LFM2.5-1.2B-Thinking 宣布：仅占用手机 900 MB 内存

Liquid AI 宣布推出 LFM2.5-1.2B-Thinking 推理模型，仅占用手机 900 MB 的内存，却能供给一致体积下最快的推理速度和最佳的推理质量。

根据介绍，LFM2.5-1.2B-Thinking是LFM2.5 系列的最新成员。它是一个拥有 12 亿参数的模型，专门针对推理义务进行练习。它会在生成谜底之前生成思虑轨迹，体系地解决问题。该模型应用 LFM 独特的推理速度优势，生成更高质量的谜底。

与 LFM2.5-1.2B-Instruct 比拟，LFM2.5-1.2B-Thinkin 有三项才能大年夜幅晋升：数学推理（MATH-500 上的 63→88）、指令遵守（Multi-IF 上的 61→69）和对象应用（BFCLv3 上的 49→57）。

通知布告称，尽管参数量削减了 40%，但 LFM2.5-1.2B-Thinking 在大年夜多半推理基准测试中表示与 Qwen3-1.7B 相当甚至更优。此外，它兼具高质量和高效的测试时计算才能。与 Qwen3-1.7B（思虑模式）比拟，它在供给更高整体机能的同时，所需的输出 token 更少。

在推理阶段，LFM2.5-1.2B-Thinking 不仅在速度和内存效力方面跨越了 Qwen3-1.7B，甚至跨越了 Granite-4.0-H-1B 等混淆架构。

且 LFM2.5-1.2B-Thinking 在须要大年夜量自立性和推理的义务（例如对象应用、数学运算、编程）、以及长高低文推理方面的表示也十分出色。