O que é o LFM2.5-2.6B
A Liquid AI acaba de lançar o LFM2.5-2.6B, um modelo de linguagem com 2,6 bilhões de parâmetros otimizado para executar agentes de IA localmente em dispositivos de borda (edge devices). A proposta é ambiciosa: fazer com que assistentes inteligentes rodem diretamente no hardware do usuário, sem depender de chamadas à nuvem.
O modelo foi desenvolvido sob a arquitetura Liquid Foundation Model (LFM), que a empresa vem refinando desde seu lançamento inicial. A versão 2.5 traz melhorias significativas em confiabilidade e desempenho para tarefas de agente — como chamadas de função (function calling), uso de ferramentas e raciocínio em múltiplas etapas.
Performance em CPU e GPU
Um dos diferenciais do LFM2.5-2.6B é sua eficiência em CPU. Enquanto a maioria dos modelos modernos exige GPU para inferência com latência aceitável, a Liquid AI demonstrou que este modelo consegue rodar com velocidade utilizável diretamente em processadores convencionais — incluindo os chips Apple Silicon (M1/M2/M3) e arquiteturas x86 modernas.
Os benchmarks divulgados mostram que o modelo atinge velocidades de inferência competitivas mesmo em ambientes com recursos limitados, tornando-o uma opção viável para:
- Assistentes de codificação locais
- Automação de tarefas no desktop
- Chatbots que rodam offline
- Sistemas embarcados com capacidade de raciocínio
Agentes em todo lugar
A visão da Liquid AI é clara: descentralizar a execução de agentes de IA. Em vez de enviar cada prompt para servidores remotos (com custos de latência, privacidade e infraestrutura), o LFM2.5-2.6B permite que parte do trabalho de agente aconteça localmente.
Isso é particularmente relevante para o cenário brasileiro, onde a infraestrutura de nuvem pode ter latência elevada e os custos em dólar de APIs como GPT-4 e Claude pesam no orçamento de startups e desenvolvedores independentes.
O modelo está disponível no Hugging Face com licença aberta, e a Liquid AI forneceu um demo interativo para testar o comportamento do agente diretamente no navegador.
O que isso significa para o ecossistema
Com 2,6 bilhões de parâmetros, o LFM2.5 compete diretamente com modelos como Gemma 3 (Google), Phi-4 (Microsoft) e as versões menores do Llama (Meta). A grande diferença está na otimização específica para edge computing — um nicho que deve crescer à medida que mais dispositivos ganham capacidade de processamento local de IA.
O lançamento também reforça a tendência de “small language models” (SLMs) eficientes, que priorizam desempenho por watt em vez de força bruta de parâmetros.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
