In Kürze

  • Liquid AI hat am 27. Oktober 2026 die offene Modellfamilie LFM3 veröffentlicht: sechs rund zwei Milliarden Parameter grosse Modelle für Text (LFM3-1.7B), Bild (LFM3-VL-2B), Audio (LFM3-Audio-2B), Multimodalität (LFM3-Omni-2B) sowie zwei spezialisierte Entscheidungsmodelle (d1-2B, d1-Omni-2B), alle auf einer gemeinsamen, mit 22 Billionen Tokens trainierten Basis.
  • Das Textmodell bietet ein Kontextfenster von 256'000 Tokens und ist für lokale Agenten-Umgebungen wie Hermes Agent, Pi oder OpenClaw optimiert; das Bildmodell LFM3-VL-2B ist laut Liquid AI das erste LFM-Modell, das auch Videoeingaben verarbeiten kann.
  • Die Gewichte sind offen über Hugging Face, die Liquid-AI-Playground-Oberfläche und die Liquid-API verfügbar; die Open-Lizenz ist für Unternehmen mit weniger als 10 Millionen US-Dollar Jahresumsatz kostenlos, darüber wird eine kommerzielle Lizenz fällig.

Was ist passiert?

Das US-amerikanische Start-up Liquid AI hat am 27. Oktober 2026 seine neue Modellfamilie LFM3 veröffentlicht. Sie umfasst sechs offene Modelle mit rund zwei Milliarden Parametern, die alle von einer gemeinsamen, mit 22 Billionen Tokens trainierten Basis namens LFM3-1.7B-Base abstammen: ein reines Textmodell (LFM3-1.7B), ein Bildmodell mit Videoeingabe (LFM3-VL-2B), ein Audiomodell für Sprache in 18 Sprachen (LFM3-Audio-2B), ein multimodales Modell für Bild, Ton und Sprache (LFM3-Omni-2B) sowie zwei spezialisierte Entscheidungsmodelle, die Antworten direkt mit Wahrscheinlichkeiten in einem einzigen Rechendurchgang liefern (d1-2B, d1-Omni-2B).

Das Textmodell verfügt über ein Kontextfenster von 256'000 Tokens und ist laut Liquid AI gezielt für den Einsatz in lokalen Agenten-Umgebungen wie Hermes Agent, Pi oder OpenClaw optimiert. Alle Modelle sind über Hugging Face, die Liquid-AI-Playground-Oberfläche und die firmeneigene API verfügbar und lassen sich laut Hersteller auf einer einzigen Grafikkarte feinabstimmen; ein konkreter Preis pro API-Aufruf war zum Zeitpunkt der Veröffentlichung noch nicht festgelegt.

Warum ist das wichtig?

LFM3 setzt einen Trend fort, der sich 2026 branchenweit verstärkt hat: kompakte, offene Modelle, die nicht in riesigen Rechenzentren, sondern direkt auf Endgeräten wie Laptops oder Smartphones laufen können. Für Entwicklerinnen und Entwickler bedeutet das weniger Abhängigkeit von Cloud-Infrastruktur grosser Anbieter und potenziell tiefere Betriebskosten, weil keine laufenden API-Gebühren für jede Anfrage anfallen.

Besonders die neuen Entscheidungsmodelle d1-2B und d1-Omni-2B markieren einen Unterschied zu klassischen Chat-Modellen: Sie generieren keinen längeren Text, sondern liefern direkt kalibrierte Antworten mit Wahrscheinlichkeitswerten in einem einzigen Rechenschritt – ein Format, das sich etwa für automatisierte Klassifizierungs- oder Prüfaufgaben in Unternehmenssoftware eignet, wo Nachvollziehbarkeit und Geschwindigkeit wichtiger sind als ausführliche Antworten.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Weil die LFM3-Modelle klein genug sind, um lokal auf Notebooks, Smartphones oder firmeneigenen Servern statt in einer externen Cloud zu laufen, können Schweizer KMU damit potenziell KI-Funktionen anbieten, ohne Kundendaten an US-Anbieter weiterzugeben – ein Vorteil im Hinblick auf das revidierte Datenschutzgesetz und auf Kundinnen und Kunden mit hohen Vertraulichkeitsanforderungen, etwa im Treuhand- oder Gesundheitswesen.
  • Die kostenlose Lizenz für Unternehmen unter 10 Millionen US-Dollar Jahresumsatz dürfte für einen grossen Teil der Schweizer KMU-Landschaft gelten und senkt damit die Einstiegshürde für eigene, lokal betriebene KI-Anwendungen gegenüber teureren Cloud-Abonnements grosser Anbieter.
  • Offene Edge-Modelle wie LFM3 stehen in direkter Konkurrenz zum Schweizer Sprachmodell Apertus von ETH Zürich und EPFL, verfolgen aber ein anderes Ziel: Während Apertus auf Transparenz über Trainingsdaten und Schweizer Datenhoheit setzt, punktet LFM3 vor allem mit Grösse und Effizienz für den lokalen Einsatz – Schweizer Unternehmen müssen deshalb je nach Anwendungsfall zwischen Datenherkunft und reiner Rechenleistung abwägen.

Verwendete Quellen

MarkTechPost berichtete am 27. Oktober 2026 über die Veröffentlichung von LFM3; Angaben zu Lizenz und Modellumfang wurden mit Berichten von AIWeekly und der Modellübersicht von Liquid AI abgeglichen.

Quellenstatus: 1 verlinkte Quelle · 0 von 1 Originaldaten verifiziert. Prüfregeln ansehen

Häufige Fragen

Was ist die Kernaussage zu Liquid AI veröffentlicht LFM3: Sechs offene KI-Modelle fürs Smartphone statt für die Cloud?

Liquid AI hat am 27. Oktober 2026 die offene Modellfamilie LFM3 veröffentlicht: sechs rund zwei Milliarden Parameter grosse Modelle für Text (LFM3-1.7B), Bild (LFM3-VL-2B), Audio (LFM3-Audio-2B), Multimodalität (LFM3-Omni-2B) sowie zwei spezialisierte Entscheidungsmodelle (d1-2B, d1-Omni-2B), alle auf einer gemeinsamen, mit 22 Billionen Tokens trainierten Basis.

Warum ist diese KI-Meldung für die Schweiz relevant?

Weil die LFM3-Modelle klein genug sind, um lokal auf Notebooks, Smartphones oder firmeneigenen Servern statt in einer externen Cloud zu laufen, können Schweizer KMU damit potenziell KI-Funktionen anbieten, ohne Kundendaten an US-Anbieter weiterzugeben – ein Vorteil im Hinblick auf das revidierte Datenschutzgesetz und auf Kundinnen und Kunden mit hohen Vertraulichkeitsanforderungen, etwa im Treuhand- oder Gesundheitswesen.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

MarkTechPost berichtete am 27. Oktober 2026 über die Veröffentlichung von LFM3; Angaben zu Lizenz und Modellumfang wurden mit Berichten von AIWeekly und der Modellübersicht von Liquid AI abgeglichen.