待验证50% 置信基准精确时间

在 SWE-bench Verified 评测中，LFM2.5-24B-A2B 得分 51.00%，落后于 Qwen3.6-35B-A3B 的 66.20% 和 Claude Sonnet 5.5 的 55.2%。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/14

首次发现

有效期至：2026/10/28

来源

Liquid AI发布LFM2.5-24B-A2B：端侧推理达184 tok/s

涉及实体

LFM2.5-24B-A2Bmodel Qwen3.6-35B-A3Bmodel Claude Sonnet 5.5model

相关事实

待验证在 AutomationBench 评测中，LFM2.5-24B-A2B 得分 27.69%，高于 Qwen3.6-35B-A3B 的 8.72%、Gemma-4-26B-A4B 的 5.46% 和 Nemotron-3.5-Lightning 的 2.61%。77% 相似待验证LFM2.5-24B-A2B 在 ToolSandbox 得分 80.71%、BFCL v4 得分 65.01%、IFEval 得分 96.75%、LiveClaw 得分 48.09%。74% 相似待验证在Frontier Code基准中GPT-6 Luna得分56.1%，Claude Sonnet 5.0为56.2%，Kimi K3为58.2%71% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%70% 相似待验证在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1029991

API

curl https://kongchang.com/api/v1/knowledge/claims/1029991

MCP

get_claim(id=1029991)