A LiquidAI anunciou o LFM2.5-24B-A2B em 13 de outubro de 2026, um modelo MoE (Mixture of Experts) de 24 bilhões de parâmetros com apenas 2 bilhões de parâmetros ativos por token. O objetivo é claro: oferecer agentes rápidos, privados e acessíveis para rodar localmente, sem depender da nuvem.
Arquitetura e diferenciais
O LFM2.5-24B-A2B mantém a base do LFM2-24B-A2B, mas cresce a janela de contexto de 32 mil para 131 mil tokens. A arquitetura conta com 40 camadas, 64 especialistas por bloco MoE e roteamento top-4, além de convoluções curtas e GQA. Um ponto importante é o aumento do vocabulário de 65 mil para 128 mil tokens, melhorando a tokenização para idiomas não latinos.
O modelo é “reasoning-only”: sempre produz uma cadeia de raciocínio explícita antes da resposta final. O pré-treinamento foi ampliado de 17 para 33 trilhões de tokens, com etapas específicas para raciocínio, matemática, código e instruções, além de 300 bilhões de tokens focados em contexto longo.
Desempenho e benchmarks
Nos testes, o LFM2.5-24B-A2B foi comparado a modelos como Qwen3.6-35B-A3B (com 50% mais parâmetros ativos), Gemma-4-26B-A4B-it e Nemotron-3.5-Lightning. Mesmo sendo o menor do grupo, o LFM2.5-24B-A2B mostrou competitividade em tarefas de uso de ferramentas e fluxos agentic, com destaque nos benchmarks:
- AutomationBench: 27,69 (bem acima dos concorrentes)
- BFCLv4: 65,01 (empatado com Qwen3.6)
- ToolSandbox: 80,71 (líder)
- LiveClaw: 48,09 (líder)
- PinchBench: 83,18
- MATH-500: 96,04
Em tarefas de instrução, também lidera. Em benchmarks de conhecimento e código, modelos maiores ainda têm vantagem — como Qwen3.6-35B-A3B no GPQA Diamond e SWE-Bench Verified (OpenCode).
Eficiência de inferência
O LFM2.5-24B-A2B oferece desempenho robusto em hardware local. No Apple M5 Max, atinge 184 tokens por segundo; no Ryzen AI Max+ 395, 114 tokens/s. Em GPU (NVIDIA B300), supera 21 mil tokens/s com alta concorrência. O modelo é compatível com os principais frameworks de inferência (llama.cpp, MLX, vLLM, SGLang, ONNX) desde o lançamento.
Por que importa
O LFM2.5-24B-A2B representa o avanço dos modelos open-source otimizados para aplicações agentic on-device. Para desenvolvedores e empresas que buscam privacidade, controle de custos e independência de nuvem, é uma alternativa real aos grandes modelos centralizados. Sua eficiência permite rodar agentes complexos em hardware próprio, sem perder desempenho em tarefas de raciocínio e uso de ferramentas. Para fluxos que exigem conhecimento atualizado ou geração de código, ainda vale combinar o modelo com busca ou retrieval externo, mas para automação, agentes e instruções, o LFM2.5-24B-A2B já é competitivo.