A Liquid AI apresentou o LFM2.5-24B-A2B, um modelo de raciocínio com 24 mil milhões de parâmetros, dos quais dois mil milhões são activados por token. Segundo a empresa, foi concebido para agentes que executem tarefas em hardware local, chamem ferramentas e trabalhem em várias etapas. A publicação sobre o modelo foi publicada a 13 de Outubro de 2026 no blogue da Hugging Face e apresenta-o como uma opção para agentes privados no próprio dispositivo.

O modelo mantém a arquitectura do LFM2-24B-A2B: 40 camadas, blocos Mixture of Experts com 64 especialistas e encaminhamento para quatro deles, além de convoluções curtas com portas e atenção GQA. A Liquid AI aumentou a janela de contexto de 32 mil para 131 mil tokens e duplicou o vocabulário, de 65 mil para 128 mil tokens. A empresa diz que a expansão melhora a tokenização de línguas não latinas. Ao contrário do antecessor, o novo modelo produz uma cadeia de raciocínio explícita antes da resposta final.

A formação incluiu, de acordo com a empresa, cerca de 33 biliões de tokens no pré-treino, face a aproximadamente 17 biliões no modelo anterior. Seguiram-se 2 biliões de tokens com contexto de 32 mil, com maior peso para raciocínio, matemática, programação, seguimento de instruções e texto multilingue, e mais 300 mil milhões com contexto de 131 mil, com maior peso para dados de contexto longo. O pós-treino decorreu em cinco fases: afinação supervisionada, especialização de modelos professores, duas etapas de destilação e aprendizagem por reforço em ambientes de agentes.

Nos testes divulgados pela Liquid AI, o LFM2.5-24B-A2B obteve 48,09 pontos no LiveClaw, acima dos 38,19 do Qwen3.6-35B-A3B. A empresa afirma que o modelo liderou ou igualou os concorrentes em cinco de oito avaliações de utilização de ferramentas e tarefas agentivas, e nos três testes de seguimento de instruções. No AutomationBench, marcou 27,69, contra 8,72 do segundo melhor modelo apresentado. A empresa diz que as avaliações foram feitas com vLLM e parâmetros de geração recomendados para cada teste; os resultados fornecidos não incluem validação independente.

A tabela também mostra resultados inferiores aos de alguns concorrentes: o modelo fica atrás do Qwen em GPQA Diamond, HLE e SWE-Bench Verified, e não lidera em SciCode. Para tarefas dependentes de conhecimento, a Liquid AI recomenda combinar o modelo com recuperação de informação ou pesquisa na Web. A empresa indica suporte, desde o primeiro dia, em llama.cpp, MLX, vLLM, SGLang e ONNX. Reporta ainda 184 tokens por segundo num Apple M5 Max e até 21 mil tokens por segundo numa NVIDIA B300; estes números são medições apresentadas pela própria empresa.

Porque importa

O modelo foi concebido para executar agentes com raciocínio e chamadas a ferramentas em hardware local. Os resultados publicados pela Liquid AI apontam para vantagens em algumas avaliações, mas também mostram desempenhos inferiores em vários testes; a informação fornecida não inclui validação independente.

Fontes

Run fast, private agents on-device with LFM2.5-24B-A2BHugging Face ↗