／Liquid AI

其中，LFM-1.3B在許多基準測試中擊敗了1B領域的眾多好手，包括蘋果的OpenELM、Meta的Llama 3.2、微軟的Phi 1.5或是Stability的Stable LM 2，Liquid AI說，這是首次有非GPT架構的模型明顯超越Transformer模型。

而LFM-3.1B不僅超越了3B領域的各種Transformer模型、混合模型與RNN模型，甚至超越了前一代的7B與13B模型，不管是Google的Gemma 2，蘋果的AFM Edge AFM，Meta的Llama 3.2，微軟的Phi-3.5都屈居下風。

LFM-40.3B則強調模型規模與輸出品質之間的平衡，儘管擁有400億個參數，但執行時啟用120億個參數來推論，能比美比自己還大的模型，此外，其MoE架構能實現更高的吞吐量，也能部署在更具成本效益的硬體上。

現階段的LFMs擅長一般知識及專業知識，也能處理數學及邏輯推理，並可有效率地處理長文任務，主要支援英文，也支援中文、法文、德文、西班牙文、日文、韓文與阿拉伯文。較不擅長的則有零樣本的程式碼任務，精確的數值計算，具時效性的資訊，也無法計算Strawberry這個字中有多少個R，以及尚未部署人類偏好的優化。