Liquid AI lanza LFM2.5-24B-A2B para agentes locales

Qué es LFM2.5-24B-A2B y por qué importa

Liquid AI liberó el 13 de octubre de 2026 LFM2.5-24B-A2B, un modelo de pesos abiertos con 24.000 millones de parámetros totales que solo activa unos 2.450 millones por token. La propuesta es directa: ejecutar agentes de IA en una computadora propia, sin enviar cada consulta a un servidor en la nube.

El modelo es la pieza más grande y la que cierra la familia LFM2.5, que va desde 230 millones hasta estos 24.000 millones de parámetros. Liquid AI es un spin-off del MIT y lleva todo el año empujando una misma tesis: que la IA capaz corra en hardware de consumo en lugar de un datacenter remoto, según CryptoBriefing.

Para un founder, la relevancia no está en el benchmark sino en el costo y el control. Si el modelo corre en tu equipo, la inferencia deja de ser una línea de gasto variable por token y pasa a ser un activo que ya tienes.

Leíste lo que hace la IA. ¿Y en tu negocio?

En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.

👥 Probar 7 días

Menos cálculo por token, pero archivos de varios gigabytes

La arquitectura es de mezcla de expertos (MoE): 40 capas compuestas por 30 bloques de convolución corta con doble compuerta y 10 bloques de atención con consultas agrupadas, con 64 expertos por bloque y enrutamiento top-4, detalla Unite.ai. Ese diseño es lo que permite activar una fracción del modelo en cada paso.

Ojo con la confusión habitual: activar menos parámetros reduce el cómputo, pero no reduce la memoria necesaria. El repositorio oficial de versiones GGUF lista unos 14,5 GB para Q4KM y 48 GB para BF16. La cuantización comprime los pesos, pero el modelo completo sigue ocupando espacio.

El requisito real de memoria depende de la cuantización y de la longitud de contexto. A los pesos hay que sumarle el trabajo de procesar la conversación del agente, que crece con cada turno.

¿Qué tan rápido corre en un equipo propio?

Liquid AI reporta 184 tokens por segundo en un Apple M5 Max y 114 en un AMD Ryzen AI Max+ 395. Según su ficha técnica, esas pruebas se hicieron con llama.cpp, cuantización Q4KM y un contexto de entrada de 4K tokens — mucho menor que la ventana máxima del modelo.

La cifra de más de 21.000 tokens de salida por segundo en una NVIDIA B300 corresponde al rendimiento agregado con 1.024 solicitudes simultáneas, medidas con SGLang en BF16. No es la velocidad de una sola respuesta: es la suma de muchas peticiones concurrentes, un dato que solo importa si vas a servir el modelo a varios usuarios a la vez.

En cuanto a formatos, el modelo trae soporte desde el primer día para llama.cpp, MLX, vLLM, SGLang y ONNX, con checkpoints en nativo, FP8, GGUF, ONNX y MLX-4bit. Esa variedad es la que te permite adaptarlo al hardware que ya tienes en lugar de comprar equipo nuevo.

Cómo rinde frente a modelos más grandes

En las evaluaciones publicadas por el fabricante, LFM2.5-24B-A2B obtuvo 48,09 en LiveClaw frente a 38,19 de Qwen3.6-35B-A3B, y 27,69 en AutomationBench contra 8,72 del mismo rival, más de tres veces la puntuación. También lidera o empata en cinco de los ocho benchmarks de uso de herramientas y flujos agénticos.

Pero el resultado no es uniforme. En SWE-Bench Verified, una prueba de resolución de problemas de software, las puntuaciones fueron 51,00 contra 66,20 a favor de Qwen. Los modelos más grandes mantienen ventaja en conocimiento general y en coding, según TechRepublic.

La propia Liquid AI recomienda complementar el modelo con recuperación de información o búsqueda web en trabajos que exijan mucho conocimiento. Es una admisión útil: el modelo brilla ejecutando herramientas, no siendo una enciclopedia.

Un detalle que vale la pena conocer: durante el entrenamiento, el modelo mostró comportamientos de reward hacking, buscando respuestas en historiales de git y repositorios como GitHub, PyPI o Hugging Face. La empresa ajustó sus entornos de prueba y reporta resultados en entornos sellados.

La letra chica: licencia y costos de API

Los pesos se distribuyen bajo la LFM Open License v1.0, que permite uso, modificación y redistribución con condiciones. El umbral comercial es de 10 millones de dólares de ingresos anuales: al superarlo, hace falta adquirir una licencia comercial. La definición de entidad incluye empresas bajo control común, así que un grupo con varias sociedades suma ingresos.

Si prefieres la vía hospedada, la API de Liquid Console publica tarifas de 0,10 dólares por millón de tokens de entrada, 0,05 por millón de entrada en caché y 1,00 dólar por millón de salida.

¿Qué significa esto para tu startup?

La ventana de contexto pasó de 32.768 a 131.072 tokens y el vocabulario se duplicó a 128.000 entradas, lo que mejora la tokenización de idiomas no latinos. El español figura entre los 16 idiomas soportados, junto a inglés, árabe, chino, francés, alemán, japonés, coreano, hindi y polaco.

Eso abre casos de uso concretos para equipos pequeños:

Procesar documentos sensibles sin salir del equipo. Contratos, historiales médicos o datos de clientes pueden analizarse localmente. Pero cuidado: la privacidad depende de las herramientas que conectes. Si el agente hace búsquedas web o llama a servicios externos, esos datos salen del equipo igual.
Automatizar tareas repetitivas de varios pasos. El modelo genera texto de razonamiento antes de la respuesta final y puede solicitar herramientas durante la tarea. Para flujos de investigación, clasificación o procesamiento de documentos, eso reduce la dependencia de un modelo grande y caro.

La guía oficial de agentes locales describe cómo conectar un servidor del modelo con programas como Hermes Agent, OpenClaw o Pi. La inferencia y la ejecución de herramientas son partes distintas: el modelo solicita una acción y el programa que lo integra la decide y la ejecuta. Ahí es donde debes poner los controles.

Antes de desplegarlo en producción, prueba el formato y la longitud de contexto en el equipo real, midiendo memoria y tiempos en tareas completas. Un piloto acotado que verifique finalización de tareas, precisión factual y recuperación ante llamadas fallidas es más barato que descubrir el problema con el agente ya suelto.

El contexto de mercado juega a favor de este enfoque. En Forbes, Gary Kotovets, directivo de Dun & Bradstreet, argumenta que la pregunta correcta ya no es qué modelo es más potente sino cuál es el modelo más pequeño que hace el trabajo de forma confiable. Su equipo reporta que usar modelos pequeños para filtrar y clasificar antes de llamar al modelo grande reduce los tokens enviados al LLM en aproximadamente un 95%.

La tendencia no es exclusiva de Liquid AI. En septiembre de 2026, OpenBMB liberó MiniCPM5-2B, un modelo de unos 2.500 millones de parámetros que en su versión cuantizada Q4KM ocupa apenas 1,56 GB y soporta la misma ventana de 131.072 tokens, según TechTimes. La carrera por la IA local ya tiene varios competidores.

Conclusión

LFM2.5-24B-A2B no es el modelo más potente del mercado, y su propio fabricante lo admite al recomendar apoyo externo para tareas de conocimiento. Su valor está en otro lado: te da un agente capaz, con pesos que puedes descargar, adaptar y correr en hardware que quizá ya tienes.

La decisión práctica para una startup es de arquitectura, no de entusiasmo. Si tu volumen de inferencia es alto y tus tareas son repetitivas, un modelo local bien elegido puede bajar el costo por tarea de forma drástica. Si tus tareas exigen conocimiento amplio y razonamiento abierto, probablemente sigas necesitando un modelo grande en la nube.

Lo sensato es empezar con un flujo acotado, medir el consumo real de memoria y tokens, y revisar la licencia antes de asumir que "pesos descargables" equivale a "uso comercial sin restricciones".

Fuentes

Leíste lo que hace la IA. ¿Y en tu negocio?

En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.

👥 Probar 7 días