LFM3：Liquid AI、テキストから音声まで6つの小型オープンモデル（20億パラメータ）を発表、オンデバイス動作を想定

Liquid AIは、オンデバイスで動作することを目的としたコンパクトなモデルを設計しており、この火曜日10月27日にLFM3を発表した。これはLiquid Foundation Modelsの第3世代にあたる。公式発表はXでパリ時間18時07分に行われ、長文のブログ記事が添えられた。重みは本日よりHugging Faceでダウンロード可能で、モデルは同社のPlaygroundとAPIでも提供されている。

この賭けは、超大規模モデル競争とは逆の方向を向いている。LFM3は約20億パラメータの6つのモデルをまとめており、それぞれが特化していて、スマートフォン、ノートPC、組み込みボード上で直接動作するよう設計されている。クラウドを経由しない。

1つのファミリー、6つの用途

すべてのモデルは同じ基盤LFM3-1.7B-Baseから派生しており、これも独自に学習させたい人向けに公開されている：

• LFM3-1.7B：テキストモデル、256,000トークンのコンテキストウィンドウを持ち、エージェント（ツール、ウェブナビゲーション、オフィス作業）を駆動するようポストトレーニング済み。
• LFM3-VL-2B：ビジョンと言語。Liquid AIとして初めて動画を入力として受け付ける。
• LFM3-Audio-2B：音声会話、文字起こし、音声合成、翻訳を18言語で対応。ツール呼び出しも可能。
• LFM3-Omni-2B（22億パラメータ）：同社初の「オムニ」モデル。画像、音声、テキストを組み合わせる。
• d1-2Bとd1-Omni-2B：意思決定モデル。回答を文章で生成する代わりに、質問リスト（はい／いいえ、選択、フィールド抽出、オブジェクト検出）に1パスで回答し、それぞれに確率を付与する。

ボンネットの中の変化

Liquid AIはハイブリッドのレシピを維持しつつ、それを強化した。テキストモデルの24層のうち、13層は短い畳み込み、5層は256トークンのスライディングウィンドウアテンション、6層はグローバルアテンションを使用する。目標は長いコンテキストでも高速を維持することだ。開発元によれば、128,000トークンのフルコンテキストはキャッシュメモリ1.6GBしか占めず、Qwen3.5-4Bの4.3GBと比較される。事前学習は22兆トークンに及び、前世代よりコード、数学、エージェントのトレースが多く含まれる。

アーキテクチャは14のハードウェア構成で最適化されており、SamsungやOnePlusのスマートフォンからRaspberry Pi 5、Apple、AMD、Qualcommのチップ、GPUまで対応する。テキストモデルは4ビットで約1GBに収まり、各モデルは単一GPUでファインチューニング可能。ツール面では、llama.cpp、MLX、vLLMがローンチ時からサポートされ、AMD、Qualcomm、NVIDIA、Arm、OpenRouter、Vercelなどのパートナーも参加している。

見栄えのするスコア、要確認

公表された数値はLiquid AIのもので、現時点では独立した測定はない。独自のベンチマーク表で、LFM3-1.7Bは平均49.37を獲得し、Qwen3.5-9B（47.24）を上回った。これは5倍以上大きなモデルだ。ブラウザでのエージェントタスク（WebArena-Verifiedで38.42対28.94）では差が明確だ。

表は限界も示しており、開発元もそれを認めている。エージェント的コーディング（SWE-bench Verifiedで43.40対51.20）と知識（GPQA Diamondで63.37対80.40）では、より大きなモデルが優位を保っている。ビジョンでは、LFM3-VL-2Bは62テストで平均71.4を示すとされ、Gemma 4 12B（71.7）と同水準。これは6倍大きなモデルだ。

見逃せないポイント：ライセンス

Liquid AIは「オープン」モデルと述べているが、LFM Open License v1.0の下でダウンロード可能な重みであり、Apache 2.0やMITのようなフリーライセンスではない。Hugging Faceで閲覧できるライセンス文書は、年間売上が1000万ドル未満の団体に商用利用を限定している。それを超える場合は、Liquid AIとの契約が必要だ。独立した開発者やスタートアップにとっては当面影響はないが、大企業にとってはデプロイ前に確認すべきブロッキングポイントだ。