を示す数値として、同社は128Kトークン全体のコンテキストでKVキャッシュが1.6GBだと計測しています。llama.cppのQ4_0量子化、32Kコンテキストでの速度測定という条件付きです。サーバー側ではNVIDIA B300 1基にSGLangとBF16で載せた場合、同時1,024リクエストで1日あたり36億トークンを生成できるという計測も公表しました。すべて同社の計測値です。
判断モデルのd1-2BはLFM3-VL-2Bを、d1-Omni-2BはLFM3-Omni-2Bを基にしています。2モデルとも文章を生成せず、入力された事案に対する回答を1回のforward passで返します。公式ブログは、d1-Omni-2Bが筆記の代わりに音声で質問された場合も精度をほぼ維持すると説明しています。
配布ライセンスはLFM Open License v1.0です。正式文書の定義では、閾値(Threshold)は年間売上1,000万米ドル以上で、これを超える企業の商用利用は無償ライセンスの対象外になり、別途契約が必要です。閾値未満の商用利用と研究用途は無償で、利用者数による制限はありません。Apache 2.0のような宽松ライセンスとは異なります。モデルカードのlicense欄も「other」と表記されます。
配布形態はHugging Faceで、各モデルのほかにGGUF、MLX、ONNX、NVFP4、FP8などの量子化版が公開されています。LFM3-1.7B-Baseと各モデルの派生を合わせると、公開初日から十数件のリポジトリが並んでいます。Liquid AIのAPIからも利用できます。
既存のd1系とLFM2.5系の公開は先行しているため、今回の新規性はLFM3基盤への世代更新と、テキストから判断モデルまで6種を共通基盤で同時に出した点にあります。性能・速度・メモリの数値は同社の計測で、実際の端末や業務データでの結果は別です。商用利用を検討する企業は、自社の年間売上が閾値に達するかをライセンス文書で確認する必要があります。
出典
- Liquid AI公式ブログ「Introducing LFM3: Every Modality for Specialized Intelligence」2026-10-27付。6モデル、22Tトークン事前学習、24層の内訳(畳み込み13層・SWA 5層・global attention 6層)、35%少ないパラメータ、KVキャッシュ1.6GB、B300での1日36億トークン
- Hugging Faceモデルカード LiquidAI/LFM3-1.7B1.73Bパラメータ、256Kコンテキスト、4ビットで約1GB、LFM Open License v1.0
- Hugging Faceモデルカード LiquidAI/LFM3-Omni-2B2.17B、32Kコンテキスト、テキスト・画像・動画・音声入力とテキスト・音声出力
- Hugging Faceモデルカード LiquidAI/d1-2B1.92B、LFM3-VL-2Bベース、1回のforward passで較正された回答を返す判断モデル
- LFM Open License v1.0(Liquid AI)Threshold=年間売上1,000万米ドル以上。超過企業の商用利用は無償ライセンスの対象外
- Hugging FaceのLiquidAI公開リポジトリ一覧(API)GGUF・MLX・ONNX・NVFP4・FP8などの量子化版とBaseモデルの配布を確認
出典の確認日 2026.10.28