¿Qué es LFM2.5-24B-A2B?
LFM2.5-24B-A2B es el modelo más grande y el último de la familia LFM2.5 de Liquid AI, publicado el 13 de octubre de 2026. Es un modelo de mezcla de expertos con 24.000 millones de parámetros, de los que 2.450 millones trabajan en cada token, y una estructura poco común: 30 de sus 40 capas son bloques de convolución cortos y solo 10 usan atención. Lee y escribe texto, tiene un contexto de 131.072 tokens y siempre razona antes de responder. Frente a LFM2-24B-A2B, cuadruplica el contexto desde 32K, duplica el vocabulario hasta 128.000 tokens y casi duplica el preentrenamiento hasta unos 33 billones de tokens.
El post-entrenamiento incluyó aprendizaje por refuerzo dentro de cuatro entornos de agentes (OpenClaw, Hermes Agent, Pi y OpenCode), así que el modelo ha practicado con sus herramientas y sus prompts de sistema. Liquid dice que decodifica 184 tokens por segundo en un Apple M5 Max a 4 bits y supera los 21.000 tokens de salida por segundo en una NVIDIA B300 con alta concurrencia.
Los pesos están bajo la LFM Open License v1.0, que prohíbe el uso comercial a organizaciones con $10 millones o más de ingresos anuales. La API propia de Liquid cobra $0,10 por millón de tokens de entrada y $1,00 por millón de salida. Liquid ha publicado desde entonces su siguiente generación, LFM3, una familia de pequeños modelos de texto, visión, audio, omni y decisiones que tratamos en nuestra reseña aparte de LFM3.
¿Merece la pena LFM2.5-24B-A2B?
LFM2.5-24B-A2B está hecho para una sola tarea, llamar a herramientas en una máquina local, y las cifras de Liquid dicen que la hace mejor que rivales más grandes. Su ficha indica 27,69 en AutomationBench frente a 8,72 de Qwen3.6-35B-A3B, 48,09 en LiveClaw frente a 38,19, y 80,71 en ToolSandbox frente a 75,02, con todos los modelos ejecutados por Liquid en vLLM. También lidera las tres pruebas de seguimiento de instrucciones, con 96,75 en IFEval. Artificial Analysis no había puntuado el modelo cuando lo comprobamos, así que nada de esto está confirmado de forma independiente.
La misma tabla muestra su techo. Qwen3.6-35B-A3B lidera SWE-bench Verified en OpenCode por 66,20 a 51,00, GPQA Diamond por 83,69 a 74,42, WebArena Verified por 37,62 a 26,75 y PinchBench por 89,93 a 83,18. La propia Liquid desaconseja usarlo solo para trabajo con mucha carga de conocimiento y sugiere combinarlo con recuperación o búsqueda web.
El argumento del hardware es sólido. El GGUF Q4_K_M ocupa 14,53 GB y una versión Q4_0 entrenada con cuantización ocupa 13,58 GB, así que cabe en un Mac de 24 GB con margen para el contexto, o en una GPU de 16 GB con muy poco margen. Liquid midió 184 tokens por segundo en un M5 Max y 114 en un AMD Ryzen AI Max+ 395, hasta 1,7 veces el siguiente mejor modelo comparado, con una entrada de 4K tokens. Son cifras de Liquid en su propio banco de pruebas.
La licencia es la verdadera limitación. La LFM Open License v1.0 concede derechos comerciales solo a organizaciones con menos de $10 millones de ingresos anuales; cualquier empresa mayor necesita un acuerdo aparte con Liquid. Gemma 4, bajo Apache 2.0, no tiene ese límite. El uso alojado esquiva la cuestión, y los $0,05 de entrada y $0,70 de salida por millón de OpenRouter son menos que los $0,10 y $1,00 de la propia Liquid, pero cada respuesta empieza con un bloque de razonamiento, así que el gasto en salida es mayor que el de un modelo sin razonamiento.
Dónde se gana su sitio
Un desarrollador que usa Hermes Agent u OpenClaw en un MacBook de 24 GB
Tener un agente personal privado que reserva, archiva y busca mediante herramientas
Sirve el GGUF Q4_K_M de 14,53 GB con llama.cpp o la versión MLX de 4 bits y apunta el entorno al endpoint local con un contexto de 131.072 tokens. El modelo se entrenó en estos entornos; combínalo con búsqueda web, porque Liquid dice que el conocimiento es su punto débil.
Una ingeniera de plataforma en una empresa SaaS que ofrece agentes de automatización a sus clientes
Ejecutar llamadas a herramientas de gran volumen a bajo coste
Liquid indica más de 21.000 tokens de salida por segundo en una B300 con SGLang y alta concurrencia. Autoalojarlo requiere un acuerdo comercial si los ingresos son de $10 millones o más; si no, la tarifa de $0,05/$0,70 de OpenRouter deja 1.000 millones de tokens de entrada y 100 millones de salida al mes en unos $120.
El fundador de una startup de tecnología jurídica de siete personas
Lanzar un asistente en el dispositivo dentro de un producto de escritorio
Por debajo de $10 millones de ingresos, la licencia LFM permite el uso comercial y el ajuste fino, conservando los avisos en las copias redistribuidas. Reserva presupuesto para renegociar cuando la empresa supere el umbral, porque entonces la licencia deja de cubrirla.
Antes de decidirte
- Puesta en marcha
- Transformers 5.0 o posterior, vLLM, SGLang, llama.cpp, MLX o LM Studio. La plantilla de chat añade una etiqueta `<think>` a cada respuesta; Liquid recomienda temperature 0.1, top_k 50 y repetition penalty 1.05.
- Integraciones
- Las llamadas a herramientas usan por defecto listas de funciones en estilo Python entre tokens especiales y pasan a JSON si el prompt de sistema lo pide; Liquid documenta configuraciones para Hermes, OpenClaw y Pi. Alojado en Liquid Console y en OpenRouter, donde Liquid es el proveedor.
- Datos y privacidad
- Autoalojarlo mantiene los datos en local. La LFM Open License v1.0 permite el uso comercial solo a organizaciones con menos de $10 millones de ingresos anuales, con una excepción para la investigación sin ánimo de lucro.
- Coste a escala
- En OpenRouter, 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos $120; con los $0,10/$1,00 de Liquid Console, unos $200. Autoalojarlo requiere de 13,58 a 14,53 GB a 4 bits, 25,49 GB en Q8_0 o 47,96 GB en BF16.
- Límites
- Contexto de 131.072 tokens; OpenRouter sirve 128.000 tokens con un tope de salida de 8.192 tokens. Solo texto. Siempre razona primero. Liquid desaconseja las tareas con mucha carga de conocimiento sin recuperación.
Lo bueno
- 27,69 en AutomationBench frente a 8,72 de Qwen3.6-35B-A3B (declarado por el fabricante)
- 14,53 GB en Q4_K_M; 184 tokens/s en un M5 Max (Liquid)
- Versiones GGUF, MLX, ONNX y FP8 desde el lanzamiento
- $0,05 / $0,70 por 1M de tokens en OpenRouter
Lo malo
- Sin licencia comercial a partir de $10M de ingresos anuales
- Por detrás de Qwen3.6-35B-A3B en SWE-bench Verified y GPQA
- Siempre razona, así que los tokens de salida se acumulan
- Solo texto; aún sin puntuación en clasificaciones independientes
Ideal para
Desarrolladores y empresas pequeñas que ejecutan agentes con llamadas a herramientas en portátiles o en una sola GPU, que están por debajo de la línea de $10 millones de ingresos o usan una API alojada.
Alternativas a LFM2.5-24B-A2B
LFM2.5-24B-A2B: preguntas frecuentes
- ¿Merece la pena LFM2.5-24B-A2B?
- Un modelo de agente del tamaño de un portátil que supera a Qwen3.6-35B-A3B en pruebas de herramientas, frenado por una licencia que se detiene en $10 millones de ingresos. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta LFM2.5-24B-A2B?
- Pesos gratuitos bajo la LFM Open License (uso comercial solo por debajo de $10M de ingresos anuales). Liquid Console: $0,10 de entrada / $1,00 de salida por 1M de tokens; OpenRouter: $0,05 / $0,70.
- ¿Qué inconvenientes tiene LFM2.5-24B-A2B?
- Sin licencia comercial a partir de $10M de ingresos anuales; por detrás de Qwen3.6-35B-A3B en SWE-bench Verified y GPQA; siempre razona, así que los tokens de salida se acumulan; solo texto; aún sin puntuación en clasificaciones independientes.
- ¿Para quién es LFM2.5-24B-A2B?
- Desarrolladores y empresas pequeñas que ejecutan agentes con llamadas a herramientas en portátiles o en una sola GPU, que están por debajo de la línea de $10 millones de ingresos o usan una API alojada.
- ¿Cuánto cuesta LFM2.5-24B-A2B para un equipo o en producción?
- En OpenRouter, 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos $120; con los $0,10/$1,00 de Liquid Console, unos $200. Autoalojarlo requiere de 13,58 a 14,53 GB a 4 bits, 25,49 GB en Q8_0 o 47,96 GB en BF16.
- ¿Es LFM2.5-24B-A2B seguro para los datos de la empresa?
- Autoalojarlo mantiene los datos en local. La LFM Open License v1.0 permite el uso comercial solo a organizaciones con menos de $10 millones de ingresos anuales, con una excepción para la investigación sin ánimo de lucro.
- ¿Cuáles son las mejores alternativas a LFM2.5-24B-A2B?
- Las alternativas más cercanas que hemos analizado son gpt-oss-20b, Gemma 4, Underdog Saluki 27B 1.0, Qwen3.8-27B y Ministral 3 (3B, 8B and 14B).
Respuestas comprobadas el 28 oct 2026.