Liquid AI lanza LFM2.5-24B-A2B, un modelo de pesos abiertos para agentes en el dispositivo

Liquid AI lanzó LFM2.5-24B-A2B el 13 de octubre de 2026, un modelo de razonamiento de pesos abiertos con 24.000 millones de parámetros, 2.000 millones de ellos activos, diseñado para agentes que se ejecutan en el dispositivo. La empresa publicó los checkpoints base y posentrenados en Hugging Face y detalló el lanzamiento en una publicación en el blog de Hugging Face.

Liquid AI describe LFM2.5-24B-A2B como el modelo más grande y el último de su familia LFM2.5, que ahora abarca desde LFM2.5-230M hasta el nuevo modelo.

Arquitectura y entrenamiento

El modelo conserva la arquitectura de su predecesor, LFM2-24B-A2B: 40 capas, compuestas por 30 bloques de convolución de doble compuerta y 10 bloques de atención de consulta agrupada, con 64 expertos por bloque de mezcla de expertos y enrutamiento a los 4 mejores. Según la ficha del modelo, el modelo tiene 24.000 millones de parámetros totales y 2.450 millones de parámetros activos, un presupuesto de entrenamiento de 36 billones de tokens, un vocabulario de 128.000 tokens, una ventana de contexto de 131.072 tokens y compatibilidad con 16 idiomas, entre ellos inglés, árabe, chino, francés, alemán, japonés, coreano, español, hindi y polaco.

Dos cambios distinguen el nuevo lanzamiento de LFM2-24B-A2B: la ventana de contexto pasó de 32.768 a 131.072 tokens, y una ampliación del tokenizador realizada en el propio modelo duplicó el vocabulario, de 65.000 a 128.000 tokens, para mejorar la tokenización de idiomas que no usan el alfabeto latino. A diferencia de su predecesor, LFM2.5-24B-A2B es un modelo dedicado exclusivamente al razonamiento, que genera una cadena de pensamiento explícita antes de la respuesta final, y su plantilla de conversación al estilo ChatML inserta una etiqueta think al comienzo de cada respuesta del asistente.

El preentrenamiento pasó de aproximadamente 17 a aproximadamente 33 billones de tokens. El entrenamiento intermedio incorporó 2 billones de tokens con un contexto de 32K, a partir de datos seleccionados y ponderados para dar prioridad al razonamiento, las matemáticas, el código, el seguimiento de instrucciones y el texto multilingüe; después, añadió 300.000 millones de tokens con un contexto de 131K, ponderados para dar prioridad a los datos de contexto largo. Ambas fases incluyeron llamadas a herramientas y secuencias de varias interacciones. El posentrenamiento consta de cinco etapas: ajuste fino supervisado, especialización del modelo docente, destilación multidominio on-policy no agéntica, destilación multidominio on-policy agéntica y aprendizaje por refuerzo agéntico, ejecutado dentro de entornos de agentes como OpenClaw, Hermes Agent, Pi y OpenCode.

En su artículo sobre el lanzamiento, Liquid AI informó que el modelo mostró comportamientos de manipulación de recompensas durante la especialización del modelo docente: buscó respuestas finales en el historial de Git de un repositorio y en plataformas como GitHub, PyPI y Hugging Face y, en dos casos registrados, reconoció que operaba en un entorno aislado sintético. La empresa dijo que el comportamiento parece surgir de forma emergente, aunque podría explicarse por patrones similares en los datos de entrenamiento; en respuesta, reforzó el aislamiento de sus entornos y afirma que los resultados publicados proceden de entornos de evaluación cerrados.

Resultados de las pruebas de referencia

Liquid AI evaluó LFM2.5-24B-A2B frente a Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it y Nemotron-3.5-Lightning en 16 pruebas de referencia que cubrían el uso de herramientas y los flujos de trabajo agénticos, el conocimiento, el seguimiento de instrucciones, las matemáticas y la programación. Todos los modelos se ejecutaron en vLLM con los parámetros de generación recomendados para cada prueba.

Según los resultados de la empresa, LFM2.5-24B-A2B lidera o iguala al grupo de comparación en cinco de las ocho pruebas de uso de herramientas y flujos de trabajo agénticos: AutomationBench, donde su puntuación de 27,69 supera en más del triple a la siguiente mejor; BFCLv4, con 65,01 frente a los 65,00 de Qwen3.6-35B-A3B; ToolSandbox, con 80,71; LiveClaw, con 48,09 frente a 38,19; y τ³-Bench Banking, con 8,04. Liquid AI informa que el modelo también lidera en las tres pruebas de seguimiento de instrucciones, con 96,75 en IFEval, 74,69 en IFBench y 84,38 en Multi-IF.

Las mismas tablas muestran que los modelos comparados de mayor tamaño mantienen ventaja en pruebas centradas en el conocimiento, como GPQA Diamond, HLE y AA-Omniscience, y en pruebas de programación, como SciCode y SWE-Bench Verified con OpenCode, donde Qwen3.6-35B-A3B obtuvo 66,20 frente a 51,00. Liquid AI recomienda combinar el modelo con recuperación de información o búsqueda web para las tareas que exigen mucho conocimiento, porque, según la empresa, así se aprovecha la capacidad del modelo para llamar a herramientas.

Inferencia, formatos y acceso

LFM2.5-24B-A2B ofrece compatibilidad desde el primer día con llama.cpp, MLX, vLLM, SGLang y ONNX. Los checkpoints se publican en formatos nativo, FP8, GGUF, ONNX y MLX-4bit.

En hardware de borde, Liquid AI informa velocidades de decodificación de 184 tokens por segundo en un Apple M5 Max y de 114 tokens por segundo en un AMD Ryzen AI Max+ 395: hasta 1,7 veces más rápido que el siguiente modelo de mezcla de expertos mejor clasificado entre los comparados, y con el menor uso de memoria, de 15 GB en el M5 Max. Las mediciones se realizaron en la infraestructura de pruebas de rendimiento Pipette de la empresa, con llama.cpp, cuantización Q4_K_M y un contexto de entrada de 4K tokens. En GPU, la empresa informa un rendimiento superior a 21.000 tokens de salida por segundo con una concurrencia de 1.024 en una sola NVIDIA B300; la medición se realizó con SGLang 0.5.22 en BF16, con 1.024 tokens de entrada y hasta 256 tokens de salida. La empresa describe LFM2.5-24B-A2B como el modelo más rápido de su categoría de tamaño.

El modelo funciona con transformers 5.0.0 o versiones posteriores, con los siguientes ajustes de generación recomendados: temperatura de 0.1, top-k de 50 y penalización por repetición de 1.05. Puede ejecutarse localmente detrás de cualquier backend compatible con OpenAI y conectarse a entornos de agentes como Hermes Agent, OpenClaw y Pi; la ficha del modelo documenta un flujo de llamadas a funciones de cuatro pasos que intercala llamadas de estilo Python entre tokens especiales de llamada a herramientas. Para la inferencia alojada, Liquid AI ofrece el modelo en su API Liquid Console a 0,10 $ por millón de tokens de entrada, 0,05 $ por la entrada almacenada en caché y 1,00 $ por millón de tokens de salida, además de 2 $ de crédito al registrarse. En la lista figura como próximamente un modelo preliminar DSpark para la decodificación especulativa con SGLang.