Liquid AIが小型モデルLFM3公開 自社端末で動かす
この記事の要点
Liquid AIが10月27日、企業の自社ハードで動かす小型モデル群LFM3を公開した。言語・画像・音声・判断の6種で、1GPUで調整できる。社外にデータを出さずに、文書処理や文字起こし、問い合わせ分類を手元で回せる。
Liquid AIが10月27日、企業が自社のハードウェアで動かすことを狙った小型モデル群LFM3を公開した。言語・画像・音声・構造化された判断に対応する6種類で、1つのGPUで調整できる。社外にデータを出さずに、文書処理や文字起こし、問い合わせの分類を手元で回せる点が売りだ。
何が発表されたのか
VentureBeatの報道によると、LFM3は17億パラメータの共通基盤を中核に、20億前後の特化版をそろえる。画面を操作するブラウザ操作では、LFM3-1.7BがWebArena-Verifiedで38.42を記録し、Qwen3.5-9Bの28.94を上回ったとされる。音声版のLFM3-Audio-2Bは18言語に対応し、発話から最初の応答までが最短で50ミリ秒という。
端末で動く点も具体的だ。4ビットに圧縮したテキストモデルはおよそ1GBで動き、iPhone 17 Proでは1秒あたり43.6トークンを生成したと報じられている。ホスト型のAPIも用意され、LFM3-1.7Bは入力100万トークンあたり0.08ドル、出力0.20ドルで、入力データを保持しない設定だ。モデルの重みはHugging Faceで配布され、年商1000万ドルを超える企業は商用利用に別途契約が必要とされる。
一方で限界も開発元が認めている。GPQA DiamondやSWE-bench Verifiedでは大型のQwen3.5-9Bに劣り、文書には「規模が小さいため、エージェント型のコーディングや複雑な多段推論には推奨しない」と明記されている。Mercedes-BenzとShopifyが公開前の検証に参加したとされるが、本番導入が確定したという記載はない。数値はいずれも開発元の自己申告で、第三者の検証ではない。最新の仕様と料金は公式で確認してほしい。
小型モデルの位置づけはSLMとは?LLMとの違いをビジネス目線で解説、大型との使い分けはSLM vs LLM 比較:コスト・速度・精度を業務目線で整理で整理している。
現場の実務にどう効くか
社外に出せないデータを扱う業務ほど、手元で動く小型モデルの利点が効く。顧客情報を含む問い合わせの分類、契約書や請求書からの項目抽出、録音の文字起こしなどは、端末内で処理が完結すれば情報漏洩の経路を減らせる。クラウドの従量課金も発生しない。
検討の順番は、まず機密度の高い1業務に絞って小さく試すのがよい。自社のハードで動かす利点と注意点はSLMをオンプレミスで動かすメリットと注意点、契約前に確認すべきデータの扱いは法人向けAIのデータ取り扱い確認ポイント 契約前に押さえる7項目にまとめた。難しい推論は大型モデルに任せ、定型処理だけ手元の小型モデルに回す切り分けが現実的だ。
まとめ
LFM3は、企業が自社の端末で動かす前提の小型モデル群だ。読者にとっては、社外に出せないデータの定型処理を手元で回す選択肢になる。性能値は自己申告のため、自社データでの検証と公式情報の確認を前提にしたい。
出典
よくある質問
LFM3はどんなモデルか
言語・画像・音声・構造化された判断に対応した6種の小型モデル群です。中核は17億パラメータで、特化版は20億前後。1つのGPUで調整でき、スマホやノートでも動きます。大規模モデルほどの難しい推論やコーディングには向かないと開発元自身が注記しています。最新の仕様は公式で確認してください。
どんな業務に向くのか
社外にデータを出したくない処理に向きます。社内文書の要約、会議の文字起こし、問い合わせの分類、請求書からの項目抽出などが例として挙げられています。端末側で動くため通信や外部APIに頼らず、情報を手元にとどめたまま使えます。