Liquid AI ha presentado LFM2.5-24B-A2B, un modelo de razonamiento de 24.000 millones de parámetros con solo 2.000 millones activos, diseñado para ejecutar agentes de IA de forma privada y rápida en dispositivos locales. Este modelo, el más grande de la familia LFM2.5, compite con Qwen3.6-35B-A3B en cinco de ocho benchmarks de uso de herramientas y agentes, superando a este último en AutomationBench y LiveClaw. Su arquitectura de MoE permite una inferencia hasta 1,7 veces más rápida que modelos comparables, alcanzando 184 tokens por segundo en un Apple M5 Max y 21.000 tokens por segundo en una GPU NVIDIA B300. El modelo incluye una ventana de contexto de 131.072 tokens y un vocabulario de 128.000 tokens, optimizado para tareas de razonamiento y ejecución de herramientas. Disponible en Hugging Face y en la plataforma de Liquid AI, LFM2.5-24B-A2B ofrece soporte nativo para llama.cpp, MLX, vLLM y SGLang, facilitando su despliegue en entornos de producción. La empresa destaca la eficiencia energética y la latencia baja, posicionando el modelo como una opción ideal para agentes que requieren procesamiento local sin depender de la nube, aunque recomienda combinarlo con búsqueda web para cargas de trabajo intensivas en conocimiento.
Noticias agregadas con IA