Model Releases
LFM2.5-2.6B: La Revolución de los Modelos Agénticos On-Device de Liquid AI
Liquid AI rompe el paradigma de la eficiencia con LFM2.5-2.6B, un modelo de pesos abiertos diseñado para ejecutar agentes inteligentes directamente en hardware local.
3 de agosto de 2026
Model ReleaseLFM2.5-2.6B
Introducción: El fin de la dependencia de la nube
El 3 de agosto de 2026 marca un punto de inflexión en la computación de inteligencia artificial. Liquid AI ha lanzado LFM2.5-2.6B, un modelo de pesos abiertos que no solo busca competir en inteligencia, sino redefinir dónde y cómo se ejecuta la IA. A diferencia de los gigantes de cientos de miles de millones de parámetros que dependen de infraestructuras de nube masivas, LFM2.5-2.6B está diseñado para ser verdaderamente agéntico y local.
Este modelo permite que la inteligencia avanzada resida en el borde (edge computing), ejecutándose íntegramente en smartphones, laptops, PCs y robots. Para los desarrolladores, esto significa una latencia mínima, privacidad absoluta de los datos y, lo más importante, un coste marginal de ejecución prácticamente nulo por cada inferencia realizada.
- Modelo agéntico optimizado para on-device.
- Arquitectura híbrida LFM2.5 de última generación.
- Privacidad total mediante ejecución local.
- Cero coste marginal por ejecución en hardware propio.
Arquitectura y Especificaciones Técnicas
El corazón de LFM2.5-2.6B es la arquitectura híbrida LFM2.5 de Liquid AI. Este modelo ha sido pre-entrenado con una escala masiva de aproximadamente 34 billones (34T) de tokens, lo que le otorga una densidad de conocimiento excepcional para su tamaño de 2.6 mil millones de parámetros.
Una de las características más destacadas es su ventana de contexto de 128K y un vocabulario de 128K, permitiendo procesar documentos extensos y mantener coherencia en diálogos largos sin el consumo de memoria típico de los modelos Transformer tradicionales. Su diseño está optimizado para ofrecer un equilibrio perfecto entre inteligencia por vatio, permitiendo personalización mediante fine-tuning en una sola GPU.
- Parámetros: 2.6B (Open-weights).
- Contexto: 128K tokens.
- Vocabulario: 128K tokens.
- Entrenamiento: 34T tokens.
- Arquitectura: Liquid Hybrid LFM2.5.
Rendimiento: Superando a Gigantes
Lo que realmente separa a LFM2.5-2.6B de otros modelos pequeños es su capacidad de razonamiento y uso de herramientas. En benchmarks críticos, el modelo demuestra una eficiencia asombrosa, superando a modelos que son casi cuatro veces más grandes en su categoría.
En la prueba ToolSandbox, LFM2.5-2.6B alcanza una puntuación de 77.83, superando al Qwen3.5-9B (76.44). En Multi-IF, logra un 80.07 frente al 77.35 de Gemma-4-E4B-it. Finalmente, en IFStruct, su puntuación de 85.49 deja atrás al Qwen3.5-9B, que registra 78.50. Estos números validan su capacidad para actuar como un agente autónomo capaz de manipular entornos complejos.