Liquid AI выпустила RIPL — движок инференса для моделей LFM. В сравнении на одном NVIDIA B200 задержка LFM2.5-1.2B оказалась в 14,4–28,4 раза ниже, чем у Qwen3.5-0.8B на vLLM. Скорость. Цель RIPL — удерживать задержку отклика LFM в режиме реального времени на уровне менее 50 мс. Движок рассчитан на сценарии, где модель должна отвечать быстро, поэтому в приоритете не средний результат, а p95-задержка — время, за которое система отвечает в самых медленных случаях. Сравнение. Результат получен на одной GPU B200 для конкретной пары: LFM2.5-1.2B с RIPL против Qwen3.5-0.8B с vLLM. Это не универсальный прирост скорости для всех моделей: здесь одновременно меняются и размер модели, и движок инференса. Другие GPU и модели не тестировались. Настройки, методика измерения задержки и сценарии нагрузки в опубликованных результатах не указаны. Что это значит: RIPL показывает, что Liquid AI может резко сокращать p95-задержку своих небольших LFM, но universality результата пока не проверена.