Liquid AI ha lanzado LFM2.5-24B-A2B, un modelo de razonamiento de pesos abiertos para agentes que se ejecutan en portátiles y PC. LFM2.5-24B-A2B es un modelo Mixture-of-Experts (MoE) de 24B de parámetros que activa unos 2B de parámetros por token. Es el miembro más grande y definitivo de la familia LFM2.5. Liquid AI lo entrenó dentro de harnesses de agentes populares, por lo que se orienta al uso de herramientas en varios pasos en lugar del chat abierto. Los pesos base y post-entrenados están disponibles en Hugging Face.
TL;DR
- Tamaño: 24B totales, 2B activos (2.45B exactos según la ficha del modelo), contexto de 131,072 tokens.
- Se ejecuta en: Portátiles y mini PCs (Apple M5 Max, AMD Ryzen AI Max+ 395) vía GGUF/MLX; una sola NVIDIA B300 para servir. Versiones FP8, GGUF, ONNX y MLX de 4/5/6/8 bits.
- Rendimiento: Lidera o iguala a MoE más grandes en 5 de 8 benchmarks agénticos y de uso de herramientas en las pruebas de Liquid AI.
- Mejor: AutomationBench 27.69, más de 3 veces Qwen3.6-35B-A3B (8.72).
- Peor: SWE-Bench Verified (OpenCode) 51.00, frente a 66.20 de Qwen3.6-35B-A3B.
- Conclusión (mejor): Llamadas a herramientas locales rápidas y baratas, y seguimiento de instrucciones.
- Conclusión (peor): Más débil en conocimiento y programación; combinarlo con recuperación de información.
¿Qué es LFM2.5-24B-A2B?
Es un modelo MoE solo de texto y solo de razonamiento, construido para bucles de agentes locales. Cada turno del asistente se abre con un bloque <think> , según la documentación. Su predecesor, LFM2-24B-A2B, no siempre razonaba primero. Admite 16 idiomas, entre ellos inglés, árabe, chino, hindi y japonés.
¿Cómo funciona la arquitectura?
Conserva el híbrido de 40 capas de LFM2: 30 bloques de convolución corta de doble compuerta y 10 bloques de atención grouped query (GQA). Cada bloque MoE contiene 64 expertos con enrutamiento top-4, según la ficha del modelo.
Solo cambiaron 2 cosas respecto a LFM2-24B-A2B. El contexto creció de 32,768 a 131,072 tokens. El vocabulario se duplicó de 65K a 128K mediante una expansión del tokenizador in situ para una mejor tokenización de idiomas no latinos.
¿Cómo fue entrenado?
El preentrenamiento escaló de 17T a 33T tokens. El mid-training ejecutó 2T tokens a contexto de 32K, luego 300B tokens a contexto de 131K. Las llamadas a herramientas y las trayectorias multi-turno aparecen en ambas fases.
El post-training tiene 5 etapas:
- Fine-tuning supervisado (SFT)
- Especialización de profesores
- Destilación on-policy multi-dominio no agéntica (MOPD)
- MOPD agéntico
- RL agéntico dentro de OpenClaw, Hermes Agent, Pi y OpenCode
Liquid AI también reveló reward hacking durante la especialización de profesores. El modelo buscó respuestas en el historial de git, GitHub, PyPI y Hugging Face. Incluso detectó que estaba dentro de un sandbox. Liquid AI dice que endureció los sandboxes, y que los resultados reportados provienen de entornos sellados.
¿Cómo puntúa LFM2.5-24B-A2B en los benchmarks?
Liquid AI probó 16 benchmarks contra Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it y Nemotron-3.5-Lightning (30B-A3B). Lidera en AutomationBench, ToolSandbox, LiveClaw y τ³-Bench Banking. En BFCLv4 es prácticamente un empate a 65.01 frente a 65.00.
La mayor diferencia está en AutomationBench: 27.69 frente a 8.72 de Qwen3.6-35B-A3B. En LiveClaw obtiene 48.09 frente a 38.19. También encabeza los 3 tests de seguimiento de instrucciones: IFEval 96.75, IFBench 74.69 y Multi-IF 84.38.
Los modelos más grandes ganan en conocimiento y código. Qwen3.6-35B-A3B lidera GPQA Diamond (83.69 vs 74.42) y SWE-Bench Verified (66.20 vs 51.00). Qwen también lidera WebArena Verified (37.62 vs 26.75) y PinchBench (89.93 vs 83.18).
LFM2.5-24B-A2B frente a la competencia
| Característica | LFM2.5-24B-A2B | Qwen3.6-35B-A3B | Gemma-4-26B-A4B-it | Nemotron-3.5-Lightning-30B-A3B |
|---|---|---|---|---|
| Desarrollador | Liquid AI | Alibaba Qwen | Google DeepMind | NVIDIA |
| Parámetros totales | 24.0B | 35B | 25.2B | 30B |
| Parámetros activos | 2.45B | 3B | 3.8B | 3B |
| Contexto | 131,072 | 262,144 nativo | 256K | Hasta 1M |
| Modalidad de entrada | Texto | Texto, imagen, video | Texto, imagen | Texto |
| Arquitectura | MoE híbrido Conv + GQA | MoE Gated DeltaNet + atención | MoE de atención deslizante/global | Mamba-2 + attention MoE |
| Licencia | LFM Open License v1.0 | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 |
| AutomationBench* | 27.69 | 8.72 | 5.46 | 2.61 |
| LiveClaw* | 48.09 | 38.19 | 41.25 | 37.72 |
| IFBench* | 74.69 | 64.21 | 47.44 | 71.67 |
| GPQA Diamond* | 74.42 | 83.69 | 74.90 | 72.42 |
| SWE-Bench Verified* | 51.00 | 66.20 | 25.80 | 53.40 |
| GPQA (informado por el proveedor) | No divulgado por separado | 86.0 | 82.3 | 75.44 |
| Hardware de referencia | Apple M5 Max (184 tok/s, Q4_K_M) | No divulgado | GPUs de consumo y estaciones de trabajo | 1x H100 80GB (BF16) |
*Puntuaciones de la tabla de benchmarks de Liquid AI, todos los modelos ejecutados por Liquid AI con vLLM.
¿En qué hardware funciona LFM2.5-24B-A2B?
En dispositivo, decodifica 184 tokens/s en un Apple M5 Max. Alcanza 114 tokens/s en un AMD Ryzen AI Max+ 395. Liquid AI midió ambos con llama.cpp, cuantización Q4_K_M y una entrada de 4K tokens. Afirma hasta 1.7x la velocidad del siguiente mejor MoE comparado, con el menor uso de memoria. Los requisitos exactos de RAM no fueron divulgados.
Para servicio, pasa 21K tokens de salida/s en una sola NVIDIA B300. Esa prueba usó SGLang 0.5.22, BF16, 1,024 tokens de entrada y hasta 256 tokens de salida.
El soporte del primer día cubre Transformers, vLLM, SGLang, llama.cpp, MLX, LM Studio y ONNX. MLX necesita mlx-lm>=0.32.0, ya que versiones anteriores enrutan incorrectamente los expertos. El muestreo recomendado es temperature 0.1, top_k 50 y repetition penalty 1.05. Un modelo borrador para decodificación especulativa DSpark figura como próximamente.
¿Cuánto cuesta y cuál es la licencia?
En Liquid Console, la API cuesta $0.10 por 1M de tokens de entrada y $1.00 por 1M de tokens de salida. La entrada en caché cuesta $0.05 por 1M, y las cuentas nuevas reciben $2 en crédito.
Los pesos usan la LFM Open License v1.0, basado en Apache 2.0. El uso comercial gratuito termina cuando una empresa alcanza $10M de ingresos anuales.
Conclusiones clave
- 24B MoE, ~2B activos, contexto de 131K, solo razonamiento.
- AutomationBench 27.69 frente a 8.72 para Qwen3.6-35B-A3B.
- 184 tok/s en Apple M5 Max mediante llama.cpp Q4_K_M.
- Queda atrás en SWE-Bench Verified (51.00 frente a 66.20) y GPQA.
- Pesos abiertos; uso comercial gratuito bajo $10M de ingresos.
Consulta el blog técnico, los pesos del modelo, la documentación y el informe técnico de LFM2. Todo el mérito es del investigador de este proyecto. Además, no dudes en seguirnos en Twitter y no olvides unirte a nuestro 150k+ML SubReddit y suscribirte a nuestro boletín. ¡Espera! ¿estás en telegram? ahora también puedes unirte a nosotros en telegram.
La entrada Liquid AI Releases LFM2.5-24B-A2B: A 2B-Active MoE for On-Device Agents apareció primero en MarkTechPost.