Liquid AISprachmodellOffene Gewichte
LFM3-VL-2B
Für LFM3-VL-2B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
Zusammenfassung
LFM3-VL-2B verarbeitet Text, Bilder in nativer Auflösung und Video. Das dichte Modell hat 1,92 Milliarden Parameter, ein 128K-Kontextfenster sowie einen eigenen Vision-Encoder. Die Karte veröffentlicht 62 visuelle Benchmarks mit Thinking aktiviert und deaktiviert.
Die Modellkarte weist Einzeltests, Kategorien und Gesamtmittel getrennt aus. Edge- und B300-Messungen sowie Ergebnisse einer separat weitertrainierten Manipulations-VLA gelten nur für die jeweils dokumentierte Konfiguration. Robotikresultate sind keine Benchmarkwerte des unveränderten LFM3-VL-2B.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 161 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 14
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
MME (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86.9
- Bewertung
- 86.9
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MME (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.7
- Bewertung
- 76.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMStar (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74.4
- Bewertung
- 74.4
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMStar (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 62.2
- Bewertung
- 62.2
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
SimpleVQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 36.3
- Bewertung
- 36.3
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
SimpleVQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 27.7
- Bewertung
- 27.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
SEED-Bench (image) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.6
- Bewertung
- 78.6
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
SEED-Bench (image) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.8
- Bewertung
- 76.8
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMBench (dev EN v1.1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 86.1
- Bewertung
- 86.1
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMBench (dev EN v1.1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.5
- Bewertung
- 76.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMMU (val) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55.7
- Bewertung
- 55.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking aktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
MMMU (val) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.6
- Bewertung
- 48.6
- Messgröße
- percent
- Einheit
- %
- Kategorie
- General
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- LiquidAI/LFM3-VL-2B official model card at revision ba44bd51db20a2753f28c273a1571ccaa210d954
- Status
- active
- Abrufdatum
- 2026-10-29
- Methodik
- Vom Anbieter veröffentlichter Wert. Veröffentlichte LFM3-VL-2B-Konfiguration, Thinking Thinking deaktiviert; vLLM 0.27.1, empfohlene Generierungsparameter, normierter Wert von 0 bis 100.
- Einordnung
- Herstellerangabe. Bei Thinking-Tests ist nur die jeweilige Konfiguration ausgewiesen; daraus folgt kein Ergebnis für andere Modellmodi.
Seite 1 von 14
Alle technischen Daten
Architektur
- Architektur
- 1,73 Milliarden Parameter im Sprachmodell, 164 Millionen im Vision-Encoder und 25 Millionen im Projektor. Der Sprach-Backbone hat 24 Schichten; der Vision-Encoder 14 Schichten.
- Quelle: Architektur
Ein- und Ausgabe
- Sprachen
- 16 angegebene Textsprachen: Englisch, Arabisch, Chinesisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Spanisch, Vietnamesisch, Thai, Indonesisch, Hindi, Russisch und Polnisch.
- Quelle: Sprachen
Lizenz und Zugang
- Zugang
- Offene Gewichte, lokale Ausführung sowie vom Hersteller verlinkte API und Playground
- Quelle: Zugang
Weitere Angaben
- Kontext und Video
- 128K Kontext-Token. Die Karte nennt für Video standardmäßig 2 fps und 4 bis 768 Frames; die konkrete Framezahl beeinflusst Kontext- und Speicherbedarf.
- Quelle: Kontext und Video
- Thinking-Konfigurationen
- Die Modellkarte veröffentlicht Benchmarktabellen mit Thinking aktiviert und deaktiviert. Ergebnisse mit und ohne Thinking sind getrennte Auswertungen.
- Quelle: Thinking-Konfigurationen
Häufige Fragen zu LFM3-VL-2B
Wie groß ist das Kontextfenster von LFM3-VL-2B?
131.072 Token. So viel Text liest LFM3-VL-2B auf einmal, das sind rund 200 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
Kann ich LFM3-VL-2B lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Liquid AI
- Offene Gewichte
- ja
- Lizenz
- LFM Open License v1.0. Die Lizenzbedingungen gelten laut Lizenztext.
- Parameter
- 1,9 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 9 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 29. Oktober 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 29. Oktober 2026. |
| Recherchestand | Recherchestand 29. Oktober 2026. 62 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | Rohdaten der Durchsatzkurve Hinweis Die Kurve über Parallelitätsstufen ist nur als Grafik veröffentlicht. Neben der Herstellerangabe „über 12.000 Token/s“ sind keine maschinenlesbaren Einzelpunkte verfügbar. |
| Ungeklärt | Model-IDs der Robotikvarianten Hinweis Der Artikel berichtet Messwerte einer angepassten Manipulations-VLA, veröffentlicht in dieser Quelle aber weder einen separaten Modellnamen noch eine genaue Checkpoint-ID. Diese Werte bleiben deshalb in einer ausdrücklich getrennten Konfiguration. |
| Nicht veröffentlicht | Stichprobenumfänge der 62 Benchmarks Hinweis Für die 62 Benchmark-Suites sind überwiegend keine Aufgabenanzahlen angegeben; einzelne Methodikdetails stehen in der Modellkarte. |
| In den geprüften Quellen nicht gefunden | Unabhängige Prüfung Hinweis In den geprüften Quellen ist keine unabhängige Reproduktion der LFM3-VL-Werte verlinkt. |
| In den geprüften Quellen nicht gefunden | Technischer Bericht oder Fachartikel Hinweis Die geprüften Herstellerquellen verlinken keinen separaten technischen Bericht oder Fachartikel zu LFM3-VL-2B. |
| In den geprüften Quellen nicht gefunden | Vals-Zeilen in erfassten Payloads Hinweis Neun vollständige Vals-Payloads vom 28. Oktober wurden geprüft; keine exakte Modell-ID oder eindeutige Modellbezeichnung. Gilt nur für diese gespeicherten Benchmarks. |
| Ungeklärt | Nicht erfasste Arena Code-/Speech-Ranglisten Hinweis Erfasst wurden Text, Agent einschließlich Code/Chat/Work sowie zwölf WebDev-Ansichten. Eine separate allgemeine Code- und eine Arena-Speech-Rangliste wurden nicht als vollständige Tabelle gesichert. |
| Ungeklärt | Artificial Analysis Katalogabgleich Hinweis Der vollständige aktuelle AA-Modell- und Benchmarkkatalog wurde für dieses Profil in diesem Sidecar nicht erneut abgeglichen. Dieser Sidecar behauptet keinen AA-Nullbefund; native AA-Importe bleiben maßgeblich. |
| Weitere Quelle | Liquid AI LFM3 release announcement (abgerufen 29. Oktober 2026) · Liquid AI LFM3 release announcement · Redaktionelle Beschreibung geprüft am 29. Oktober 2026 |
| Weitere Quelle | Liquid AI model documentation (abgerufen 29. Oktober 2026) · LFM3 vision documentation · Redaktionelle Beschreibung geprüft am 29. Oktober 2026 |
| Weitere Quelle | Liquid AI LFM3 Hugging Face collection (abgerufen 29. Oktober 2026) |
| Weitere Quelle | Hugging Face model metadata (abgerufen 29. Oktober 2026) |
| Weitere Quelle | Liquid AI LFM3-VL-2B edge-inference chart (abgerufen 29. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 29. Oktober 2026)123 |