Liquid AI lanza el modelo LFM2.5-350M para bucles agentivos.

El nuevo modelo pequeño de Liquid AI para flujos de trabajo de agentes

Liquid AI lanzó LFM2.5-350M, un modelo de 350 millones de parámetros entrenado específicamente para bucles agenticos. Este modelo se centra en la extracción confiable de datos y el uso de herramientas, lo que lo hace adecuado para entornos donde la capacidad de cómputo, la memoria y la latencia están limitadas.

Especificaciones técnicas

• Tamaño: Menos de 500MB cuando está cuantizado
• Entrenamiento: Entrenado con 28 billones de tokens usando aprendizaje por refuerzo escalado
• Rendimiento: Supera a modelos más grandes como Qwen3.5-0.8B en la mayoría de los benchmarks
• Eficiencia: Significativamente más rápido y eficiente en memoria que modelos comparables

Características principales

• Se ejecuta en CPU, GPU y hardware móvil
• Operación rápida, eficiente y de baja latencia
• Llamadas a funciones confiables y flujos de trabajo de agentes
• Salidas estructuradas consistentes

Disponibilidad

El checkpoint del modelo está disponible en Hugging Face en LiquidAI/LFM2.5-350M. Esto lo hace accesible para pruebas inmediatas e integración en flujos de trabajo existentes.

Para desarrolladores que trabajan con agentes de codificación de IA en entornos con recursos limitados, este modelo ofrece un equilibrio entre capacidad y eficiencia. El tamaño pequeño combinado con un rendimiento sólido en salidas estructuradas lo hace práctico para implementación en el edge y aplicaciones móviles.