liquid
LiquidAI: LFM2.5-24B-A2B
liquid/lfm-2.5-24b-a2b
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
LFM2.5-24B-A2B de Liquid AI es un modelo de razonamiento de mezcla de expertos, solo de texto, con 24B de parámetros totales y 2,45B activos, post-entrenado para cargas de trabajo agénticas. Según su ficha de modelo y el catálogo de OpenRouter, siempre genera una fase de razonamiento antes de responder, admite llamadas a funciones y salidas estructuradas, y ofrece una ventana de contexto de unos 128K-131K tokens en 16 idiomas listados. Los resultados reportados por el proveedor enfatizan el uso de herramientas y la velocidad de inferencia en dispositivos; no se incluyeron evaluaciones independientes en este paquete de fuentes.[1][2]
Puntos fuertes
- El diseño MoE disperso activa solo 2,45B de 24B parámetros por token, lo que según el proveedor abarata cada token de razonamiento; la ficha reporta alto rendimiento tanto en Apple Silicon como en GPU de centro de datos.[2]
- Orientado a agentes: el razonamiento es obligatorio antes de cada respuesta, la ficha documenta un flujo de llamadas a funciones en cuatro pasos y el post-entrenamiento habría incluido aprendizaje por refuerzo agéntico dentro de harnesses de agentes populares.[1][2]
- Amplia superficie de despliegue, con checkpoints FP8, GGUF, ONNX y MLX publicados por el proveedor y soporte para Transformers, vLLM, SGLang, llama.cpp, MLX y LM Studio; OpenRouter lista herramientas, elección de herramienta y salidas estructuradas entre los parámetros admitidos.[1][2]
Limitaciones
- El propio proveedor desaconseja usarlo solo para tareas intensivas en conocimiento y recomienda combinarlo con recuperación o búsqueda web; la fecha de corte de conocimiento no consta en la evidencia.[1][2]
- Las afirmaciones de capacidad, comparación y velocidad provienen del proveedor; la tabla de benchmarks suministrada está truncada y no hay evaluaciones independientes en este paquete de fuentes, por lo que se necesita validación específica de cada carga de trabajo.[1][2]
- La longitud de contexto difiere entre fuentes (131.072 tokens en la ficha frente a 128.000 en el catálogo de OpenRouter), y el modelo se distribuye bajo una licencia personalizada lfm1.0 cuyos términos no se detallan en la evidencia.[1][2]
Dónde utilizarlo
- Agentes en dispositivo o autoalojados que deban razonar y llamar herramientas donde importan la privacidad y la latencia; una sugerencia basada en el posicionamiento del proveedor, no un resultado probado.[2]
- Canalizaciones de llamadas a funciones servidas mediante endpoints compatibles con OpenAI, ya que herramientas, elección de herramienta, formato de respuesta y salidas estructuradas figuran entre los parámetros admitidos del catálogo.[1][2]
- Asistentes multilingües o aumentados con recuperación en los 16 idiomas listados en la ficha, apoyándose en el uso de herramientas más que en el conocimiento almacenado.[2]
Fuentes
- [1] OpenRouter catalog · LiquidAI: LFM2.5-24B-A2BFuentes consultadas: 13 nov 2026
- [2] Model documentation · LiquidAI: LFM2.5-24B-A2BFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
LFM2.5-24B-A2B is a mixture-of-experts reasoning model from Liquid AI with 24B total and 2.45B active parameters. It always reasons before answering and is built for agents that call tools. Liquid...
Especificaciones
- ID del modelo
- liquid/lfm-2.5-24b-a2b
- ID canónico
- liquid/lfm-2.5-24b-a2b-20261012
- Creador
- liquid
- Añadido a OpenRouter
- 13.10.2026
- Longitud de contexto
- 128,000
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.050 / salida $0.700
- Corte de conocimiento
- —
- Fecha de expiración
- —
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.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: obligatorio · parámetros: include_reasoning, reasoning |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
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.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Liquidfp8 | 128,000 | $0.050 | $0.700 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.