liquid

LiquidAI: LFM2.5-24B-A2B

liquid/lfm-2.5-24b-a2b

Nossa análise

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

O LFM2.5-24B-A2B da Liquid AI é um modelo de raciocínio de mistura de especialistas, somente de texto, com 24B de parâmetros totais e 2,45B ativos, pós-treinado para cargas de trabalho agênticas. Segundo sua ficha de modelo e o catálogo da OpenRouter, ele sempre produz uma etapa de raciocínio antes de responder, oferece chamadas de função e saídas estruturadas e tem janela de contexto de cerca de 128K-131K tokens em 16 idiomas listados. Os resultados relatados pelo fornecedor enfatizam uso de ferramentas e velocidade de inferência no dispositivo; avaliações independentes não constam neste pacote de fontes.[1][2]

Pontos fortes

O design MoE esparso ativa apenas 2,45B de 24B parâmetros por token, o que segundo o fornecedor torna cada token de raciocínio barato; a ficha relata alta taxa de transferência tanto em Apple Silicon quanto em GPUs de data center.[2]
Voltado a agentes: o raciocínio é obrigatório antes de cada resposta, a ficha documenta um fluxo de chamadas de função em quatro etapas e o pós-treinamento teria incluído aprendizado por reforço agêntico dentro de harnesses de agentes populares.[1][2]
Ampla superfície de implantação, com checkpoints FP8, GGUF, ONNX e MLX publicados pelo fornecedor e suporte a Transformers, vLLM, SGLang, llama.cpp, MLX e LM Studio; a OpenRouter lista ferramentas, escolha de ferramenta e saídas estruturadas entre os parâmetros suportados.[1][2]

Limitações

O próprio fornecedor desaconselha usá-lo sozinho em tarefas intensivas em conhecimento e recomenda combiná-lo com recuperação ou busca na web; a data de corte de conhecimento não consta na evidência.[1][2]
As afirmações de capacidade, comparação e velocidade vêm do fornecedor; a tabela de benchmarks fornecida está truncada e não há avaliações independentes neste pacote de fontes, portanto ainda é necessária validação específica de cada carga de trabalho.[1][2]
O comprimento de contexto difere entre as fontes (131.072 tokens na ficha do modelo versus 128.000 no catálogo da OpenRouter), e o modelo é distribuído sob uma licença personalizada lfm1.0 cujos termos não são detalhados na evidência.[1][2]

Onde usar

Agentes no dispositivo ou auto-hospedados que precisem raciocinar e chamar ferramentas onde privacidade e latência importam; uma sugestão baseada no posicionamento do fornecedor, não um resultado comprovado.[2]
Pipelines de chamadas de função servidos por endpoints compatíveis com OpenAI, já que ferramentas, escolha de ferramenta, formato de resposta e saídas estruturadas constam entre os parâmetros suportados do catálogo.[1][2]
Assistentes multilíngues ou aumentados por recuperação nos 16 idiomas listados na ficha, apoiando-se no uso de ferramentas em vez de conhecimento armazenado.[2]

Fontes

[1] OpenRouter catalog · LiquidAI: LFM2.5-24B-A2BFontes consultadas: 13 de nov. de 2026
[2] Model documentation · LiquidAI: LFM2.5-24B-A2BFontes consultadas: 13 de nov. de 2026

Sobre este modelo

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

LFM2.5-24B-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...

Especificações

ID do modelo: liquid/lfm-2.5-24b-a2b
ID canônico: liquid/lfm-2.5-24b-a2b-20261012
Criador: liquid
Adicionado ao OpenRouter: 13.10.2026
Comprimento de contexto: 128,000
Modalidade: text->text
Modalidades de entrada: text
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0.050 / saída $0.700
Corte de conhecimento: —
Data de expiração: —

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	Sem medição	—
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

Não há avaliações fornecidas para este modelo.

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.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Liquidfp8	128,000	$0.050	$0.700	—	—	—

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.