# LFM2.5-24B-A2B получила OptiQ-версию для Mac: что меняется

Источник: https://modelium.tech/zhurnal/lfm2-5-24b-optiq-mlx-mac/

16 октября появилась новая версия LFM2.5-24B-A2B для компьютеров Mac с Apple Silicon: её веса сжаты с разной точностью по частям модели. Это сторонняя сборка OptiQ, а не новая модель Liquid AI. Она занимает около 16,7 ГБ на диске, то есть больше официальной 4-битной MLX-версии; заявленное автором преимущество по тестам не было независимо проверено.

Если вы уже присматриваетесь к LFM2.5-24B-A2B для локального помощника на Mac, теперь есть ещё один вариант файлов модели. 16 октября 2026 года в Hugging Face опубликована сторонняя сборка **OptiQ 4bit** для Apple Silicon. Это не выпуск новой модели от Liquid AI: изменён способ хранения её весов. Редакция проверила доступность файлов и документацию, но не запускала эту сборку и не повторяла тесты автора. [s1](#src-s1)

## Что изменилось для пользователя Mac?

Сборка использует **MLX** — программную среду для запуска моделей на компьютерах Apple. OptiQ хранит разные части одной модели с разной точностью: одни сжаты сильнее, другие слабее. Это попытка сохранить качество ответов после сжатия, а не обещание ускорения или работы на любом Mac. В закреплённой версии репозитория есть все четыре файла весов, перечисленные в индексе. [s1](#src-s1) [s2](#src-s2)

Файлы весов занимают около **16,7 ГБ** на диске. Официальная MLX-сборка Liquid AI с равномерным 4-битным сжатием занимает около **13,6 ГБ**. Дополнительное место не доказывает улучшение именно для ваших запросов; размер файлов также не равен необходимой оперативной памяти. До скачивания стоит решить, нужен ли вам эксперимент с альтернативным сжатием или достаточно официальной версии. [s2](#src-s2) [s3](#src-s3)

## Что означают результаты автора?

В карточке OptiQ автор сравнивает сборку со **своей равномерной 4-битной контрольной версией**, а не с опубликованной официальной MLX-сборкой Liquid AI. Например, для HumanEval он приводит 91,5% против 67,1% на 164 задачах программирования. При этом на проверке извлечения сведений из длинного текста HashHop обе версии показывают слабый результат: 1,0% и 0,0% соответственно. Это заявления автора по указанным условиям, не независимый тест Modelium и не гарантия качества на русском языке или ваших документах. Сравнения с официальным MLX-пакетом по одинаковой методике карточка не даёт. [s1](#src-s1)

## Нужно ли переходить на эту версию?

Если официальная 4-битная сборка уже решает ваши задачи, обязательного перехода нет. Если на Mac важны задачи написания кода и вы готовы выделить больше места для альтернативного пакета, сначала изучите [карточку OptiQ](https://huggingface.co/mlx-community/LFM2.5-24B-A2B-OptiQ-4bit) и оцените его на своих безопасных тестовых запросах. Приведённая автором команда установки `mlx-optiq` — путь для подготовленного пользователя с Python, не проверенная редакцией домашняя инструкция; библиотека опубликована отдельно в PyPI. Для обычного знакомства с семейством начните с [обзора исходной модели](/zhurnal/lfm2-5-24b-a2b-local-agents-gguf-mlx/). [s1](#src-s1) [s4](#src-s4)

**Права и ограничения.** Файлы OptiQ и исходные веса Liquid AI распространяются по LFM Open License v1.0, а не по стандартной свободной лицензии без условий. Текст лицензии не разрешает коммерческое использование юридическим лицам с годовой выручкой от 10 млн долларов без отдельного соглашения. Лицензия весов не тождественна условиям для программы запуска. Фактическую скорость, потребность в памяти и совместимость конкретного Mac редакция не измеряла. [s5](#src-s5) [s6](#src-s6)

## Источники

1. [mlx-community — LFM2.5-24B-A2B-OptiQ-4bit, карточка, ревизия 0607a74b](https://huggingface.co/mlx-community/LFM2.5-24B-A2B-OptiQ-4bit/blob/0607a74b8ffc1c45c2da0c91d5d8bdd1cb317b5c/README.md) — получено 2026-10-16
2. [mlx-community — индекс весов OptiQ и файлы, ревизия 0607a74b](https://huggingface.co/mlx-community/LFM2.5-24B-A2B-OptiQ-4bit/tree/0607a74b8ffc1c45c2da0c91d5d8bdd1cb317b5c) — получено 2026-10-16
3. [Liquid AI — официальная MLX-4bit сборка, ревизия 667408d4](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B-MLX-4bit/tree/667408d494bde191c2cb9dd4f4549827816b9275) — получено 2026-10-16
4. [PyPI — mlx-optiq, пакет версии 0.5.25](https://pypi.org/project/mlx-optiq/0.5.25/) — получено 2026-10-16
5. [OptiQ — LFM Open License v1.0 в закреплённой ревизии](https://huggingface.co/mlx-community/LFM2.5-24B-A2B-OptiQ-4bit/blob/0607a74b8ffc1c45c2da0c91d5d8bdd1cb317b5c/LICENSE) — получено 2026-10-16
6. [Liquid AI — лицензия исходной модели, ревизия 1769516a](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B/blob/1769516ac588c4c558089c94f27d96b0dc67b183/LICENSE) — получено 2026-10-16