Liquid AI lanza LFM2.5-230M: 213 tokens/s en el Galaxy S25 y compatibilidad con llama.cpp

Liquid AI ha lanzado LFM2.5-230M, el modelo de pesos abiertos más compacto de su gama. Con 230 millones de parámetros, cabe en un smartphone o en un ordenador de placa única y, en las tareas para las que fue creado, supera a competidores con tres y cuatro veces más parámetros.

Qué es LFM y en qué se diferencia

LFM son las siglas de Liquid Foundation Model, una arquitectura propia de Liquid AI, empresa fundada por exalumnos del MIT. El enfoque difiere de forma radical de los transformadores estándar: en lugar del mecanismo clásico de atención, usa un diseño híbrido inspirado en las ecuaciones diferenciales neuronales. El resultado son modelos que funcionan con más eficiencia con menos parámetros.

LFM2.5-230M es el más pequeño de la serie, pero se basa en los mismos fundamentos que las versiones más potentes. No pretende ser un asistente universal: el modelo está afinado para tool use (llamada a herramientas externas y APIs en flujos agénticos) y data extraction (extracción estructurada de datos a partir de texto no estructurado). Precisamente en estas tareas ofrece mejores resultados que competidores mucho mayores.

Velocidad en hardware real y precisión en benchmarks

Liquid AI midió el rendimiento no en servidores, sino en dispositivos de consumo:

• Galaxy S25 Ultra: 213 tokens por segundo
• Raspberry Pi 5: 42 tokens por segundo

Como referencia, una velocidad de lectura cómoda ronda los 15–25 tokens/s. En un smartphone, el modelo funciona con un margen de unas ocho veces, suficiente incluso para aplicaciones interactivas en tiempo real.

En la práctica, esto significa que LFM2.5-230M puede ejecutarse sin conexión, sin claves de API, sin costes de nube y sin enviar datos a servidores de terceros. Para productos empresariales con requisitos de confidencialidad, es un argumento de peso por sí solo.

En las pruebas de seguimiento de instrucciones (instruction following), el modelo superó a Qwen3.5-0.8B de Alibaba (más de tres veces mayor) y a Gemma 3 1B de Google (cuatro veces mayor). No es una victoria en una clasificación general, sino específicamente en las tareas para las que se diseñó el modelo.

Entornos de ejecución compatibles

LFM2.5-230M llega con pesos abiertos y es compatible con toda la pila estándar de inferencia:

• llama.cpp: ejecución en CPU sin GPU en cualquier hardware
• MLX: optimizado para chips Apple Silicon (M1–M4)
• vLLM y SGLang: para despliegues de servidor con alta carga
• ONNX: estándar multiplataforma para despliegues en producción

La cobertura es máxima: de un MacBook a un servidor Linux, de un Samsung de gama alta a un ordenador de placa única de 80 $. En los modelos abiertos, la amplitud del soporte del ecosistema es uno de los factores principales de su difusión real.

Qué significa

Liquid AI demuestra con claridad que la eficiencia arquitectónica desplaza la carrera por los parámetros. Un modelo de 230 M de parámetros que funciona en un smartphone más rápido de lo que una persona puede leer, y que además supera a rivales cuatro veces mayores, es un argumento convincente a favor de la especialización frente a la generalidad. Para los desarrolladores de apps móviles de IA y de flujos agénticos, esto abre una nueva ventana de oportunidades.