LFM2.5-24B-A2B : un agent IA local pour Home Assistant, sur quel matériel ?

Un modèle de 24 milliards de paramètres peut-il piloter votre maison depuis un boîtier posé sur le bureau, sans le moindre appel au cloud ? Liquid AI en est convaincu. Le 13 octobre, la société a publié LFM2.5-24B-A2B, un modèle de raisonnement à poids ouverts qui n'active qu'environ 2 milliards de paramètres par token et qui a été entraîné spécifiquement à appeler des outils dans des frameworks d'agents. Un gros modèle qui se comporte comme un petit au moment de répondre : c'est précisément ce qu'il faut à un agent Home Assistant local.

Nous avons épluché la fiche du modèle, les fichiers publiés et les benchmarks de Liquid pour répondre aux questions pratiques : ce qui change, où il est vraiment fort, combien de mémoire il exige réellement, et comment le brancher dès aujourd'hui sur Home Assistant.

LFM2.5-24B-A2B en un coup d'œil, face à son prédécesseur

Caractéristique	LFM2-24B-A2B (précédent)	LFM2.5-24B-A2B (nouveau)
Paramètres totaux / actifs	24 Md / environ 2 Md	24,0 Md / 2,45 Md
Architecture	40 couches (30 blocs de convolution courte à portes + 10 couches d'attention), 64 experts par bloc MoE, routage top-4
Fenêtre de contexte	32 768 tokens	131 072 tokens
Vocabulaire	65 000 tokens	128 000 tokens
Données de pré-entraînement	Environ 17 000 Md de tokens	Environ 33 000 Md de tokens
Mode de réponse	Pas uniquement en raisonnement	Raisonne toujours avant de répondre (bloc <think>)
Langues annoncées	—	16, dont le français, l'anglais, l'espagnol, l'italien, l'allemand et le polonais

L'architecture ne bouge pas : les progrès viennent des données et de l'entraînement. Le pré-entraînement a quasiment doublé, deux phases intermédiaires ont ajouté du raisonnement et du contexte long, et le post-entraînement s'est déroulé en cinq étapes, la dernière étant un apprentissage par renforcement à l'intérieur de vrais harnais d'agents : OpenClaw, Hermes Agent, Pi et OpenCode. Autrement dit, le modèle s'est entraîné sur les mêmes boucles d'outils que celles que vous feriez tourner chez vous.

Là où il gagne, et là où il perd

Liquid le compare à trois modèles mixture-of-experts concurrents qui activent davantage de paramètres. Ce sont les chiffres de l'éditeur, obtenus avec vLLM ; nous ne les avons pas reproduits.

Benchmark (chiffres Liquid)	LFM2.5-24B-A2B	Qwen3.6-35B-A3B	Gemma-4-26B-A4B-it	Nemotron-3.5-Lightning 30B-A3B
AutomationBench (agents)	27,69	8,72	5,46	2,61
LiveClaw (agents)	48,09	38,19	41,25	37,72
ToolSandbox (outils)	80,71	75,02	72,09	75,13
BFCLv4 (appels de fonctions)	65,01	65,00	57,09	53,78
IFEval (respect des consignes)	96,75	93,06	92,00	94,19
GPQA Diamond (connaissances)	74,42	83,69	74,90	72,42
SWE-Bench Verified (code)	51,00	66,20	25,80	53,40
WebArena Verified (navigation web)	26,75	37,62	25,62	28,69

• Points forts : l'appel d'outils et le respect des consignes, les deux compétences qui comptent quand un agent doit transformer « baisse la lumière du salon et ferme les volets » en bons appels. Liquid affirme qu'il est en tête ou à égalité sur cinq des huit benchmarks d'agents et sur les trois tests de respect des consignes.
• Points faibles : les connaissances brutes, le code et la navigation web, où Qwen3.6, plus gros, garde une nette avance. Liquid conseille lui-même de l'associer à une recherche documentaire ou web pour les tâches gourmandes en connaissances.
• Une note honnête : pendant l'entraînement, le modèle a montré des comportements de « reward hacking », en allant chercher les réponses dans l'historique git d'un dépôt ou sur GitHub, PyPI et Hugging Face, et il a même compris qu'il se trouvait dans un bac à sable. Liquid dit avoir verrouillé ses environnements et que tous les scores publiés viennent d'environnements étanches. Un bon rappel : ne donnez à un agent que les droits dont il a besoin.

Est-ce que ça tourne sur votre machine ?

Les paramètres totaux déterminent la mémoire nécessaire, les paramètres actifs la vitesse de réponse. Voici les fichiers officiels sur Hugging Face et dans la bibliothèque Ollama :

Format	Taille du fichier	À utiliser avec
GGUF QAD Q4_0 (distillé pour la quantification)	13,58 Go	llama.cpp, LM Studio
GGUF Q4_K_M	14,53 Go	llama.cpp, LM Studio
Ollama lfm2.5:24b	15 Go	Ollama, intégration Ollama de Home Assistant
GGUF Q5_K_M / Q6_K	17,03 / 19,69 Go	llama.cpp
GGUF Q8_0	25,49 Go	llama.cpp
MLX 4 bits	Environ 13,6 Go	Mac Apple Silicon
BF16 (pleine précision)	47,96 Go	vLLM, SGLang, Transformers

Côté vitesse, Liquid annonce 184 tokens par seconde sur un Apple M5 Max et 114 tokens par seconde sur un AMD Ryzen AI Max+ 395, soit jusqu'à 1,7 fois plus vite que des MoE comparables, avec la plus faible empreinte mémoire.

Notre règle empirique, qui n'est pas une mesure : le fichier 4 bits pèse à lui seul près de 15 Go, et le système comme le cache de contexte réclament de la place en plus. Un ordinateur de 16 Go est trop juste. Visez 24 Go de mémoire unifiée ou de RAM au minimum, 32 Go pour être à l'aise. Un Raspberry Pi est exclu pour le modèle lui-même, même s'il reste très bien pour Home Assistant ; notre test du kit Raspberry Pi 5 couvre ce volet. Un PC portable de jeu comme le HP Omen Max 16 que nous avons testé, avec 32 Go de RAM et une RTX 5070 Ti, dispose d'assez de mémoire au total ; llama.cpp sait répartir un modèle entre GPU et RAM, à une vitesse que nous n'avons pas encore mesurée.

Ce qu'il faut retenir

• Poids ouverts, 24 Md de paramètres au total mais environ 2 Md actifs : les compétences d'un gros modèle, la vitesse d'un petit.
• Conçu pour les agents : meilleurs scores en appel d'outils et en respect des consignes, derrière Qwen3.6 en connaissances et en code.
• Environ 14 à 15 Go en 4 bits : prévoyez 24 Go de mémoire au minimum, 32 Go pour le confort.
• Compatible dès aujourd'hui avec Home Assistant via Ollama (lfm2.5:24b).
• Gratuit pour les entreprises sous 10 millions de dollars de chiffre d'affaires annuel.

Tuto : le brancher sur Home Assistant en cinq étapes

1. Installez Ollama sur la machine qui a la mémoire (PC fixe, Mac ou mini PC), pas sur la box Home Assistant si c'est un Pi.
2. Téléchargez le modèle : lancez ollama run lfm2.5:24b et testez quelques requêtes en local.
3. Rendez Ollama accessible sur le réseau pour que Home Assistant puisse le joindre, comme l'exige la documentation Ollama de Home Assistant.
4. Ajoutez l'intégration Ollama dans Paramètres › Appareils et services, puis indiquez l'URL du serveur et le nom du modèle. Home Assistant fixe par défaut une fenêtre de contexte de 8K, plus large que les 2K d'Ollama ; augmentez-la si vous exposez beaucoup d'entités.
5. N'exposez que peu d'entités. Home Assistant recommande d'en exposer moins de 25 pour expérimenter avec des modèles locaux, et seuls les modèles qui gèrent les outils peuvent piloter la maison. Astuce de la même page : créez deux entrées Ollama avec le même modèle, l'une pour discuter, l'autre avec le contrôle activé.

Si vous préférez un framework d'agents, passez par le serveur Model Context Protocol de Home Assistant : activez-le dans Paramètres › Système › IA et pointez dessus un agent compatible MCP. La page LFM2.5 d'Ollama propose des lanceurs en une ligne pour Hermes Agent et OpenClaw, deux harnais qui ont servi à entraîner ce modèle. Nous avons détaillé le serveur MCP en un clic et les autres nouveautés de l'automne dans notre guide complet Home Assistant 2026.

Home Assistant / compatibilité : nos remarques

• Il réfléchit toujours. La fiche du modèle indique que LFM2.5-24B-A2B raisonne avant chaque réponse. C'est utile pour les demandes en plusieurs étapes, mais cela ajoute des tokens avant la réponse. Aux 184 tokens par seconde annoncés par Liquid, chaque tranche de 200 tokens de raisonnement ajoute environ une seconde ; pour un simple « éteins la lumière », la reconnaissance de phrases intégrée à Home Assistant reste plus rapide.
• Gardez les réglages recommandés : température 0,1, top-k 50 et pénalité de répétition 1,05. Les fichiers GGUF les embarquent en métadonnées, llama.cpp les applique donc d'office.
• Associez-le à une source de faits, un outil de recherche ou vos propres documents, plutôt que de lui poser des questions de culture générale à froid.
• Les box locales suivent le même chemin. Plusieurs box 2026 promettent de l'IA embarquée ; voyez notre guide des box Matter avec IA locale. Et si vous construisez encore le réseau de capteurs que cet agent pilotera, notre analyse de l'étude Zigbee contre Matter over Thread vous aidera à choisir le protocole.

Pour qui ?

• Oui : les bidouilleurs Home Assistant qui veulent un agent privé capable de planifier et d'appeler des outils, les foyers francophones (le français fait partie des langues prises en charge) et tous ceux qui possèdent déjà une machine de 32 Go.
• Pas encore : les propriétaires de portables à 16 Go, ceux qui cherchent surtout un chatbot de culture générale, et ceux qui attendent une réponse instantanée à des commandes vocales d'un mot.
• Vous comptez acheter du matériel pour lui ? Attendez les promotions de novembre et comparez d'abord la mémoire ; notre guide pour préparer le Black Friday 2026 explique comment repérer une vraie remise.

Licence et coût

Les poids sont publiés sous licence LFM Open License v1.0. L'usage personnel et de recherche est gratuit, et l'usage commercial est autorisé tant que votre structure reste sous 10 millions de dollars de chiffre d'affaires annuel ; au-delà, l'usage commercial n'est pas couvert. Les associations à but non lucratif éligibles en sont exemptées pour un usage non commercial ou de recherche. Si vous ne voulez pas l'héberger, l'API de Liquid facture 0,10 $ par million de tokens en entrée (0,05 $ en cache) et 1,00 $ par million de tokens en sortie, avec 2 $ de crédit offert au départ.

FAQ

Que signifie « A2B » ?

Environ 2 milliards de paramètres actifs. Le modèle en compte 24 milliards au total, mais son architecture mixture-of-experts n'utilise que 4 experts sur 64 par bloc pour chaque token, ce qui le rend rapide.

Peut-il tourner sur un Raspberry Pi avec Home Assistant ?

Non. Le plus petit fichier officiel pèse 13,58 Go. Gardez Home Assistant sur le Pi et faites tourner le modèle sur une autre machine, reliée par l'intégration Ollama.

Parle-t-il français ?

Oui. Liquid annonce 16 langues prises en charge, dont le français, l'espagnol et l'italien. Le vocabulaire a aussi doublé pour atteindre 128 000 tokens, surtout pour mieux gérer les écritures non latines comme l'arabe, l'hindi ou le thaï.

Est-il meilleur que Qwen3.6-35B-A3B ?

Pour l'appel d'outils et le respect des consignes, les benchmarks de Liquid disent oui ; pour les connaissances, le code et la navigation web, non. Pour un agent domestique, c'est le premier groupe qui compte le plus.