[ release · 28.10.2026 ]

אמל״ק :

חברת Liquid AI השיקה את LFM3, משפחה של שישה מודלי AI קטנים שמסוגלים להפעיל סוכנים, להבין תמונות, וידאו וקול ולבצע משימות מורכבות גם על חומרה מקומית.

למרות גודלם, החברה מציגה ביצועים שמתחרים במודלים גדולים מהם פי כמה, עם אפשרות ל־fine-tuning באמצעות GPU יחיד.

המשמעות היא שלא כל סוכן AI חייב מודל ענק בענן. לפעמים מודל מקומי קטן, מהיר ומותאם למשימה יכול להיות פתרון יעיל ומשתלם יותר.

אבל השקעתי, אז אני מקווה שתקראו יותר :)

כל בן אדם שני בערך שתדברו איתו היום על AI יגיד לכם שהוא מפעיל סוכן. פעם אלו היו בעיקר כל מיני אנשים שניסו למכור לכם משהו עם הסיסמה ״אני מפעיל צי של סוכנים שעובדים בשבילי מסביב לשעון״. אחר כך פרץ לחיינו OpenClaw, בהמשך Hermes, ולאחרונה התחילו לצוץ גם סוכנים אישיים כמו Instinct, Muse ו־Grok Bot של xAI, לצד Dot של OpenAI ו־Duet של Anthropic. וזה עוד בלי לדבר על כל אותם סוכנים ״רגילים״ שרצים על המחשב או באינטרנט ומבצעים משימות פרטניות ומתמחות. חלקם כותבים קוד, אחרים מנהלים מיילים, חוקרים נושאים, עובדים מול מערכות עסקיות או מפעילים אוטומציות. אבל עצרתם פעם לחשוב מה בעצם מפעיל את כל הסוכנים האלה?

בסופו של דבר, מאחורי כל סוכן כזה עומד מודל AI. ופה מתחילה שאלה מעניינת. האם כדאי להפעיל את הסוכן באמצעות מודל קנייני בענן, לשלם על השימוש בו ולהיות תלויים בספק חיצוני, או שאפשר בכלל להריץ מודל מקומי על המחשב שלנו? מודלים מקומיים הם משהו שלרוב גורם לאנשים להתרחק. צריך מחשב חזק, המודלים תופסים הרבה זיכרון, ההתקנה נראית מסובכת, לא תמיד ברור איך מפעילים אותם ומה בכלל אפשר לעשות איתם. וגם אם כבר הצלחנו להתקין אחד, האם הוא באמת יהיה מספיק טוב כדי לבצע את המשימות שאנחנו צריכים? ורגע, לא עדיף כבר להשתמש ב־Opus 5.5 ולסגור עניין?

אז אתמול, ב־27 באוקטובר, חברת Liquid AI הכריזה על משהו שמנסה לתת תשובה אחרת לשאלה הזאת. החברה הציגה את LFM3, הדור השלישי של משפחת מודלי הבינה המלאכותית שלה, עם ארכיטקטורה חדשה שנקראת tri-hybrid. ומה שמעניין כאן הוא שבזמן שרוב תשומת הלב הולכת למודלים ענקיים עם עשרות ומאות מיליארדי פרמטרים, החברה מתמקדת דווקא במודלים קטנים, יעילים וניתנים להתאמה, שאפשר להריץ על חומרה מקומית.

החברה השיקה משפחה של שישה מודלים, כולם מבוססים על אותו מודל יסוד, כאשר כל אחד מתמחה בתחום אחר. יש את LFM3-1.7B שמיועד לטקסט ולהפעלת סוכנים, את LFM3-VL-2B שמסוגל להבין תמונות וסרטונים, את LFM3-Audio-2B שמבין דיבור, מנהל שיחות קוליות ומפעיל כלים באמצעות הוראות קוליות ב־18 שפות, ואת LFM3-Omni-2B שמסוגל לשלב מידע חזותי, אודיו וטקסט באותו תהליך. בנוסף, החברה הציגה שני מודלי החלטה, d1-2B ו־d1-Omni-2B, שמתמחים בניתוח מידע והחזרת תשובות מובנות עם הסתברויות, כדי שמערכות אחרות יוכלו לפעול על בסיס התוצאות שלהם.

עכשיו מגיע החלק המעניין. מודל הטקסט LFM3-1.7B מכיל רק 1.7 מיליארד פרמטרים, אבל תומך בחלון הקשר של 256 אלף טוקנים.