That's NeuralCatálogo de modelos

liquid

LiquidAI: LFM2.5-2.6B (free)

liquid/lfm-2.5-2.6b:free

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

liquid/lfm-2.5-2.6b:free es la variante gratuita publicada en OpenRouter para LFM2.5-2.6B de Liquid AI, un modelo compacto de razonamiento solo de texto documentado para despliegue local y en dispositivos. Liquid AI describe postentrenamiento para trabajo agéntico, llamadas a funciones, extracción de datos, generación aumentada por recuperación y procesamiento de contexto largo, mientras el catálogo marca el razonamiento como obligatorio. Los resultados informados por el proveedor destacan inferencia eficiente en CPU, Apple Silicon y GPU de alta concurrencia; son mediciones declaradas, no garantías. La misma documentación desaconseja la codificación agéntica y las tareas intensivas en conocimiento.[1][2]

Puntos fuertes

  • Modelo compacto solo de texto, documentado para despliegue en dispositivos y compatible con Transformers, vLLM, SGLang, llama.cpp, MLX y LM Studio.[2]
  • La documentación describe postentrenamiento agéntico y un flujo de llamadas a funciones en cuatro pasos, con herramientas definidas mediante la plantilla de chat.[2]
  • Se posiciona para procesamiento de contexto largo, RAG y extracción de datos; las pruebas del proveedor reportan decodificación rápida en CPU y Apple Silicon además de servicio GPU de alta concurrencia.[1][2]

Limitaciones

  • Liquid AI desaconseja explícitamente usarlo para codificación agéntica y tareas intensivas en conocimiento.[2]
  • El razonamiento no es opcional en esta variante: el catálogo lo marca como obligatorio y la ficha indica que cada respuesta empieza con un segmento de pensamiento.[1][2]
  • Las fuentes difieren en la longitud de contexto anunciada y el paquete no incluye evaluaciones independientes; conviene validar contexto, calidad y rendimiento con la carga prevista.[1][2]

Dónde utilizarlo

  • Asistentes o agentes locales y en el borde cuando un modelo compacto de texto y llamadas a herramientas documentadas encajen con las restricciones del producto.[2]
  • Extracción de datos y flujos RAG con contexto largo, después de comprobar precisión y comportamiento contextual en documentos reales.[1][2]
  • Prototipos multilingües de agentes para los idiomas listados por el proveedor, sin asumir una calidad uniforme no medida de forma independiente.[2]

Fuentes

  1. [1] OpenRouter catalog · LiquidAI: LFM2.5-2.6B (free)Fuentes consultadas: 13 nov 2026
  2. [2] Model documentation · LiquidAI: LFM2.5-2.6B (free)Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

LFM2.5-2.6B is a compact reasoning model from Liquid AI. It is suited for agent workflows, data extraction, RAG, and long-context processing. Liquid advises against using it for agentic coding or...

Especificaciones

ID del modelo
liquid/lfm-2.5-2.6b:free
ID canónico
liquid/lfm-2.5-2.6b-20260811
Creador
liquid
Añadido a OpenRouter
11.08.2026
Longitud de contexto
65,536
Modalidad
text->text
Modalidades de entrada
text
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0 / salida $0
Corte de conocimiento
—
Fecha de expiración
13.11.2026

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin mediciónrazonamiento: obligatorio · parámetros: include_reasoning, reasoning
ProgramaciónCC — por debajo de la franja B—
AgentesSin mediciónparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin mediciónrazonamiento: obligatorio · parámetros: include_reasoning, reasoning
Análisis de documentosSin medición—
VisiónSin medición—
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisCoding index7.7CC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Los detalles de proveedores no están disponibles ahora; los datos del catálogo anteriores no se ven afectados.

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.