Liquid AI ha lanzado el modelo LFM2.5-2.6B, un agente de 2.600 millones de parámetros diseñado para ejecutarse localmente en dispositivos periféricos con alta eficiencia y compatibilidad.
El modelo está entrenado utilizando aprendizaje por refuerzo agente dentro de harnesses populares para mejorar el uso de herramientas y la seguimiento de instrucciones. Alcanza velocidades de inferencia de 220 tok/s en un Apple M5 Max y 113 tok/s en una CPU AMD Ryzen mientras usa menos de 2.5 GB de memoria. Los benchmarks muestran que compite con modelos cuatro veces su tamaño, liderando las métricas de seguimiento de instrucciones e igualando a los modelos Qwen más grandes en tareas agentivas.
El lanzamiento tiene como objetivo permitir agentes confiables en dispositivos para cargas de trabajo de alto volumen, disponible a través de Hugging Face y bibliotecas de inferencia estándar.