Новости про Liquid AI
16 материалов с упоминанием Liquid AI: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Liquid AI.
-
Liquid AI LFM3: 2B-модель бьет Qwen3.5-9B в агентах
Liquid AI выпустила семейство LFM3: 6 открытых моделей с тригибридной архитектурой. LFM3-1.7B обходит Qwen3.5-9B в задачах веб-агентов, работая на 1 ГБ памяти.
-
Liquid RIPL: Инференс LLM за 50 мс и в 28 раз быстрее конкурентов
Liquid AI представила RIPL — движок для инференса моделей LFM2.5 с задержкой менее 50 мс. В продакшене Shopify он работает в 28 раз быстрее аналогов, обеспечивая мгновенные ответы для критичных к задержкам задач.
-
Liquid AI представила RIPL: LFM за <50 мс против классических LLM
Liquid AI выпустила движок RIPL для обслуживания моделей LFM с задержкой менее 50 мс. В тестах на NVIDIA B200 он показал ускорение до 28.4x по сравнению с Qwen3.5 на vLLM, что позволяет использовать генеративные модели в
-
Liquid AI выпустила d1-ultra: SOTA модель для принятия решений
Liquid AI представила мультимодальную модель d1-ultra, превосходящую Jev 1.14 по точности и калибровке вероятностей. Цена API — $0.042 за млн токенов.
-
Jev уязвим: 20 альтернатив от Cloudflare, OpenAI и AWS бросают вызов TypeSafe
Спустя месяц после запуска TypeSafe Jev, рынок decision-моделей взорвался: Cloudflare Clef обходит Jev в классификации, а AWS и Liquid AI предлагают свои решения. Разбор 20 конкурентов.
-
Liquid AI выпустила d1-ultra: лидер рейтинга Artificial Analysis с 65 баллами
Liquid AI представила мультимодальную модель принятия решений d1-ultra, которая заняла 1-е место в Artificial Analysis Decision Index. Модель работает без генерации токенов, что снижает затраты на маршрутизацию и классиф
-
Liquid AI LFM2.5-24B: 2B активных параметров для локальных агентов
Liquid AI выпустила LFM2.5-24B-A2B — первую в своем классе модель с 24 млрд параметров, где активно используется лишь ~2 млрд. Она создана для работы на ноутбуках и превосходит Qwen3.6 в задачах автоматизации.
-
Liquid AI выпустила d1: модели-решения с нулевым выводом токенов
Liquid AI открыла веса мультимодальных моделей d1-3B и d1-omni-600M, которые принимают решения за один проход без генерации текста. Это прорыв для роутинга, модерации и edge-устройств.
-
Liquid AI выпустила d1: модель решений с нулевыми токенами вывода
Liquid AI представила d1 — первую «decision model», которая возвращает калиброванные вероятности для классификации и маршрутизации, генерируя 0 токенов вывода. Это меняет экономику и скорость работы AI-агентов.
-
Liquid AI выпустила DSpark: ускорение VLM до 3.13x без потери качества
Liquid AI представила экспериментальную модель-черновик LFM2.5-VL-3B-DSpark, которая ускоряет генерацию текстовых ответов в мультимодальных моделях до 3.13 раз на Apple Silicon и 2.66x на NVIDIA H100.
-
MacPaw и Liquid AI: локальный ИИ для macOS без облака
MacPaw интегрирует модели Liquid AI для создания локальной версии ассистента Eney, обеспечивая разработчикам on-device inference в своем магазине приложений.
-
Liquid AI выпустила быстрые CPU-энкодеры LFM2.5 с контекстом 8K
Liquid AI открыла веса двунаправленных энкодеров LFM2.5-Encoder-230M и 350M. Модели работают на CPU, поддерживают 8192 токенов и обходят ModernBERT по скорости при сопоставимой точности.
-
Liquid AI открыл Antidoom: FTPO-метод против «петель отчаяния» в LLM
Liquid AI выпустила open-source метод Antidoom, устраняющий проблему бесконечных повторов (doom loops) в моделях рассуждения. Метод FTPO снижает частоту зацикливания с 22.9% до 1% на Qwen3.5-4B.
-
Liquid AI выводит на локальный фронт модель с 24 млрд параметров и открытым агентом LocalCowork
<p>Liquid AI представила модель LFM2-24B-A2B для быстрой и приватной обработки на устройстве, а также Open-Source агента LocalCowork — новый уровень приватных рабочих процессов.</p>
-
Liquid AI представляет LFM2-2.6B-Exp: новые границы обучения ртом для мобильных устройств
<p>Новая экспериментальная версия LFM2-2.6B от Liquid AI использует чистое обучение с подкреплением, чтобы значительно повысить способности модели в задачах инструкций и математике.</p>
-
Liquid AI значительно улучшает маленькую модель с помощью чистого RL и гибридного размышления
<p>Новая экспериментальная версия LFM2-2.6B-Exp показывает, как чистое обучение с подкреплением и динамическое размышление могут вывести модели небольшого размера на новый уровень.</p>