LFM2.5-1.2B模型发布：手机仅占900MB内存，推理能力获突破

Liquid AI正式推出了全新的推理模型LFM2.5-1.2B-Thinking。这款模型仅需占用约900MB的手机内存，就能实现同尺寸模型中首屈一指的推理速度与最优的推理精度。

据了解，LFM2.5-1.2B-Thinking是LFM2.5系列的最新迭代版本，参数量为12亿，专为复杂推理任务进行了深度优化。其核心特性在于“先思考、后作答”——在输出最终答案前，模型会主动构建结构化的思考路径，从而更系统、更可靠地完成问题求解。这一能力充分融合了LFM架构固有的高速推理优势，进一步提升了答案质量与逻辑严谨性。

相较于前代模型LFM2.5-1.2B-Instruct，LFM2.5-1.2B-Thinking在三项关键能力上实现了显著跃升：数学推理能力、指令理解与执行能力、以及工具调用能力。

最新评测指出，尽管参数规模相比Qwen3-1.7B缩减近40%， LFM2.5-1.2B-Thinking在主流推理测评中不仅全面比肩，更在多项指标上实现反超。尤为突出的是，它兼顾了卓越的输出质量与极高的测试时计算效率：相比启用“思考模式”的Qwen3-1.7B，本模型在达成更高综合性能的同时，所需生成的输出token数量更少。

在实际推理阶段，LFM2.5-1.2B-Thinking不仅大幅领先于Qwen3-1.7B，甚至在速度与内存占用方面也优于诸多混合架构模型。

此外，该模型在高自主性、强逻辑依赖型任务以及长上下文推理场景中，均展现出强劲实力与稳定表现。