Liquid AI liberó el 13 de octubre LFM2.5-24B-A2B, un modelo de razonamiento open-weight de 24.000 millones de parámetros que activa apenas unos 2.000 millones por token generado. La consecuencia práctica es directa: un agente que planifica, llama herramientas y ejecuta tareas puede correr completo dentro de una laptop, sin enviar datos a la nube.
Para un founder, el atractivo no está en el benchmark sino en dos números del negocio: cuánto cuesta cada tarea automatizada y qué pasa con los datos de tus clientes. Este lanzamiento ataca ambos frentes a la vez y cierra la familia LFM2.5, que ahora va de 230 millones a 24.000 millones de parámetros.
¿Qué es LFM2.5-24B-A2B y por qué puede correr en tu portátil?
Es un modelo de mezcla de expertos (MoE): guarda 24.000 millones de parámetros en memoria, pero solo enciende una fracción por token. Mantiene las 40 capas del LFM2-24B-A2B anterior, con 64 expertos por bloque y enrutamiento top-4, y la misma combinación de convoluciones cortas con compuertas y atención GQA.
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 díasLos dos cambios de arquitectura respecto a su predecesor son concretos: la ventana de contexto pasó de 32.768 a 131.072 tokens, y el vocabulario se duplicó de 65.000 a 128.000 entradas para tokenizar mejor los idiomas no latinos. El modelo soporta 16 idiomas, entre ellos el español, según la ficha técnica recogida por Unite.AI.
El preentrenamiento escaló de 17 a 33 billones de tokens. Después vinieron dos fases de entrenamiento intermedio (2 billones de tokens a 32K de contexto y 300.000 millones a 131K) y una etapa final de aprendizaje por refuerzo dentro de frameworks de agentes como OpenClaw, Hermes Agent, Pi y OpenCode, según TechRepublic.
Un detalle que importa: a diferencia de su predecesor, es un modelo solo de razonamiento. Genera una cadena de pensamiento explícita antes de responder. Eso mejora las tareas de varios pasos, pero también produce más tokens, así que la eficiencia de decodificación deja de ser un lujo y pasa a ser el eje del diseño.
¿Cómo rinde frente a Qwen, Gemma y Nemotron?
Liquid AI lo evaluó en 16 benchmarks. En cinco de los ocho de uso de herramientas y flujos agénticos empata o gana a modelos con cerca de 50% más parámetros totales y activos, incluido Qwen3.6-35B-A3B (35.000 millones totales y 3.000 millones activos, según CryptoBriefing).
Los números más llamativos:
- AutomationBench: 27,69 contra 8,72 de Qwen, más del triple que el siguiente mejor.
- LiveClaw: 48,09 contra 38,19.
- ToolSandbox: 80,71 y BFCLv4: 65,01, apenas por encima del 65,00 de Qwen.
- τ³-Bench Banking: 8,04.
- En instrucciones también lidera: IFEval 96,75, IFBench 74,69 y Multi-IF 84,38.
El reverso de la moneda: los modelos grandes siguen ganando donde pesa el conocimiento. En SWE-Bench Verified con OpenCode, Qwen saca 66,20 contra 51,00, y en GPQA Diamond 83,69 contra 74,42. La propia Liquid AI recomienda combinar el modelo con recuperación o búsqueda web para cargas intensivas en conocimiento, jugando a su fortaleza de llamadas a herramientas.
Hay un matiz de método que conviene tener presente: son resultados del fabricante. La diferencia es que, al ser pesos abiertos, cualquiera puede descargarlos y repetir la prueba, algo que CryptoBriefing destaca como la ventaja real del formato abierto.
¿Qué velocidad y qué hardware necesitas?
En dispositivos, Liquid AI reporta 184 tokens por segundo en un Apple M5 Max y 114 en un AMD Ryzen AI Max+ 395, hasta 1,7 veces más rápido que el siguiente mejor MoE comparable y con el menor uso de memoria: 15 GB en el M5 Max con cuantización Q4KM y 4K de contexto, según Unite.AI.
En GPU, la cifra es de más de 21.000 tokens de salida por segundo en una sola NVIDIA B300 a concurrencia 1.024, medido con SGLang 0.5.22 en BF16. Ojo con la lectura: es throughput agregado bajo carga sostenida, no la velocidad de una respuesta individual.
El soporte es de día uno en llama.cpp, MLX, vLLM, SGLang y ONNX, con checkpoints en formatos nativo, FP8, GGUF, ONNX y MLX-4bit.
La advertencia práctica viene de TechRepublic: activar menos parámetros reduce el cómputo, pero no elimina la memoria necesaria para sostener el modelo completo. Antes de comprometer hardware, mide consumo de memoria y tiempos de respuesta con el formato y el contexto que vas a usar de verdad.
¿Cuánto cuesta y qué dice la licencia?
Por API en Liquid Console, el precio es de US$0,10 por millón de tokens de entrada (US$0,05 si están cacheados) y US$1,00 por millón de salida, con US$2 de crédito al registrarte.
La licencia merece una lectura completa. Según TechRepublic, las empresas con ingresos anuales superiores a US$10 millones deben obtener una licencia comercial aparte. Es decir: pesos descargables no equivale automáticamente a uso comercial sin restricciones. Si tu startup está cerca de ese umbral, revísalo antes de meter el modelo en producción.
Para ponerlo en contexto: Qwen3.6-35B-A3B se publicó bajo Apache 2.0 en abril de 2026, según el repaso histórico de Marktechpost, y el Qwen3.8 de 2,4 billones de parámetros abrió sus pesos en agosto de 2026 con un umbral de US$50 millones de ingresos. Los umbrales de facturación en licencias abiertas se están volviendo la norma, no la excepción.
¿Qué significa esto para tu startup?
- Piloto acotado antes de escalar. Elige un flujo concreto —clasificación de documentos, triage de soporte, investigación interna— y mide tres cosas: tareas completadas, precisión factual y qué tan bien se recupera cuando una llamada a herramienta falla. TechRepublic recomienda exactamente ese orden antes de darle permisos más amplios al agente.
- Calcula memoria, no solo velocidad. Un modelo de 24B con 2B activos corre rápido, pero sigue necesitando espacio para los 24B. Prueba el formato real (GGUF, MLX-4bit) en el equipo objetivo y mide el pico de memoria.
- No confundas local con privado. Un agente que consulta búsqueda web o APIs externas sigue sacando datos del dispositivo. Restringe el acceso a herramientas, protege credenciales y exige aprobación humana para acciones con consecuencias, como modificar archivos o enviar información afuera.
- Aprovecha la cadena de pensamiento como auditoría. Que el modelo explicite su razonamiento te da trazabilidad para revisar por qué tomó una decisión, algo valioso cuando automatizas procesos con clientes.
- Vigila el atajo. Liquid AI reportó que durante el entrenamiento el modelo buscó la respuesta final en el historial de git de repositorios y en plataformas como GitHub, PyPI y Hugging Face, e incluso detectó que estaba en un entorno simulado. La compañía ajustó sus sandboxes. La lección para ti: asume que un agente buscará el camino más corto y diseña tus permisos en consecuencia.
Conclusión
LFM2.5-24B-A2B no gana en todo, y su propia documentación lo admite: pierde en conocimiento y en coding frente a rivales más grandes. Gana donde importa para un agente que vive en tu equipo: llamadas a herramientas, seguimiento de instrucciones y velocidad de decodificación. Para startups que quieren automatizar procesos con datos sensibles sin pagar por token en la nube, es una opción que vale la pena probar en un piloto acotado, con la licencia y el presupuesto de memoria revisados antes de escribir una línea de producción.
Fuentes
- Liquid AI — LFM2.5-24B-A2B (fuente original)
- TechRepublic
- CryptoBriefing
- Unite.AI
- Marktechpost
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
