A Liquid AI anunciou a disponibilização dos modelos LFM2.5-2.6B e LFM2.5-2.6B-Base no Hugging Face, para executar agentes de inteligência artificial localmente em dispositivos, em vez de depender integralmente da inferência na nuvem. Segundo a empresa, o modelo oferece suporte a chamadas de ferramentas e fluxos de trabalho de várias etapas, com tamanho e velocidade adequados para uso em computadores portáteis e telefones.
O lançamento tem como alvo desenvolvedores que precisam implantar agentes em larga escala, mantendo os dados no dispositivo e reduzindo a dependência de uma fatura de inferência na nuvem. A Liquid AI afirma que o modelo compete com modelos aproximadamente quatro vezes maiores em uso de ferramentas, seguimento de instruções e tarefas agentivas de várias etapas.
Treinamento personalizado para tarefas agentivas
O LFM2.5-2.6B foi pré-treinado com cerca de 34 trilhões de tokens, e a etapa de treinamento intermediário ampliou a janela de contexto para 128 mil tokens. Depois disso, o modelo passou por quatro etapas para ser transformado de um modelo básico em um agente capaz de lidar com ferramentas e tarefas sequenciais.
- Ajuste fino supervisionado: duas rodadas de treinamento focadas principalmente em dados de uso de ferramentas, pesquisa na web e fluxos de trabalho de agentes.
- Especialização de professores: treinamento de um modelo professor especializado para cada área, como matemática, programação e uso de ferramentas.
- Destilação multidisciplinar: transferência das capacidades dos modelos especializados para um único modelo.
- Reforço agentivo: execução de treinamento em várias rodadas dentro de estruturas reais de agentes, para que o modelo aprenda a lidar com diferentes ferramentas, instruções do sistema e ambientes de tarefas de várias etapas.
O sistema de reforço agentivo separa a melhoria do modelo, a inferência e a execução dos ambientes. O sistema usa o mecanismo de treinamento para aprimorar o modelo e o mecanismo de rollout para gerar ações com a política mais recente, enquanto a estrutura de reforço coordena os processos de treinamento e a coleta de trajetórias e recompensas. As ações são executadas dentro de um serviço Sandbox, no qual o Blackbox Harness hospeda o agente e coordena sua interação com o ambiente da tarefa, sem necessidade de modificar as estruturas compatíveis.
Resultados dos testes e desempenho
A Liquid AI comparou o modelo com modelos aproximadamente até quatro vezes maiores, entre eles gemma-4-E2B-it, gemma-4-E4B-it, Qwen3.5-4B e Qwen3.5-9B. O LFM2.5-2.6B foi o menor modelo do grupo, mas liderou todos os testes de seguimento de instruções incluídos na comparação. Também liderou os testes de uso de ferramentas, com exceção do BFCLv4, no qual o Qwen3.5-9B teve desempenho superior.
O modelo obteve 80,07 no teste Multi-IF, 85,49 no IFStruct, 77,83 no ToolSandbox e 62,85 na média do Claw-Eval em inglês. Nas tarefas agentivas, superou os dois modelos Gemma e manteve desempenho semelhante ao dos modelos Qwen, enquanto os modelos maiores permaneceram claramente à frente em programação.
Velocidade de execução e disponibilidade
Desde o primeiro dia, o modelo é compatível com várias ferramentas de inferência, incluindo llama.cpp, MLX, vLLM, SGLang e ONNX. A empresa afirma que a velocidade de geração em uma unidade Apple M5 Max é de 220 tokens por segundo e chega a 113 tokens por segundo em um processador AMD Ryzen AI Max+ 395, com o modelo funcionando em menos de 2,5 GB de memória. A empresa também indica a possibilidade de executar agentes capazes em um telefone a uma velocidade de 30 tokens por segundo.
Em unidades de processamento gráfico, o modelo chega a cerca de 15 mil tokens de saída por segundo em alta concorrência, o equivalente a aproximadamente 1,3 bilhão de tokens por dia em uma única unidade H100. Os desenvolvedores podem experimentar uma demonstração WebGPU no navegador ou usar o modelo com estruturas locais de agentes, como OpenClaw, Hermes Agent e Pi. Também está disponível uma demonstração de um agente de pesquisa que funciona no dispositivo.