NoticiaLiquid AI2 min de lectura
LFM2.5-24B-A2B: un modelo abierto para agentes en tu portátil
Liquid AI publica LFM2.5-24B-A2B, un modelo abierto de 24B de parámetros que solo activa 2B en cada paso, para agentes privados en tu ordenador.
Lo esencial
- Liquid AI publicó el 13 de octubre LFM2.5-24B-A2B, un modelo de pesos abiertos que se descarga en Hugging Face.
- Tiene 24.000 millones de parámetros, pero solo usa 2.000 millones en cada paso: por eso es rápido en un portátil.
- Según Liquid AI, genera 184 tokens por segundo en un Apple M5 Max.
- Es un modelo de razonamiento: siempre piensa antes de responder, con hasta 131.000 tokens de contexto.
⚠ Pendiente de verificar. Todavía no hemos confirmado estos datos con una fuente oficial. Compruébalos antes de fiarte de ellos:
- Cuánta memoria hace falta para ejecutarlo: Liquid AI no da cifras, solo dice que es el que menos usa de los modelos comparados.
- Las condiciones exactas de la licencia LFM 1.0, como posibles límites para empresas grandes: la ficha solo da el nombre.
La mayoría de los modelos potentes viven en la nube: escribes, tu texto viaja a un servidor y vuelve la respuesta. LFM2.5-24B-A2B, que Liquid AI publicó el 13 de octubre, está pensado para lo contrario: que un agente trabaje en tu propio ordenador, rápido y sin que tus datos salgan de él.
El truco del nombre: 24B, pero A2B
El nombre resume la idea. El modelo tiene 24.000 millones de parámetros (24B), pero en cada paso solo activa 2.000 millones (A2B). Es una mezcla de expertos: dentro hay 64 «expertos» especializados y, para cada palabra, se eligen solo 4. Sabe tanto como un modelo grande, pero cada respuesta cuesta el cálculo de uno pequeño.
Qué dice Liquid AI de su rendimiento
| Dato | Cifra según Liquid AI |
|---|---|
| Velocidad en un Apple M5 Max | 184 tokens por segundo |
| Velocidad en un AMD Ryzen AI Max+ 395 | 114 tokens por segundo |
| Contexto | 131.000 tokens (antes, 32.000) |
| LiveClaw (tareas de agentes) | 48,1, frente a 38,2 de Qwen3.6-35B-A3B |
| SWE-Bench Verified (programación) | 51,0, por debajo de modelos más grandes (66,2) |
Liquid AI reconoce que en programación y en preguntas científicas difíciles los modelos más grandes le sacan ventaja. Su punto fuerte son las tareas de agente y seguir instrucciones. Todas las cifras son suyas.
Cómo probarlo
Es un modelo de pesos abiertos: se descarga desde Hugging Face y funciona con las herramientas habituales para ejecutar modelos en local, como llama.cpp, MLX (en Mac) o vLLM. Hay versiones cuantizadas que ocupan menos memoria. Se publica con la licencia propia de Liquid AI, «LFM 1.0»; antes de usarlo en un producto, léela.
Es un modelo de razonamiento: siempre escribe su cadena de pensamiento antes de contestar, así que las respuestas tardan algo más en empezar.
Qué cambia para ti
- Si te preocupa la privacidad, un modelo así permite montar un asistente o un agente que no envía nada a internet.
- Si tienes un Mac reciente o un portátil potente, puedes probarlo sin pagar API. Si no, sigue siendo más práctico un modelo en la nube.
- Si comparas modelos abiertos, mira la tabla con prudencia: Liquid AI elige con quién se compara. En nuestra guía de modelos explicamos cómo leer estas comparaciones.
