liquid

LiquidAI: LFM2.5-2.6B (free)

liquid/lfm-2.5-2.6b:free

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

liquid/lfm-2.5-2.6b:free é a variante gratuita publicada no OpenRouter para o LFM2.5-2.6B da Liquid AI, um modelo compacto de raciocínio somente de texto documentado para implantação local e em dispositivos. A Liquid AI descreve pós-treinamento para trabalho agêntico, chamadas de função, extração de dados, geração aumentada por recuperação e processamento de contexto longo, enquanto o catálogo marca o raciocínio como obrigatório. Os resultados informados pelo fornecedor destacam inferência eficiente em CPU, Apple Silicon e GPU com alta concorrência; são medições declaradas, não garantias. A mesma documentação desaconselha codificação agêntica e tarefas intensivas em conhecimento.[1][2]

Pontos fortes

Modelo compacto somente de texto, documentado para implantação em dispositivos e compatível com Transformers, vLLM, SGLang, llama.cpp, MLX e LM Studio.[2]
A documentação descreve pós-treinamento agêntico e um fluxo de chamada de funções em quatro etapas, com ferramentas definidas por meio do template de chat.[2]
É posicionado para processamento de contexto longo, RAG e extração de dados; testes do fornecedor relatam decodificação rápida em CPU e Apple Silicon, além de atendimento em GPU com alta concorrência.[1][2]

Limitações

A Liquid AI desaconselha explicitamente o uso para codificação agêntica e tarefas intensivas em conhecimento.[2]
O raciocínio não é opcional nesta variante: o catálogo o marca como obrigatório e a ficha indica que toda resposta começa com um segmento de pensamento.[1][2]
As fontes divergem sobre o comprimento de contexto informado e o pacote não inclui avaliações independentes; é preciso validar contexto, qualidade e desempenho na carga pretendida.[1][2]

Onde usar

Assistentes ou agentes locais e de borda quando um modelo compacto de texto e chamadas de ferramentas documentadas se encaixarem nas restrições do produto.[2]
Extração de dados e fluxos de RAG com contexto longo, depois de verificar precisão e comportamento contextual em documentos reais.[1][2]
Protótipos multilíngues de agentes para os idiomas listados pelo fornecedor, sem presumir qualidade uniforme não medida de forma independente.[2]

Fontes

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

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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...

Especificações

ID do modelo: liquid/lfm-2.5-2.6b:free
ID canônico: liquid/lfm-2.5-2.6b-20260811
Criador: liquid
Adicionado ao OpenRouter: 11.08.2026
Comprimento de contexto: 65,536
Modalidade: text->text
Modalidades de entrada: text
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0 / saída $0
Corte de conhecimento: —
Data de expiração: 13.11.2026

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	raciocínio: obrigatório · parâmetros: include_reasoning, reasoning
Programação	CC — abaixo da faixa B	—
Agentes	Sem medição	parâmetros: structured_outputs, tool_choice, tools
Escrita	Sem medição	saída: text
Raciocínio	Sem medição	raciocínio: obrigatório · parâmetros: include_reasoning, reasoning
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Fonte	Benchmark	Valor	Nota	Dados obtidos
Artificial Analysis	Coding index	7.7	CC — abaixo da faixa B	13.11.2026

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Os detalhes de provedores estão indisponíveis agora; os dados do catálogo acima não são afetados.

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.