Liquid AI: el modelo pequeño LFM3 resolvió el 64% de las tareas de un agente en Mac; Qwen3.5-2B, el 48%
Liquid AI ha publicado los pesos de LFM3, una familia de seis modelos de unos 2.000 millones de parámetros que funcionan en teléfonos y portátiles sin depender de la nube. En la prueba de MacPaw con 65 tareas cotidianas de agente en macOS real, el texto LFM3-1.7B (1.700 millones de parámetros) resolvió el 64% frente al 48% de Qwen3.5-2B, y gastó un 58% menos de tokens. Por eso, para los agentes locales, ya merece la pena probar los modelos pequeños con tus propias tareas.
Procesado por IA desde Hacker News AI; editado por Hamidun News
Un agente que revisa el correo, gestiona el calendario y se mueve por las aplicaciones suele requerir un modelo grande en la nube y un pago por cada token. Liquid AI sostiene con el lanzamiento de LFM3 que, para muchas de estas tareas, basta un modelo de unos 2.000 millones de parámetros que funciona directamente en el portátil o el teléfono.
El resultado más expresivo lo aporta la prueba de MacPaw: en 65 tareas cotidianas de agente en macOS real, el texto LFM3-1.7B (la versión de 1.700 millones de parámetros) completó el 64% de las tareas, frente al 48% de Qwen3.
5-2B. Además, LFM3 gastó un 58% menos de tokens y se atascó en menos del 1% de los intentos, frente al 15% del rival.
Qué contiene la familia
La primera versión de LFM3 incluye seis modelos, y todos derivan de un mismo modelo base, LFM3-1.7B-Base. Cuatro aceptan distintos tipos de entrada: texto, imágenes y vídeo, audio, o todo a la vez (omnimodelo). Los otros dos son «modelos de decisión», versiones especializadas basadas en el modelo de visión y en el omnimodelo. Los pesos de las versiones base y ajustadas son abiertos.
La propuesta de Liquid no consiste en ejecutar un único modelo grande y generalista, sino en elegir uno pequeño y especializado, ajustarlo a la tarea concreta y ejecutarlo en local. En el caso de la versión de texto, la compañía habla de un ajuste breve en una sola tarjeta gráfica. Como los tokens en el propio dispositivo no tienen coste, decenas de agentes pueden trabajar en segundo plano las veinticuatro horas. Para hacer la demostración, Liquid lanzó en paralelo más de 300.000 agentes LFM3-1.7B para analizar el archivo de correo de Enron.
Cómo está construido el modelo y por qué es rápido
La arquitectura es híbrida: de sus 24 capas, 13 son convoluciones cortas (baratas y rápidas), 5 son atención con ventana deslizante de 256 tokens y 6 son atención global completa. Este esquema lo encontró una búsqueda automática que midió la velocidad en 14 combinaciones de dispositivos y backends: Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple M4 Max, AMD Ryzen AI, procesadores Arm y x86 en la nube, tarjetas gráficas y NPU Qualcomm Hexagon. La generación anterior, LFM2, solo se había comprobado con los procesadores de un teléfono y un portátil.
La ventaja práctica se aprecia con contextos largos. Un contexto completo de 128K tokens ocupa 1,6 GB de caché, frente a 4,3 GB de Qwen3.5-4B y 5,6 GB de MiniCPM5-2B. En las pruebas con llama.cpp, con cuantización Q4_0 y un contexto de 32K, el modelo decodifica entre 1,8 y 2,8 veces más rápido que el competidor más cercano en los tres dispositivos, y es el que menos memoria consume. En una NVIDIA B300 con SGLang, genera 3.600 millones de tokens al día con 1.024 peticiones simultáneas.
El entrenamiento abarcó 22 billones de tokens. Los últimos 3.500 millones de millones —una etapa con datos seleccionados y una gran proporción de trazas de agentes y llamadas a herramientas— también ampliaron la ventana de contexto a 256K. Después, el modelo pasó por cuatro fases de ajuste posterior, entre ellas la destilación de seis especialistas (código, matemáticas, herramientas, contexto largo, trabajo con agentes y escenarios empresariales) en un solo modelo.
Visión, sonido y límites reconocidos
LFM3-VL-2B es el primero de la línea que acepta vídeo: se pueden hacer preguntas sobre la grabación de una conferencia o sobre un clip de cámara. En 62 pruebas de visión supera como mínimo en 7,4 puntos a modelos de su tamaño, iguala a Gemma 4 12B (que es más de seis veces mayor), supera a Gemini 3.5 Flash Lite y se queda a menos de 2 puntos de GPT-5.
6 Luna. Su codificador visual propio, de 164 millones de parámetros, necesita 2,2 veces menos cómputo que el codificador de Qwen3.5-2B, con el mismo resultado medio del 55,9% en 13 pruebas.
Además, gasta tres veces menos cómputo que SigLIP2 en los modelos anteriores de Liquid. El modelo de audio acepta texto o sonido y responde en texto, voz o ambos; se ejecuta en local en portátiles y dispositivos de borde.
Hay reservas. En programación con agentes y en conocimiento, los modelos grandes siguen ganando: aquí el tamaño pesa más que nada. Conectar un buscador casi duplica el resultado en Humanity's Last Exam, pero no cierra la brecha. La mayoría de las comparativas las publica la propia Liquid, y la prueba de MacPaw es la que se percibe como independiente.
Para los desarrolladores, la conclusión es esta. Si se necesitan agentes locales, análisis de documentos o una interfaz de voz sin enviar datos fuera, la clase de 2.000 millones de parámetros ya es una opción viable. Los pesos son abiertos, el ajuste es barato y AMD, Qualcomm y Ambarella han anunciado soporte. Conviene probar el modelo con las propias tareas y comprobar cuáles requieren de verdad un modelo grande en la nube.
- 21 nov 2026Capitana de un equipo de natación automatizó con ChatGPT tres tareas programadas y recortó la rutina varias veces
- 21 nov 2026La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms
- 21 nov 2026Google creó una copia cerrada de internet con bancos falsos para entrenar a los agentes de IA de Chrome
- 21 nov 2026En la prueba MLPerf participan por primera vez Nvidia Rubin y TPU Ironwood: 153 sistemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué contiene la familia?
La primera versión de LFM3 incluye seis modelos, y todos derivan de un mismo modelo base, LFM3-1.7B-Base. Cuatro aceptan distintos tipos de entrada: texto, imágenes y vídeo, audio, o todo a la vez (omnimodelo). Los otros dos son «modelos de decisión», versiones especializadas basadas en el modelo de visión y en el omnimodelo. Los pesos de las versiones base y ajustadas son abiertos.
Cómo está construido el modelo y por qué es rápido?
La arquitectura es híbrida: de sus 24 capas, 13 son convoluciones cortas (baratas y rápidas), 5 son atención con ventana deslizante de 256 tokens y 6 son atención global completa. Este esquema lo encontró una búsqueda automática que midió la velocidad en 14 combinaciones de dispositivos y backends: Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple M4 Max, AMD Ryzen AI, procesadores Arm y x86 en la nube, tarjetas gráficas y NPU Qualcomm Hexagon.
¿Qué se sabe sobre Visión, sonido y límites reconocidos?
LFM3-VL-2B es el primero de la línea que acepta vídeo: se pueden hacer preguntas sobre la grabación de una conferencia o sobre un clip de cámara. En 62 pruebas de visión supera como mínimo en 7,4 puntos a modelos de su tamaño, iguala a Gemma 4 12B (que es más de seis veces mayor), supera a Gemini 3.5 Flash Lite y se queda a menos de 2 puntos de GPT-5.6 Luna.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.