O modelo LFM2.5 24B da Liquid AI oferece mais opções de execução para quem cria agentes locais

A Liquid AI lançou LFM2.5-24B-A2B em 13 de outubro como pesos para download de um modelo de raciocínio apenas textual, treinado para usar ferramentas. O cartão do modelo lista checkpoints para vários sistemas de execução, de um arquivo local quantizado a formatos voltados a servidores GPU. Para equipes que criam um agente, esses arquivos são só parte da configuração: também é preciso um runtime para servir o modelo e um harness para executar as chamadas de ferramenta que ele propõe.

A grande mudança

• O que mudou: A Liquid AI colocou no Hugging Face o modelo pós-treinado e sua versão base, com formatos de execução para diferentes hardwares. O cartão informa 24,0 bilhões de parâmetros no total e 2,45 bilhões ativos durante a inferência; “A2B” é uma designação arredondada.
• Por que isso importa: Uma equipe que avalia um agente local pode escolher um checkpoint e um caminho de execução antes de conectar um harness que usa ferramentas, em vez de tratar o download do modelo como um agente completo. A licença e o hardware disponível ainda influenciam a decisão.
• O que observar: A Liquid AI relata resultados promissores de velocidade e uso de ferramentas nos testes especificados. As equipes precisam medir suas próprias tarefas e concorrência; a taxa de decodificação edge da empresa e a capacidade do servidor descrevem cargas diferentes.

O que uma equipe pode baixar

O checkpoint pós-treinado é voltado a trabalho agêntico. Um checkpoint base separado serve para adaptação. A Liquid AI descreve o novo modelo como exclusivo para raciocínio: diferente do LFM2-24B-A2B anterior, ele gera um segmento de pensamento antes da resposta final. O limite de contexto informado é de 131.072 tokens, ante 32.768 na versão anterior. São especificações do modelo, não uma medida de como uma aplicação específica usa contexto longo.

O cartão do modelo liga ao checkpoint native para Transformers, vLLM e SGLang; pesos FP8 para execução em GPU; arquivos GGUF para llama.cpp; arquivos ONNX para ONNX Runtime; e uma versão MLX de 4 bits para Apple Silicon. A BIG CHANGE confirmou em 14 de outubro que os seis repositórios, inclusive o modelo base, estavam acessíveis. O cartão marca como “em breve” um modelo preliminar DSpark para decodificação especulativa. A publicação dos formatos não comprova que uma parte independente testou cada combinação de backend e hardware.

Os pesos são open-weight e regidos pela LFM Open License v1.0. Ela permite baixar e modificar, mas condiciona o uso comercial a uma receita anual do usuário ou entidade legal inferior a US$ 10 milhões. Os termos não licenciam o uso comercial acima desse limite. Organizações devem ler a licença completa antes da implantação; “open-weight” aqui não significa uso comercial irrestrito.

Modelo, servidor e harness têm funções diferentes

A descrição de uso de ferramentas no cartão do modelo dá ao modelo uma lista de funções e permite que proponha uma chamada; o software a executa e devolve o resultado da ferramenta para que o modelo responda. O modelo não executa por conta própria uma ação no navegador ou operação de arquivo. O backend de execução carrega o checkpoint e oferece inferência. Um harness de agente gerencia a troca com as ferramentas e decide como lidar com permissões e resultados.

As instruções da Liquid AI para agentes locais mostram essa divisão: servir o modelo por um endpoint compatível com OpenAI e apontar Hermes Agent, OpenClaw ou Pi para o endereço local. Porta e configuração dependem do servidor escolhido. A empresa diz que treinou o modelo pós-treinado em harnesses agênticos, incluindo Hermes Agent e OpenCode. Isso descreve treinamento e uma configuração suportada, não prova a confiabilidade de um agente baixado nem que os dados permaneçam no dispositivo em toda configuração. Deployment, ferramentas e conexões de rede definem esse limite.

Como ler os números de velocidade conforme a carga

A Liquid AI relata 184 tokens de saída por segundo em um Apple M5 Max e 114 em um AMD Ryzen AI Max+ 395 para decodificação edge. O cartão diz que os testes usaram llama.cpp, quantização Q4_K_M e contexto de entrada de 4.000 tokens, medidos na infraestrutura Pipette da Liquid AI. São medidas da empresa para uma configuração local quantizada. Não determinam a velocidade dos pesos native BF16, de qualquer notebook ou de uma tarefa completa de agente com ferramentas.

O número da empresa, mais de 21.000 tokens de saída por segundo, é throughput agregado de GPU: o total de tokens de saída dividido pelo tempo em uma única NVIDIA B300 sob alta concorrência sustentada. A configuração informada usou SGLang 0.5.22, pesos BF16, 1.024 tokens de entrada e até 256 de saída, substituindo continuamente solicitações concluídas para manter a quantidade pretendida de solicitações simultâneas. Esse número não é a velocidade de resposta para uma pessoa esperando um agente. As medições respondem a perguntas de engenharia distintas: ritmo de geração local e capacidade total do servidor sob carga.

A Liquid AI também publica uma comparação de 16 benchmarks com outros modelos. Por exemplo, relata 48,09 para LFM2.5 no LiveClaw contra 38,19 para Qwen3.6-35B-A3B, enquanto Qwen lidera em WebArena Verified e SWE-Bench Verified na mesma tabela. A empresa diz que todos os modelos foram avaliados com vLLM e configurações de geração específicas por benchmark. A BIG CHANGE não reproduziu os testes; são pistas para avaliar cargas próprias, não uma classificação independente de capacidade.

A avaliação prática é específica: escolha o artefato e runtime adequados ao hardware-alvo, leia a licença, conecte apenas as ferramentas necessárias ao agente e teste a tarefa real com a carga de solicitações esperada. A Liquid AI oferece agora os componentes para essa avaliação. Cada equipe ainda precisa verificar como funcionam em um fluxo de produção.

Fontes e leituras adicionais

• Liquid AI, “LFM2.5-24B-A2B: Built for Fast On-Device Agents” (13 de outubro de 2026). O lançamento descreve as mudanças em relação ao LFM2, a abordagem de treinamento, sistemas de execução compatíveis e medições de qualidade e velocidade do fornecedor. A BIG CHANGE não repetiu os benchmarks nem executou o modelo.
• Liquid AI, cartão do modelo LFM2.5-24B-A2B (consultado em 14 de outubro de 2026). Lista 24,0 bilhões de parâmetros totais e 2,45 bilhões ativos, links de artefatos, configurações de inferência, formato de uso de ferramentas, condições dos benchmarks e o modelo preliminar DSpark anunciado para depois. O fornecedor mantém o cartão, que pode mudar.
• Liquid AI, LFM Open License v1.0 (consultada em 14 de outubro de 2026). Define obrigações de distribuição e a condição de receita anual inferior a US$ 10 milhões para uso comercial. A decisão de implantação deve se basear no texto da licença.
• Liquid AI, guia Agent Harnesses (linkado pelo cartão do modelo, consultado em 14 de outubro de 2026). O guia mantido documenta execução local por endpoint compatível com OpenAI e configuração do harness. É documentação; a BIG CHANGE não executou as instruções.