LFM2.5-8B-A1B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
8.3B total parameters resident — about 5.8 GB at Q4_K_M, comfortable on a 6 GB card or a phone with enough RAM — with 1.5B active per token. Note the name understates it: "A1B" is a naming convention, the measured active count is 1.5B. 24 layers, 18 double-gated LIV convolution blocks plus 6 GQA attention layers, which is why its KV cache is far smaller than a 24-layer transformer's. 128K context, vocabulary widened from 65,536 to 128,000 for non-Latin scripts. LFM Open License v1.0: free for research and for commercial use below the revenue threshold the licence states.
LFM2.5-8B-A1B 在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 3.5 GB | ~272 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 4.3 GB | ~259 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 5.8 GB | ~237 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 6.7 GB | ~226 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 7.6 GB | ~215 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 9.6 GB | ~195 tok/s | 可运行 | |
| F16 16.00 bpw | 17.4 GB | ~143 tok/s | 可运行 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. LFM2.5-8B-A1B 显存计算器 →
运行 LFM2.5-8B-A1B
目录中能运行 LFM2.5-8B-A1B 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 LFM2.5-8B-A1B
安装 Ollama，然后运行：
ollama run lfm2.5:8b规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 8.3 Billion (1.5B active)
- 上下文窗口
- 131,072
- 架构
- Hybrid LIV convolution + GQA MoE
- 提供商
- Liquid AI
- 许可证
- LFM Open License v1.0
- Practical deployment
- Laptop
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2026-09-11
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Commercial use is licensed only below $10M annual revenue; above that, a separate agreement.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 LFM2.5-8B-A1B 吗？
- LFM2.5 在 AMD Radeon RX 9060 XT 8GB 上
- LFM2.5 在 Intel Arc B570 上
- LFM2.5 在 Intel Arc B580 上
- LFM2.5 在 NVIDIA GeForce RTX 3060 (12GB) 上
- LFM2.5 在 NVIDIA GeForce RTX 3070 上
- LFM2.5 在 NVIDIA GeForce RTX 3070 Ti 上
- LFM2.5 在 NVIDIA GeForce RTX 3080 (10GB) 上
- LFM2.5 在 NVIDIA GeForce RTX 4060 上
- LFM2.5 在 NVIDIA GeForce RTX 4070 上
- LFM2.5 在 NVIDIA GeForce RTX 4070 Super 上
- LFM2.5 在 NVIDIA GeForce RTX 4070 Ti 上
- LFM2.5 在 NVIDIA GeForce RTX 5060 上
- LFM2.5 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- LFM2.5 在 NVIDIA GeForce RTX 5070 上
LFM2.5 的其他尺寸
LFM2.5-8B-A1B — 常见问题
How much VRAM does LFM2.5-8B-A1B need?
About 6 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does LFM2.5-8B-A1B run on an RTX 4090 (24 GB)?
Yes. LFM2.5-8B-A1B needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 237 tokens/sec.
How do I run LFM2.5-8B-A1B locally?
Install Ollama and run `ollama run lfm2.5:8b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does LFM2.5 come in?
LFM2.5 2.6B (2 GB), LFM2.5-8B-A1B (6 GB), LFM2.5-24B-A2B (15 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.