Modèle ouvert · IA locale
LFM2.5-Thinking 1.2B
Sur le disque
0,7 Go
Mémoire sur Mac
5 Go
Carte graphique sur PC
2 Go
Paramètres
1,2 milliard
Code, notre labo
0 %
Notre recommandation
Mac mini M6, 16 Go
Le Mac le plus modeste qui écrit 500 mots en 20 secondes ou moins avec ce modèle (environ 9 s).
LFM2.5-Thinking 1.2B en bref
LFM2.5-Thinking 1.2B est un petit modèle de raisonnement de Liquid AI, sorti le 20 janvier 2026. Il réfléchit par étapes avant de répondre et tient en moins de 1 Go de mémoire, selon l'éditeur, qui le destine aux assistants installés sur l'appareil. Il convient surtout à qui veut voir un modèle de raisonnement tourner sur un poste modeste.
Forces
- Selon l'éditeur, il suit bien les consignes pour sa taille, avec 88 sur 100 à l'épreuve IFEval, contre 72 pour Qwen 3 1.7B en mode réflexion.
- Selon l'éditeur, il résout bien les problèmes de mathématiques, avec 86 sur 100 à GSM8K et 88 sur 100 à MATH-500.
- Selon les essais de l'éditeur rapportés par DeepLearning.AI, il écrit environ deux fois plus vite que Qwen 3 1.7B (en mode sans réflexion) sur processeur et utilise environ 45 % moins de mémoire.
Faiblesses
- Il invente souvent. Au test d'hallucinations AA-Omniscience d'Artificial Analysis, il obtient -83 sur une échelle de -100 à 100, derrière Qwen 3 1.7B (-78), selon DeepLearning.AI.
- L'éditeur déconseille de l'utiliser pour les tâches qui demandent beaucoup de connaissances et pour la programmation.
- Ses connaissances s'arrêtent au milieu de 2024, selon l'éditeur, et il ne lit que du texte.
- Sa licence LFM Open 1.0 n'est gratuite en entreprise que sous 10 millions de dollars américains de revenus annuels ; au-delà, il faut une licence commerciale de Liquid AI.
Notre test
Code : 0 %, rédaction : 50 %, test du 9 nov. 2026. Notre méthode.
Pour quels usages
- Vérifier des calculs simples, comme une taxe ou un pourcentage, en relisant chaque réponse, puisque l'éditeur annonce de bons résultats en mathématiques.
- Servir de premier essai pour un projet d'assistant hors ligne, avant de confier le travail réel à un modèle plus gros.
D’où il vient
Liquid AI conçoit ses propres architectures de modèles. La famille LFM2.5 est sortie en janvier 2026, et la version « Thinking » (réflexion) est sortie le 20 janvier, selon Artificial Analysis. Le modèle compte 1,17 milliard de paramètres et lit jusqu’à 32 768 jetons (un jeton est un morceau de mot).
Ce qui le distingue
Son architecture mélange des couches de convolution et des couches d’attention, celles des modèles habituels. Selon l’éditeur, ce mélange le rend plus rapide et moins gourmand en mémoire qu’un modèle classique de même taille. Il a été entraîné sur 28 000 milliards de jetons, puis réglé par apprentissage par renforcement (le modèle est récompensé quand il trouve la bonne réponse).
La contrepartie se voit dans les tests externes. Un modèle de 1,2 milliard de paramètres retient peu de faits, et celui-ci a tendance à inventer quand il ne sait pas. Selon DeepLearning.AI, un assistant sur l’appareil a plus besoin de suivre des consignes que de savoir beaucoup de choses. L’éditeur le recommande aussi pour extraire des données et chercher dans des documents fournis. Avant de lui confier ces tâches en français, comparez cette promesse avec notre test, présenté sur cette page.
Sources
- LFM2.5-1.2B-Thinking, fiche du modèle (Liquid AI, Hugging Face) (site officiel, consulté le 9 nov. 2026)
- Model license, documentation de Liquid AI (site officiel, consulté le 9 nov. 2026)
- LFM2.5-1.2B-Thinking, fiche d'analyse (Artificial Analysis) (consulté le 9 nov. 2026)
- Faster Reasoning at the Edge (The Batch, DeepLearning.AI, 20 février 2026) (consulté le 9 nov. 2026)
Fiche publiée le 29 oct. 2026, mise à jour le 9 nov. 2026.
Sur quelle machine faire tourner LFM2.5-Thinking 1.2B
| Machine | Minimum | À l'aise | Texte de 500 mots |
|---|---|---|---|
| Mac mini M6 | 16 Go | 24 Go | environ 9 s |
| MacBook Air M5 (13 et 15 pouces) | 16 Go | 24 Go | environ 9 s |
| MacBook Pro 14 pouces M6 | 16 Go | 24 Go | environ 9 s |
| iMac 24 pouces M6 | 16 Go | 24 Go | environ 8 s |
| Mac mini M5 Pro | 24 Go | 48 Go | environ 4 s |
| MacBook Pro 14 et 16 pouces M5 Pro | 24 Go | 48 Go | environ 4 s |
| MacBook Pro 14 et 16 pouces M5 Max | 36 Go | 48 Go | environ 3 s |
| Mac Studio M5 Max | 36 Go | 48 Go | environ 3 s |
| Mac Studio M5 Ultra | 96 Go | 256 Go | environ 1 s |
| PC Windows | Carte graphique d'au moins 12 Go, 32 Go de mémoire vive. Vitesse à mesurer. | ||
Vitesses estimées à partir de notre mesure du 9 nov. 2026.
Au labo
Testé le 9 nov. 2026 : 0 % en code, 50 % en rédaction. Voir le labo IA.
Nos épreuves avancées
En plus du test de base, le modèle passe des épreuves de code, de documents et d'outils dont les réponses sont vérifiées automatiquement. L'appel d'outils vérifie que le modèle choisit la bonne fonction avec les bons paramètres. L'agent enchaîne seul plusieurs étapes. Le jury réunit trois modèles d'autres éditeurs, qui notent le texte sans savoir qui l'a écrit.
| Épreuve | Résultat |
|---|---|
| Code Python par niveaux | 7 % |
| Code difficile (tableur, base de données, adresses web) | 0 % (4 % après le retour des tests échoués) |
| Documents (facture, résumé) | 22 % |
| Contrat et avenants | 15 % |
| Appel d'outils | 10 % |
| Agent en plusieurs étapes | 0 % |
| Adaptation québécoise | 62 % |
| Qualité de la rédaction, notée par un jury | 7,7 sur 25 |
| Adaptation québécoise, notée par un jury | 9,7 sur 25 |
Moyenne de 3 essais, mesurée le 9 nov. 2026.
L'évaluation de Claude : 6 sur 25
Après le test, Claude, le modèle d'Anthropic, lit toutes les réponses et les note de 1 à 5 sur cinq critères, selon une grille fixe. Ses notes s'ajoutent aux mesures du labo sans les remplacer.
| Critère | Note |
|---|---|
| Code | 1 sur 5 |
| Rédaction | 2 sur 5 |
| Documents | 1 sur 5 |
| Outils | 1 sur 5 |
| Constance d'un essai à l'autre | 1 sur 5 |
Bon pour
- Voir de près comment un modèle qui réfléchit avant de répondre se comporte sur votre ordinateur
- Explorer Ollama avec un modèle très léger avant d'en choisir un plus gros
À éviter pour
- Écrire ou corriger du code
- Résumer ou adapter un texte en français
- Extraire les données d'une facture ou d'un contrat
Évaluation du 9 nov. 2026.
Par Jacob Bédard
Recevez les résultats chaque semaine
Le duel du mardi et les nouveautés du lundi, dans votre boîte courriel. Désabonnement en un clic. Notre politique de confidentialité.
Labo IA
Un modèle ou un usage à tester ?
Proposez-le au labo : nous publions les résultats pour tout le monde.
Demander un test →