# Was ist LFM2.5-8B-A1B? Das neue On-Device MoE-Modell 2026 Guide

> LFM2.5-8B-A1B ist ein effizientes MoE-Modell von Liquid AI für 2026. Es bietet 128k Kontext und Top-Performance für mobile Geräte im aktuellen Testbericht.

- URL: https://thevibe-coding.de/news/liquid-ai-lfm2-5-8b-a1b-on-device-moe-modell
- Typ: news | Veroeffentlicht: 2026-06-14 | Aktualisiert: 2026-06-14
- Autor: Vita Legne | Site: VIBE CODING — thevibe-coding.de

---

LFM2.5-8B-A1B ist ein hocheffizientes [Mixture-of-Experts](/modelle/ling-2-6-flash-ant-group-effizienz-moe-2026)-Sprachmodell (MoE) von Liquid AI, das speziell für den lokalen Einsatz auf Endgeräten entwickelt wurde. Dieses Modell verfügt über insgesamt 8 Milliarden Parameter, von denen lediglich eine Milliarde aktiv genutzt wird, um eine hohe Rechengeschwindigkeit bei minimalem Ressourcenverbrauch zu gewährleisten. Die Neuvorstellung ergänzt die bestehende LFM2-Produktlinie und baut auf dem im Oktober 2025 erschienenen Vorgänger LFM2-8B-A1B auf, wobei die Leistungswerte im Jahr 2026 signifikant gesteigert wurden.

## Welche technischen Neuerungen bietet das Modell?

Das LFM2.5-8B-A1B bringt umfassende Upgrades in der Architektur und im Training mit sich. Das [Kontextfenster](/glossar/context-window) wurde massiv von 32.000 auf 128.000 [Token](/glossar/token) erweitert, was die Verarbeitung sehr langer Dokumente ermöglicht. Zudem wurde das Pretraining-Volumen von 12 Billionen auf insgesamt 38 Billionen Token erhöht, ergänzt durch eine großflächige Reinforcement-Learning-Pipeline (RL). Der Tokenizer wurde auf 128.000 Einheiten verdoppelt, was die Effizienz bei nicht-lateinischen Schriften wie Russisch um 6 % und bei Sprachen wie Thai oder Hindi sogar um ein Vielfaches steigert.

| Feature | LFM2-8B-A1B (2025) | LFM2.5-8B-A1B (2026) |
| -------- | -------- | -------- |
| Kontextfenster | 32k Token | 128k Token |
| Pretraining-Daten | 12 Bio. Token | 38 Bio. Token |
| Tokenizer-Vokabular | 65,5k Einheiten | 128k Einheiten |
| Aktive Parameter | 1 Mrd. | 1 Mrd. |

## Wie schlägt sich das Modell in der Performance?

Liquid AI legt bei dieser Veröffentlichung einen klaren Fokus auf die Geschwindigkeit und die Fähigkeit zur Werkzeugnutzung (Tool-Calling). In Messwerten erreicht das Modell auf einem Apple M5 Max eine Geschwindigkeit von bis zu 253 Token pro Sekunde und benötigt dabei weniger als 6 GB Arbeitsspeicher. Selbst auf modernen Smartphones erzielt die Architektur eine Performance von rund 30 Token pro Sekunde. Damit eignet sich das Modell ideal für [Agenten-Szenarien](/glossar/ai-agent) und komplexes [Reasoning](/guides/gpt-5-5-prompting-guide-openai-2026) direkt auf der Hardware des Nutzers.

- Apple M5 Max: 253 Token/s
- Smartphone: 30 Token/s
- RAM-Bedarf: Unter 6 GB

## Wann solltest du LFM2.5-8B-A1B einsetzen?

Du solltest dieses Modell einsetzen, wenn du leistungsstarke KI-Funktionen lokal ohne Cloud-Anbindung realisieren möchtest. In Benchmarks zur Befolgung von Anweisungen und in agentenbasierten Szenarien ist LFM2.5-8B-A1B vergleichbar mit deutlich größeren Modellen wie der Gemma-4-26B – trotz der weitaus geringeren Anzahl aktiver Parameter. Die breite Software-Unterstützung erleichtert die Integration in bestehende Workflows erheblich. Das Modell ist unter der LFM Open License lizenziert und unterstützt gängige Frameworks für die Implementierung.

Folgende Laufzeitumgebungen werden unterstützt:
- llama.cpp
- MLX (für Apple Silicon)
- vLLM und SGLang
- ONNX Runtime

[liquid.ai](https://www.liquid.ai/blog/lfm2-5-8b-a1b)

## FAQ

### Was zeichnet die Architektur von LFM2.5-8B-A1B aus?

Liquid AI nutzt eine hocheffiziente Mixture-of-Experts-Architektur mit insgesamt 8 Milliarden Parametern. Das Modell aktiviert pro Rechenschritt nur eine Milliarde Parameter, um maximale Geschwindigkeit bei geringem Ressourcenverbrauch auf Endgeräten zu erzielen.

### Welche technischen Verbesserungen bietet das 2026er Modell gegenüber dem Vorgänger?

Das Kontextfenster wurde signifikant von 32.000 auf 128.000 Token erweitert und das Pretraining-Volumen auf 38 Billionen Token verdreifacht. Ein optimierter Tokenizer steigert zudem die Effizienz bei der Verarbeitung nicht-lateinischer Schriften wie Russisch oder Hindi.

### Wie performant ist das Modell im lokalen Einsatz auf Hardware?

LFM2.5-8B-A1B erreicht auf einem Apple M5 Max Spitzenwerte von bis zu 253 Token pro Sekunde bei einem Arbeitsspeicherbedarf von unter 6 GB. Die Performance auf modernen Smartphones liegt bei rund 30 Token pro Sekunde, was flüssige lokale Agenten-Szenarien ermöglicht.

### In welchen Szenarien ist der Einsatz von LFM2.5-8B-A1B sinnvoll?

Du kannst dieses Modell ideal für komplexe Reasoning-Aufgaben und KI-Agenten nutzen, die ohne Cloud-Anbindung direkt auf deiner Hardware laufen sollen. Die Leistung ist trotz der geringen Größe vergleichbar mit deutlich schwerfälligeren Modellen wie Gemma-4-26B.

## Quellen

- [liquid.ai](https://www.liquid.ai/blog/lfm2-5-8b-a1b) — liquid.ai
- [marktechpost.com](https://www.marktechpost.com/2026/05/28/liquid-ai-releases-lfm2-5-8b-a1b-an-on-device-moe-model-with-8-3b-total-and-1-5b-active-parameters/) — marktechpost.com
- [openrouter.ai](https://openrouter.ai/liquid/lfm2-8b-a1b) — openrouter.ai
- [liquid.ai](https://www.liquid.ai/models) — liquid.ai
- [huggingface.co](https://huggingface.co/LiquidAI) — huggingface.co