Liquid AIは、複数のモダリティにわたって特化したインテリジェンスを提供するために設計された新しいモデルシリーズ、LFM3を発表しました。このリリースは、高性能な能力と効率性のバランスに焦点を当てており、一般的な知識タスクから複雑なエージェントによるコーディングまで、幅広いユースケースをサポートすることを目指しています。これらのモデルは、前世代のLFM 2.6からのステップアップとして位置付けられており、正確性と推論能力を向上させつつ、速度を維持することに重点を置いています。

LFM3のラインナップには、1.7BパラメータモデルやVision-Language（VL）バージョンなど、いくつかのバリエーションが含まれています。初期のユーザーフィードバックでは、これらのモデル間で性能にばらつきがあることが強調されています。例えば、特定のテスト環境において、LFM3-VL-2BモデルがテキストのみのプロンプトでLFM3-1.7Bモデルを時折上回る現象を観察したユーザーもいました。さらに、1.7Bモデルはエージェントによるコーディングタスクにおける性能で注目されており、一部の比較では、その能力がQwen3.5-4BやQwen3.5-9Bといった大幅に大きなモデルに匹敵することが示唆されています。

LFM3の実用的なアプリケーションには、ユーザーがホームアシスタントやモバイルデバイスへの統合を模索しているローカルAIの展開が含まれます。一部のユーザーは、メタデータの充実や、メールやテキストメッセージなどの個人データのストリームのトリアージにこれらのモデルを使用していると報告しています。しかし、初期の導入ではいくつかの技術的なハードルに直面しており、特定のローカル環境でモデルの読み込みに問題が発生したと報告するユーザーもいます。これらのモデルは、モデルのサイズとインテリジェンスのバランスを提供することで、モバイルNPUやコンシューマー向けのGPUなど、リソースが限られたハードウェア上で「ミニエージェント」機能を促進することを目的としています。