LFM2.5 2.6B の必要VRAM

Liquid AI製のオンデバイス特化2.6B。畳み込み+アテンションのハイブリッド構造(注意層は30層中8層のみ)で、同サイズ帯より軽快に動くのが売り。開発元自身がGGUFを配布しており、llama.cpp対応済み。

2.7B / 30層 / GQA 8ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。

LFM2.5 2.6Bとは

LFM2.5 2.6Bは、LiquidAIが公開するTransformer系の小型クラス(2.7Bパラメータ)オープンモデルです。低スペックPCでも常用しやすい規模で、要約・下ごしらえ・簡単な対話に向きます。スマートフォンでの動作も視野に入る軽さです。

LFM2.5 2.6Bの必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約1.7GB、8Kトークン分のKVキャッシュが約0.1GB、システム予約と合わせて合計約3.3GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 迷ったらQ4_K_M(合計約3.3GB)が基準です。VRAMに余裕があればQ8_0(約4.5GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

ハイブリッドアテンション(線形)採用: 全30層のうちフルアテンションは8層のみで、残りの層はコンテキスト長に依存しない固定サイズの状態を持ちます。長文に強い設計です。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0GB、8Kで約0.1GB、32Kまで広げると約0.5GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q4_K_Mの重み1.7GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約214 tokens/秒、RTX 4090(1008GB/s)で約599 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

動かすには

OllamaやLM Studioに対応しています。導入手順は用語集のOllamaページにまとめています。

同クラスの選択肢

NetrAI-L3(3.21B) / Unlimited-OCR(3.34B) / Sarashina 2.2 3B(3.36B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)