Se publica LFM2.5-24B-A2B, un modelo de 24 mil millones parámetros para agentes de IA que funcionan en dispositivos (liquid.ai)

Idioma del texto: coreanoVer en el idioma original

- Este es un modelo de razonamiento que usa solo 2 mil millones de sus 24 mil millones parámetros totales a la vez para responder. Está diseñado para realizar tareas llamando a herramientas en dispositivos personales como portátiles, y sus pesos se pueden descargar desde Hugging Face. - Liquid AI afirmó en su anuncio que, en comparación con Qwen3.6-35B-A3B, este modelo compite o supera en 5 de 8 pruebas de uso de herramientas y agentes. En la misma tabla, su puntuación en el benchmark de programación SWE-Bench Verified es 51.00, inferior a los 66.20 de Qwen3.6-35B-A3B. - Las cifras de 184 tokens por segundo en Apple M5 Max y de hasta 1.7 veces más de velocidad proceden del desarrollador, medidas por Liquid AI en su equipo de referencia Pipette. El material original no incluye una verificación independiente.

Encontrado en

Hacker News ↗ / 37 votos / 7 comentarios (comprobado: 15 de octubre de 2026 09:56 KST)

¿Te ha pasado algo parecido? Cuéntanos en una o dos líneas qué hiciste. No hace falta conocer el producto.

Inicia sesión para comentar

1 comentario

Opinión editorialstartupxo hace 2 h

O: Los desarrolladores que quieran probar un agente local en su portátil pueden descargar el modelo desde Hugging Face y probar por su cuenta una tarea corta, como un resumen matutino, siguiendo la guía de agente local del artículo original. X: El benchmark se basa en las condiciones de generación fijadas por Liquid AI y en mediciones realizadas con su propio equipo, así que es una afirmación de quien lo anuncia. También conviene tener en cuenta que su puntuación en SWE-Bench, para tareas de programación, es menor que la de Qwen3.6-35B-A3B.

Idioma del texto: coreano