¿Qué es LFM2.5-ColBERT-350M?
LFM2.5-ColBERT-350M es un modelo de recuperación de interacción tardía de Liquid AI, publicado el 18 de junio de 2026 junto a un hermano denso, LFM2.5-Embedding-350M. Guarda un vector de 128 números por cada token de un documento y puntúa las consultas emparejando tokens (MaxSim), lo que sirve para buscar en un índice o para reordenar sin índice la lista corta de otro sistema. Sustituye al ya retirado LFM2-ColBERT-350M.
Tiene unos 353 millones de parámetros y se basa en LFM2.5-350M-Base, con el modelo causal de Liquid convertido en bidireccional: la atención ve toda la entrada y las convoluciones cortas miran en ambos sentidos. Cubre 11 idiomas, inglés, español, alemán, francés, italiano, portugués, árabe, sueco, noruego, japonés y coreano, y está pensado para textos cortos: documentos de hasta 512 tokens y consultas de hasta 32.
Los pesos están en Hugging Face, con versiones GGUF para llama.cpp, bajo la LFM Open License v1.0, que permite el uso comercial gratuito a organizaciones con menos de $10 millones de ingresos anuales. Funciona con PyLate y Sentence Transformers.
¿Merece la pena LFM2.5-ColBERT-350M?
La búsqueda translingüe de textos cortos es donde este modelo va por delante. En el conjunto multilingüe NanoBEIR de Liquid promedia 0.605 de NDCG@10 en 11 idiomas, frente a 0.556 de Qwen3-Embedding-0.6B, 0.540 del anterior LFM2-ColBERT y 0.484 de LateOn, el modelo solo en inglés de LightOn. En MKQA, donde la consulta y la respuesta pueden estar en idiomas distintos, alcanza 0.694 de recall a 20. El inglés es la excepción: LateOn obtiene allí 0.690 frente a 0.687 de este modelo.
Liquid señala que las puntuaciones de NanoBEIR salen un 15% por encima de las de BEIR completo, así que estas cifras no son comparables con resultados de BEIR de otras fuentes, y todas son ejecuciones de la propia Liquid. El posterior mLateOn de LightOn da 87.69 en MLDR, una prueba de documentos largos, frente a 78.39 de este modelo, lo que encaja con su diseño: con un tope de 512 tokens por documento está hecho para fichas de producto, respuestas de FAQ y fragmentos de soporte, no para informes.
La velocidad es la razón de ser de la arquitectura LFM. En un MacBook Pro con M4 Max bajo llama.cpp, codificar una consulta y puntuarla frente a documentos ya en caché lleva 8.2 ms de mediana; codificar también el documento, como hace un reranker, lleva 34.3 ms. La infraestructura GPU propia de Liquid baja eso a 22.8 ms con los documentos codificados en el momento y a 2.5 ms con ellos en caché. Esas latencias hacen práctica la búsqueda en el dispositivo sobre archivos y notas sin servidor.
La licencia es lo que hay que leer antes de lanzar. La LFM Open License solo es gratis para uso comercial por debajo de $10 millones de ingresos anuales; las empresas más grandes necesitan un acuerdo aparte, lo que la descarta para muchos equipos corporativos, que pueden optar por LateOn o mLateOn con licencia Apache.
Dónde se gana su sitio
Un desarrollador en una empresa de comercio electrónico de 30 personas que vende en Europa y Japón
Encontrar productos cuando el comprador busca en un idioma distinto al de la ficha
Indexa títulos y descripciones cortas de producto con LFM2.5-ColBERT-350M en PyLate, que maneja consultas translingües con 0.694 de recall a 20 en la prueba MKQA de Liquid. Por debajo de $10 millones de ingresos, la licencia es gratis.
Un desarrollador de apps que añade búsqueda local a una app de notas
Buscar en las notas y correos del usuario en el propio dispositivo, sin servidor
Ejecuta la versión GGUF con llama.cpp y guarda los vectores de los documentos en el dispositivo; Liquid mide 8.2 ms por consulta frente a documentos en caché en un portátil con M4 Max.
Un ingeniero cuyo agente elige entre cientos de herramientas
Preseleccionar las herramientas adecuadas para una petición antes de que las vea el LLM
Reordena las descripciones de las herramientas frente a la petición con la función rank de PyLate, como hace la demo de selección de herramientas de Liquid; las descripciones caben de sobra en el límite de 512 tokens por documento.
Antes de decidirte
- Puesta en marcha
- pip install pylate (o sentence-transformers 6.0 o posterior) y carga el modelo con trust_remote_code=True, que aplica los parches bidireccionales; los archivos GGUF funcionan en llama.cpp.
- Integraciones
- PyLate con índices FastPLAID, MultiVectorEncoder de Sentence Transformers y llama.cpp; Liquid ofrece su propia infraestructura de servicio en GPU a clientes empresariales que la soliciten.
- Datos y privacidad
- Autoalojado, así que los documentos se quedan en tu hardware o en el dispositivo del usuario. No figura ninguna API alojada para este modelo.
- Coste a escala
- Sin cuota de API. Las organizaciones con $10 millones o más de ingresos anuales necesitan una licencia comercial de Liquid AI, con precio bajo consulta; el almacenamiento crece con un vector de 128 dimensiones por token.
- Límites
- Los documentos se cortan en 512 tokens y las consultas en 32. Once idiomas; Liquid lo recomienda para recuperación de contexto corto y no para documentos largos.
Lo bueno
- 0.605 en NanoBEIR en 11 idiomas, por delante de Qwen3-Embedding-0.6B
- Buen recall translingüe: 0.694 a 20 en MKQA
- Versiones GGUF; 8.2 ms por consulta en un portátil
- Busca en un índice o reordena una lista corta con un solo modelo
Lo malo
- Documentos de 512 tokens y consultas de 32
- Uso comercial gratis solo por debajo de $10 millones de ingresos
- Por detrás de mLateOn en documentos largos y de LateOn en inglés
- Las pruebas son de Liquid
Ideal para
Desarrolladores que construyen búsqueda multilingüe sobre textos cortos, sobre todo en portátiles, móviles u otros dispositivos sin servidor GPU.
Alternativas a LFM2.5-ColBERT-350M
LFM2.5-ColBERT-350M: preguntas frecuentes
- ¿Merece la pena LFM2.5-ColBERT-350M?
- El ColBERT multilingüe al que recurrir cuando los pasajes son cortos y la búsqueda tiene que funcionar en un portátil o un móvil, aunque la licencia y el tope de 512 tokens marcan sus límites. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta LFM2.5-ColBERT-350M?
- Pesos gratuitos bajo la LFM Open License v1.0; el uso comercial es gratis por debajo de $10 millones de ingresos anuales y, por encima, hace falta una licencia de Liquid AI.
- ¿Qué inconvenientes tiene LFM2.5-ColBERT-350M?
- Documentos de 512 tokens y consultas de 32; uso comercial gratis solo por debajo de $10 millones de ingresos; por detrás de mLateOn en documentos largos y de LateOn en inglés; las pruebas son de Liquid.
- ¿Para quién es LFM2.5-ColBERT-350M?
- Desarrolladores que construyen búsqueda multilingüe sobre textos cortos, sobre todo en portátiles, móviles u otros dispositivos sin servidor GPU.
- ¿Cuánto cuesta LFM2.5-ColBERT-350M para un equipo o en producción?
- Sin cuota de API. Las organizaciones con $10 millones o más de ingresos anuales necesitan una licencia comercial de Liquid AI, con precio bajo consulta; el almacenamiento crece con un vector de 128 dimensiones por token.
- ¿Es LFM2.5-ColBERT-350M seguro para los datos de la empresa?
- Autoalojado, así que los documentos se quedan en tu hardware o en el dispositivo del usuario. No figura ninguna API alojada para este modelo.
- ¿Cuáles son las mejores alternativas a LFM2.5-ColBERT-350M?
- Las alternativas más cercanas que hemos analizado son LateOn and mLateOn, Qwen3-Embedding and Qwen3-Reranker, Jina Embeddings v5 y EmbeddingGemma 2.
Respuestas comprobadas el 20 nov 2026.