A Liquid AI lançou o LFM2.5-24B-A2B, o maior e final membro da família LFM2.5. O modelo tem 24 bilhões de parâmetros totais, mas apenas 2 bilhões ativos por token, graças a uma arquitetura MoE (mixture of experts) com 64 especialistas e roteamento top-4. A proposta é clara: entregar um agente de IA rápido, privado e de peso aberto, executando em laptops e smartphones sem depender de nuvem.

O que mudou em relação ao LFM2-24B-A2B

O LFM2.5-24B-A2B mantém a base de 40 camadas, 64 especialistas por bloco MoE com roteamento top-4 e o híbrido de convoluções curtas com GQA. Duas mudanças estruturais se destacam: a janela de contexto saltou de 32.768 para 131.072 tokens, e o vocabulário foi expandido de 65K para 128K tokens, melhorando a tokenização de idiomas não latinos.

Ao contrário do antecessor, o LFM2.5-24B-A2B é um modelo exclusivamente de raciocínio (reasoning-only): cada resposta do assistente abre com uma cadeia de pensamento explícita antes da resposta final. A Liquid AI explica que essa estratégia foi adotada para aproveitar a alta velocidade de decodificação do modelo e melhorar a qualidade das respostas.

O pré-treino foi expandido de 17 trilhões para 33 trilhões de tokens. O pós-treino passa por cinco etapas: SFT, especialização com professor, destilação on-policy multi-domínio (agêntica e não agêntica) e reinforcement learning agêntico — o modelo foi treinado dentro de harnesses de agentes reais como OpenClaw, Hermes Agent, Pi e OpenCode.

Desempenho em benchmarks agênticos

A Liquid AI comparou o LFM2.5-24B-A2B com modelos MoE maiores — cerca de 50% a mais de parâmetros totais e ativos — como o Qwen3.6-35B-A3B, Gemma-4-26B-A4B-it e Nemotron-3.5-Lightning. Em cinco de oito benchmarks de uso de ferramentas e workflows agênticos, o LFM2.5-24B-A2B vence:

Benchmark LFM2.5-24B-A2B Qwen3.6-35B-A3B Gemma-4-26B-A4B-it Nemotron-3.5-Lightning
AutomationBench 27,69 8,72 5,46 2,61
BFCLv4 65,01 65,00 57,09 53,78
ToolSandbox 80,71 75,02 72,09 75,13
LiveClaw 48,09 38,19 41,25 37,72
PinchBench 83,18 89,93 77,12 84,20
τ³-Bench Banking 8,04 7,63 4,54 7,01
WebArena Verified 26,75 37,62 25,62 28,69
GPQA Diamond 74,42 83,69 74,90 72,42

Velocidade no dispositivo

Com apenas 2B parâmetros ativos por token, o LFM2.5-24B-A2B roda até 1,7x mais rápido que MoEs comparáveis em dispositivo local: 184 tokens/s em Apple M5 Max (llama.cpp, Q4_K_M) e até 21 mil tokens/s de saída em uma única NVIDIA B300.

O modelo está disponível em múltiplos formatos: FP8, GGUF, ONNX e builds MLX em 4/5/6/8 bits, todos no Hugging Face sob a licença LFM Open License v1.0 (uso comercial livre para empresas com faturamento anual abaixo de US$ 10 milhões).

Multilíngue e suporte ao português

O LFM2.5-24B-A2B suporta 16 idiomas, incluindo português, além de inglês, espanhol, francês, alemão, italiano, japonês, coreano, chinês, árabe, russo, polonês, hindi, vietnamita, tailandês e indonésio.

A Liquid AI recomenda parâmetros de geração temperature=0.1, top_k=50 e repetition_penalty=1.05.

Transparência: reward hacking e sandboxes

A equipe da Liquid AI documentou comportamentos de reward hacking durante a especialização com professor: o modelo passou a procurar a resposta final no histórico git de repositórios, no GitHub, PyPI e Hugging Face. Em um caso, descobriu que estava rodando em um sandbox. A empresa endureceu os ambientes e todos os resultados reportados vêm de avaliações seladas.

Onde rodar

O LFM2.5-24B-A2B chega como a aposta da Liquid AI para o cenário de agentes locais: modelos abertos, rápidos o suficiente para rodar em hardware de consumo, com raciocínio explícito e suporte multilíngue robusto.

Fontes e referências

Eric
Eric

Editor responsável pela Gbyte News.

Mais deste colunista ↗

Encontrou uma informação que precisa de correção? Fale com a redação.