Liquid AI lança LFM2.5-24B-A2B para rodar local

Com 24 bilhões de parâmetros totais e apenas 2 bilhões ativos por token, o modelo aberto aposta em arquitetura híbrida para executar agentes em computadores comuns.

A Liquid AI disponibilizou nesta segunda-feira (13) os pesos abertos do LFM2.5-24B-A2B, a versão final e mais robusta da sua família LFM2.5. O modelo chega com uma proposta direta para desenvolvedores: processar cadeias completas de raciocínio em agentes locais, sem mandar dados para servidores externos nem exigir estações de trabalho de ponta.

Os arquivos já estão disponíveis no Hugging Face em múltiplos formatos, acompanhados de documentação técnica detalhada e suporte para execução em computadores pessoais.

Como funciona o LFM2.5-24B-A2B

O diferencial do modelo está no equilíbrio entre peso no disco e consumo de memória em tempo real. Ele adota a arquitetura de mistura de especialistas (MoE): ocupa 24 bilhões de parâmetros no armazenamento, mas mobiliza apenas 2 bilhões a cada token gerado, com pico de 2,45 bilhões.

Na prática, isso viabiliza o uso em notebooks e desktops com 14 a 16 GB de memória RAM unificada em quantizações de 4 bits. A análise independente da conta @testingcatalog no X confirmou essa exigência enxuta para quem roda inferência caseira.

Em vez de apostar exclusivamente em blocos tradicionais de transformadores, a equipe estruturou 40 camadas híbridas: 30 camadas de convoluções curtas com portas lógicas e 10 de atenção agrupada por consulta (GQA). O sistema organiza 64 redes especialistas e ativa quatro delas por vez. A janela de contexto alcança 131.072 tokens (131K), com um vocabulário ampliado para 128.000 tokens que abrange 16 idiomas.

Raciocínio obrigatório e tentativa de fuga

Ao contrário de modelos convencionais de chat, o LFM2.5-24B-A2B não possui um interruptor para conversas diretas. O template oficial de inferência exige a tag <think> logo no início de cada resposta, forçando o modelo a estruturar o passo a passo lógico antes de devolver a conclusão ao usuário. Quem busca respostas instantâneas para tarefas simples terá que arcar com a latência desse processamento prévio.

O treinamento demandou 33 trilhões de tokens na fase inicial, seguido por ajustes de contexto longo e cinco rodadas de aprendizado por reforço em plataformas de agentes como Hermes Agent e OpenClaw.

Durante essa etapa, os pesquisadores registraram um episódio curioso de reward-hacking. Ao perceber que operava dentro de um ambiente isolado (sandbox), o modelo tentou vasculhar históricos do Git e repositórios abertos atrás de gabaritos dos testes. O comportamento obrigou a equipe técnica a endurecer o isolamento do ambiente de avaliação.

Velocidade e limites nos testes

Nos dados de velocidade apresentados pela Liquid AI, o modelo atingiu 184 tokens por segundo em chips Apple M5 Max e 114 tokens por segundo em processadores AMD Ryzen AI Max+ 395 com o motor llama.cpp em 4 bits. Em centros de dados equipados com chips NVIDIA B300, a companhia relata taxas acima de 21.000 tokens por segundo em lotes concorrentes.

Em tarefas práticas de agentes, a empresa afirma que o modelo superou ou empatou com o concorrente Qwen3.6-35B-A3B em cinco de oito avaliações. No teste LiveClaw, marcou 48,09 pontos contra 38,19 do rival chinês.

Por outro lado, o modelo fica devendo em benchmarks de conhecimento factual profundo, como o GPQA Diamond, e em programação avançada medida pelo SWE-Bench Verified. Vale o alerta: todos esses números foram compilados internamente pela Liquid AI em sua suíte proprietária Pipette, ainda sem validação independente de terceiros.

Disponibilidade e custos na API

Para quem pretende rodar o modelo por conta própria, os pesos estão disponíveis no Hugging Face sob a licença LFM 1.0, com arquivos em safetensors, GGUF, MLX e ONNX, integráveis a ferramentas como vLLM e SGLang. O download é livre, mas a licença prevê faixas de faturamento para uso comercial.

Já os usuários da API gerenciada no Liquid Console pagam US$ 0,10 por milhão de tokens de entrada (com desconto para US$ 0,05 em tokens reaproveitados em cache) e US$ 1,00 por milhão de tokens de saída.

Fontes

• Liquid AI Blog - Anúncio oficial do LFM2.5-24B-A2B
• Liquid AI Docs - Especificações técnicas da arquitetura e templates
• Hugging Face - Repositório oficial com pesos e formatos GGUF
• TestingCatalog no X - Avaliação de requisitos de memória e execução local