Liquid AI publicó el 13 de octubre LFM2.5-24B-A2B, dirigido a agentes de IA que funcionan en el dispositivo local. Ofrece una versión base y otra entrenada adicionalmente para seguir instrucciones, utilizar herramientas y resolver tareas de varios pasos. Los pesos descargables permiten ejecutar el modelo en hardware propio, sin enviar cada petición a un servicio externo en la nube durante el trabajo habitual.
El modelo tiene 24.000 millones de parámetros, pero solo algunos participan en el cálculo de cada token. El nombre A2B y el anuncio redondean a 2.000 millones de parámetros activos; la ficha especifica 2.450 millones. Utiliza una arquitectura de mezcla de expertos, MoE. El ahorro afecta al cálculo activo por paso, sin prometer que todo el modelo ocupe lo mismo que uno de solo 2.000 millones de parámetros.
Qué cambia con la ejecución local
La ventana de contexto es de 131.072 tokens y el modelo razona antes de la respuesta final. Liquid AI admite entornos como llama.cpp, MLX y vLLM. En la práctica, la cuantización, la longitud del contexto y las peticiones simultáneas afectan al consumo de memoria. Hay que elegir un archivo y un entorno adecuados al ordenador, sin fiarse únicamente de los parámetros activos del nombre.
La empresa anuncia 184 tokens por segundo en Apple M5 Max y ventajas frente a modelos mayores en varias pruebas de herramientas. Son resultados de Liquid AI bajo sus condiciones, no una garantía para otro equipo. Sus propias tablas tampoco muestran una victoria universal: otros modelos encabezan algunas pruebas de conocimiento y programación. La elección debe responder a la tarea, más allá de la velocidad de generación.
Privacidad, licencia e idioma antes de implantarlo
La ejecución local puede mantener peticiones y cálculo en el ordenador, pero un agente es más que un modelo. Los buscadores, el correo o las conexiones empresariales pueden seguir enviando datos a la red. Antes de darle documentos o permisos, hay que definir qué herramientas puede usar, adónde transmiten información y qué acciones requieren aprobación. Instalarlo localmente no elimina estas comprobaciones.
Los pesos abiertos tampoco equivalen a una licencia comercial sin condiciones. LFM Open License v1.0 incluye una limitación comercial vinculada a un umbral de ingresos anuales de 10 millones de dólares. Cada organización debe revisar las condiciones aplicables. La lista oficial de idiomas incluye inglés, árabe, francés y alemán, entre otros; no incluye hebreo, por lo que el lanzamiento no acredita soporte fiable para esa lengua.
Un comienzo práctico es una tarea definida con archivos no sensibles y permisos limitados, como clasificar documentos o preparar un borrador con fuentes locales. Hay que medir precisión, tareas completadas y consumo, no solo comprobar que el modelo arranca. La ventaja potencial es controlar mejor dónde se calcula. Un servicio fiable sigue necesitando compatibilidad de hardware, pruebas lingüísticas y supervisión de las acciones del agente.