Liquid AI、6つのモデルを20億パラメータ級に収める　ただし大企業は商用利用できない

Liquid AIは10月27日、LFM3ファミリーを公開した。いずれも約20億パラメータの6モデルで、共通のベースLFM3-1.7B-Baseから派生している。テキストモデルは4ビット精度で約1 GBのメモリに収まり、同社によれば、パラメータ数が35 %少ないにもかかわらず、エージェント型タスクで前世代のLFM2.5-2.6Bを上回る。

1つのベースから6つの専門モデル、テキストモデルは1 GB

LFM3-1.7B-Baseからは、テキストのLFM3-1.7B、画像のLFM3-VL-2B、音声のLFM3-Audio-2B、画像と音声を同時に扱うLFM3-Omni-2B、そして意思決定モデルのd1-2Bとd1-omni-2Bが生まれた。ベースは22兆トークンで学習した。最後の3.5兆トークンではエージェントの実行記録とツール呼び出しの比率を高め、コンテキスト長も256Kトークンに広げた。

同社はアーキテクチャを、スマートフォンやRaspberry Pi 5からQualcomm Hexagon NPUまで、14通りのデバイスとバックエンドで直接計測しながら探索した。結果は24層で、短い畳み込み13層、スライディングウィンドウ注意5層、グローバル注意6層から成る。Liquid AIによれば、パラメータあたりで比べると、コンテキストに8Kトークンがある状態でLFM2-1.2Bより約25 %速い。

同社は具体的な数値も示している。LFM3-1.7BはWebArena-Verifiedで38.42を記録し、前世代のLFM2.5-2.6Bは3.02だった。19億パラメータのLFM3-VL-2Bは、62の画像ベンチマークの平均を57.6から71.4に引き上げ、同社によればGemma 4 12Bと同等だという。音声モデルは18言語に対応し、最初のトークンを最短50 msで返す。意思決定モデルd1-2Bはd1-3Bの後継で、同社独自のImajevBenchで64.0から75.5に伸びた。

自前のハードウェアを持つチームは、同じメモリにより多くのモデルを載せられる

Liquid AIの賭けは、大手ラボとは正反対だ。何でもこなしてクラウドで動く汎用モデル1つではなく、入力の種類に応じて選び、GPU1枚でファインチューニングし、アプリが動く場所で走らせる小さな専門モデル群を提供する。機器メーカーやロボティクスのチーム、データを外部に出せない企業にとっては、音声操作、レシートの読み取り、問い合わせチケットの振り分けを1つの道具立てでまかなえることになる。

テキストモデルは、Hermes Agent、Pi、OpenClawといったエージェント用ハーネス向けに明示的に学習されている。狙いは、APIプロバイダーのアカウントなしにノートPC上でローカルエージェントを動かしたい開発者だ。レシートのJSON化から108種類のツールの中から正しいものを選ぶ課題まで、ファインチューニング用のノートブックも10本用意した。

3週間前に取り上げたd1-3Bと比べると、Liquidは今回、意思決定モデルにも数値を添えた。ただし、それも公開の比較ではなく、自社の4つのテストスイートによるものだ。

オープンウェイトのライセンスは売上1,000万ドルで打ち止め

Hugging Faceではopen-weightと表示されているが、LFM Open License v1.0は商用利用の条件として、企業の年間売上が1,000万ドルを超えないことを求める。大企業も重みをダウンロードして試すことはできるが、このライセンスでは商用展開をカバーできない。例外は、非営利団体による非商用・研究目的の利用だけだ。

もう1つの限界は数字そのものだ。比較のほぼすべてはLiquid AIが自社の条件で測ったものだ。Gemma 4 12Bと同等という主張は62ベンチマークの平均であり、小型モデルが本番環境で同じタスクをこなせる保証ではない。WebArena-Verifiedでの3.02から38.42への跳躍は、主に前世代がエージェント型の作業でいかに弱かったかを示している。

独立した検証と最初のファインチューニング事例が、どこまで本物かを示す

最初のシグナルは、独立したベンチマークとローカルエージェントのコミュニティから来る。LFM3-1.7Bがメーカー製のノートブックだけでなく、他者のハーネスでも通用すれば、ブログのどんな表よりも強い論拠になる。

2つ目のシグナルは、Liquidが看板事例として示すロボティクスだ。同社はLIBEROスイートで96.2 %の成功率、Jetson AGX Orin上で50 ms未満の動作生成を報告している。小さな専門モデルが、いまクラウドの大型汎用モデルが担う仕事に耐えられるかは、研究室の外での導入を見るまでわからない。

Lilithの判定

Liquid AIはポケットに収まる小さな専門家を6人配り、テキスト担当はたった1ギガバイトに収まる。売上が1,000万ドルを超えた企業は、受け取ったのがドラッグストアの試供品で、正規品はレジで待っていると気づくことになる。