Liquid AI LFM2.5 2026 评测：DSpark 端侧推理与开源定价

Liquid AI（liquid.ai）是一家波士顿 AI 公司——估值约 $2.4B 的独角兽，2023 年创立，2026 年 8 月获 NBC Boston 与 Business Journals 报道——它采取了与 OpenAI 相反的商业模式：不卖按 token 的云推理，而是在免版税开源许可下发布设备原生基础模型（LFM），让你在自己的硬件上运行。其 LFM2.5 家族覆盖 230M 到 8B-A1B 参数，横跨文本、视觉、音频；2026 年 8 月 20 日的 LFM2.5-DSpark 发布为模型添加投机解码草稿检查点，GPU 解码最高提升 3.18×、端侧 2.87×，且无损。完整 4 段对比见 Liquid AI 厂商页面，或对比 Groq、Modal、DeepSeek。

Liquid AI 是什么？2026 年为何边缘推理重要？

Liquid AI 创立时的信念是：下一波 AI 跑在设备上，而不是按 token 的云 API 里。多数提供商在数据中心延迟和 token 价格上竞争，Liquid 则在「一个能本地跑的模型能有多小、多快」上面竞争。其 LFM2.5 家族刻意做在 230M 到 8B-A1B 参数，就是为了装进手机、笔记本、汽车和嵌入式硬件——350M 模型训练了 28T tokens、<1GB 即可运行，以极小的体积承载「1GB 内的前沿 AI」。公司在 Hugging Face 累计 4130 万+ 模型下载，企业客户包括 Mercedes-Benz（嵌入式车载智能）和 Shopify。

这也是它如今在 AI API 生态中重要的原因。云推理的成本与延迟让团队开始追问：是否每个负载都需要往返一次 OpenAI？边缘推理彻底消除了按 token 账单，并让数据留在设备上——对隐私敏感、离线、或持续高频负载是决定性的。Liquid 在 定价页 上的明确提问值得每个 API 买家细品：「为何要为云 API 按 token 付费，而不在本地推理？」其回答是：本地运行消除按 token 的 API 成本、把延迟压到毫秒级、离线也能用。这正是与我们在 Qwen Workers AI 边缘推理 中覆盖的云端边缘推理浪潮相对的、开源许可的边缘方案。

LFM2.5-DSpark：投机解码让解码快 3.18×

2026 年 8 月 20 日的 LFM2.5-DSpark 发布（MarkTechPost、Unite.AI、GIGAZINE、TUN 等多家报道）为三款 LFM2.5 模型——LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B——添加 DSpark 草稿检查点，即在既有权重上挂一个轻量草稿模块。官方 Hugging Face 博客 给出经核实的数字：H100 上吞吐最高提升 3.18×（MATH500：428 → 1362 tok/s）、端侧最高 2.87×（M4 Max）、LFM2.5-2.6B 函数调用延迟平均降低 57%、输出精确无损——因为目标模型验证每个候选 token，贪心输出与目标模型本身完全一致。

这对 API 选型为何重要：解码阶段传统上受内存带宽限制——大部分延迟来自把权重从 DRAM 读入 SRAM，而不是计算。投机解码用单次前向验证 k 个候选 token，把权重加载成本分摊到所有 token 上。对 API 提供商（以及我们此前 DeepSeek DSpark 分析 的主题）来说，同一技术正是 DeepSeek 用来把单用户生成速度提升 60-85% 的手段。Liquid 的贡献在于把它做到能部署在边缘的小模型上，且 llama.cpp 与 SGLang 首日支持、集成开源——于是手机或笔记本上的 1.2B-8B 模型能有更大引擎的解码速度。

Liquid AI 定价：免费开源权重，而非按 token 计费

Liquid 不卖按 token API——这正是它的定价模式。所有 LFM 模型在 LFM Open License 下免费下载、运行、微调（包括商用）：免版税使用、修改、分发，直到公司年收入超过 1000 万美元。无 copyleft，微调结果可私有。研究、教育与非营利使用永久免费、无收入上限。超过门槛后需商业授权；LEAP 企业版（Mercedes-Benz、Shopify 为代表的企业客户）按部署规模与支持需求定价。

实际的成本账与任何按 token 提供商都不同。没有输入/输出/缓存输入价目表；你唯一的成本是已拥有的硬件和电费。对持续或高频负载，经济账完全反转——完全没有循环按 token 账单。但前提是你能自己跑模型：Liquid 不是 通过 URL 调用 DeepSeek 或 OpenAI 的即插即用替代。你是在用「无 API 加价」换「自己运维服务」——想要托管式开源权重服务，Modal 或 Fireworks 是桥梁。

开发者体验：LEAP SDK、OpenAI 兼容服务与 DSpark 集成

Liquid 的开发者体验以 LEAP SDK 为核心，它把 LFM 模型编译到 iOS、macOS、Android、JVM、Linux 和 Windows，处处同一 API——包括函数调用（LeapFunction）、编译期校验的约束式 JSON 生成，以及即插即用的语音助手组件。偏好标准工具的团队可用 llama.cpp、SGLang、vLLM、MLX、ONNX 或 Ollama 服务模型（后两者暴露 OpenAI 兼容端点），完整文档见 Liquid 文档。核心开发者功能：

• DSpark 投机解码——1.2B / 2.6B / 8B-A1B 草稿检查点，GPU 最快 3.18×、端侧 2.87×，无损，llama.cpp + SGLang 首日支持。
• LEAP SDK 跨平台——一套 API 覆盖 iOS、Android、JVM、桌面与原生 Linux/Windows，负责模型加载、生成与工具使用。
• 工具调用与结构化输出——原生函数调用（LeapFunction，Hermes/Pythonic 解析器）与编译期校验的约束式 JSON。
• OpenAI 兼容服务——SGLang/vLLM 提供低延迟 OpenAI 兼容端点；SDK 的 OpenAI 兼容客户端支持端侧+云端混合路由。
• LEAP Finetune——准备、训练、评估、导出定制 LFM（SFT、DPO、VLM）；无 copyleft，微调可私有；量化感知蒸馏（Q4_0）面向边缘。
• 边缘优先体积——350M 低于 1GB，8B-A1B MoE 可在单 GPU 笔记本运行，CPU/GPU/NPU 支持从手机到汽车。

谁该选 Liquid AI——谁又该跳过

选 Liquid AI，如果你 (a) 跑高频、持续或离线推理，按 token API 账单会占大头；(b) 需要数据永不出设备（隐私、合规、数据主权——包括完全在中国大陆境内运行）；(c) 想要免版税开源权重、无 copyleft、可私有微调；或 (d) 在 iOS/Android/JVM/桌面构建端侧 agent，重视统一 SDK。跳过它，如果你 (a) 需要托管式按 token API、不想自己运维；(b) 想要 GPT-5.6 / Claude / Gemini 级别的完整前沿模型；(c) 没有商业授权就要企业级 SLA 与规模化支持；或 (d) 想要即插即用的 OpenAI 替代——那种情况用 DeepSeek（API）或 Fireworks（托管开源模型服务）。

区域可用性与延迟

因为 Liquid 没有托管云 API，可用性与延迟取决于你在哪里运行模型，而不是 Liquid 的数据中心。权重可从 Hugging Face 全球免费下载——包括中国大陆——推理运行在你自己的 CPU、GPU 或 NPU 上，因此没有跨太平洋 API 往返，也不需要按区域预置端点。这让 Liquid 对中国部署异常数据主权友好：整个推理管线完全留在本地设备、零数据外泄。在性能不错的笔记本或手机上，token 本地生成，延迟毫秒级；350M 与 450M-VL 面向最快边缘延迟调优，8B-A1B 面向单 GPU 笔记本。想要托管部署路径，LEAP SDK 与 Bundle CLI 提供跨 iOS/Android/JVM/桌面的可复现路线，企业版提供 OEM 与 on-prem 支持。你可以在我们的最便宜 LLM API 定价盘点 中对比这种边缘优先模型与按 token 选项。