Liquid AI lança o modelo de pesos abertos LFM2.5-24B-A2B para agentes de IA no dispositivo

Em 13 de outubro de 2026, a Liquid AI lançou o LFM2.5-24B-A2B, um modelo de raciocínio do tipo Mistura de Especialistas (MoE) com 24 bilhões de parâmetros no total, mas apenas 2 bilhões ativos para cada token. A empresa o desenvolveu para alimentar agentes rápidos e privados, que rodam no próprio hardware dos usuários. Tanto o modelo quanto uma versão base, o LFM2.5-24B-A2B-Base, estão disponíveis como pesos abertos no Hugging Face.

Segundo a Liquid AI, o modelo sempre apresenta uma cadeia de raciocínio explícita antes de responder, pode chamar ferramentas e lida com tarefas de múltiplas etapas dentro de ambientes de agentes populares. Como poucos parâmetros são acionados por token, cada etapa de raciocínio custa pouco, o que, segundo a empresa, torna viável manter agentes funcionando continuamente em computadores locais.

Arquitetura e treinamento

O lançamento mantém a arquitetura de seu antecessor, o LFM2-24B-A2B: 40 camadas, 64 especialistas por bloco MoE com roteamento top-4 e uma combinação de convoluções curtas com portas e atenção de consulta agrupada. A janela de contexto passa de 32 mil para 131 mil tokens, e o vocabulário dobra, de 65 mil para 128 mil tokens, para melhorar o processamento de escritas não latinas. O pré-treinamento cresceu de cerca de 17 trilhões para aproximadamente 33 trilhões de tokens, seguido por um pipeline de pós-treinamento em cinco etapas que termina com aprendizado por reforço dentro de ambientes como OpenClaw, Hermes Agent, Pi e OpenCode.

Benchmarks e velocidade

Em testes próprios da Liquid AI, realizados em 16 benchmarks, o modelo obteve 48,09 no LiveClaw, contra 38,19 do Qwen3.6-35B-A3B, que tem cerca de 50% a mais de parâmetros totais e ativos. A empresa afirma que ele mais que triplicou a segunda melhor pontuação no AutomationBench e liderou os três benchmarks de seguimento de instruções. Gemma-4-26B-A4B-it e Nemotron-3.5-Lightning também estavam na comparação.

Os resultados não são uniformemente favoráveis. Concorrentes maiores continuam à frente em testes que exigem muito conhecimento, como GPQA Diamond e HLE, e em tarefas de programação: no SWE-Bench Verified, o modelo obteve 51,00 contra 66,20 do Qwen3.6-35B-A3B. A Liquid AI recomenda combiná-lo com recuperação de informações ou busca na web em trabalhos intensivos em conhecimento. Todos os números são autodeclarados e não foram verificados de forma independente.

Em desempenho, a empresa informa 184 tokens por segundo em um Apple M5 Max, 114 em um AMD Ryzen AI Max+ 395 e mais de 21.000 tokens de saída por segundo sob alta concorrência em uma única GPU NVIDIA B300. O suporte a llama.cpp, MLX, vLLM, SGLang e ONNX está disponível desde o lançamento. A novidade reflete um movimento mais amplo rumo a agentes capazes que rodam localmente, em vez de depender de serviços em nuvem.