Hugging Face が Deploy local agents everywhere with LFM2.5-2.6B を公開 ── エッジデバイスで完結するエージェントの時代
クラウドに頼らず、スマホやラップトップで賢いAIエージェントを動かす日です。LiquidAIが開発したLFM2.5-2.6Bというモデルが衝撃的すぎる性能を見せつけています。たった2.6億パラメータなのに、4倍大きいモデルと互角かそれ以上に動くとのこと。これは地味にすごい話かもしれません。
▸何が変わったのか
このモデルはオンデバイスでのエージェント動作を目的として設計されています。Apple M5 Maxでは220 tok/s、AMD Ryzen CPUでも113 tok/sという高速処理を実現しながら、メモリ使用量は2.5 GB未満に抑えられています。ツール呼び出しや複数ステップのワークフローに対応し、プライバシー保護とクラウド課金なしでのスケーリングが可能になります。
◈前モデル / 競合との比較
競合とするgemma-4-E2B-it（5.1B）、Qwen3.5-4B（4.7B）など、最大で約4倍大きいモデルと比較して遜色ない結果を出しています。特に数学問題（AIME25）やコード生成（LiveCodeBenchv6）では、より大規模なモデルを上回るスコアを記録しているケースも。サイズこそ最小ですが、エージェントタスクにおける実用性は十分です。
◈技術背景と意義
小さなモデルを賢くするために、独自の訓練パイプラインが使われています。まず約34Tトークンで事前学習し、コンテキストウィンドウを128Kまで拡張。その後、ツール使用やWeb検索などエージェント向けデータで細かく調整します。特筆すべきは「専門教師モデル」から知識を蒸留し、実際のエージェント環境で強化学習（Agentic RL）を行う点。これにより、複雑なタスクをこなす能力が凝縮されています。
▸こんな人・用途に
ネット接続が不安定な場所やオフライン環境での作業補助ツール構築。個人データの漏洩リスクを避けたいビジネス現場での情報検索・処理エージェント。メモリ容量の限られたスマートウォッチやIoTデバイスへの搭載検討。
◆入手方法・リンク
Hugging Faceのチーム記事として公開されています。詳細はLiquidAIやHugging Faceの関連ページで確認可能。OSSライセンスではないクローズドソースモデルですが、エッジデバイス向けに最適化されたチェックポイントを提供しています。
SOURCE: Hugging Face (2026-08-08)