A Liquid AI lançou o LFM2.5-230M: 213 tokens/s no Galaxy S25 e suporte a llama.cpp

Liquid AI lançou LFM2.5-230M — o modelo mais compacto da linha com pesos abertos. Com 230 milhões de parâmetros, cabe em um smartphone ou computador de placa única e ainda supera concorrentes com três a quatro vezes mais parâmetros nas tarefas para as quais foi projetado.

O que é LFM e o que a diferencia

LFM significa Liquid Foundation Model — a arquitetura proprietária da Liquid AI, fundada por ex-alunos do MIT. A abordagem difere fundamentalmente dos transformers padrão: em vez do mecanismo de atenção clássico, usa um design híbrido inspirado em equações diferenciais neurais. O resultado — modelos que funcionam de forma mais eficiente com menos parâmetros.

LFM2.5-230M é a menor da série, mas construída na mesma base que versões mais poderosas. Ela não pretende ser um assistente universal: o modelo é otimizado para tool use (chamar ferramentas externas e APIs em pipelines de agentes) e data extraction (extração estruturada de dados de texto não estruturado). É precisamente nessas tarefas que ela demonstra resultados superiores aos de concorrentes significativamente maiores.

Velocidade em hardware real e precisão em benchmarks

Liquid AI testou o desempenho não em servidores, mas em dispositivos do consumidor:

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

Para contexto: velocidade de leitura confortável para um usuário é cerca de 15–25 tokens/s. O modelo funciona em um smartphone com margem oito vezes — suficiente até para aplicativos interativos em tempo real.

O que isso significa na prática: LFM2.5-230M pode rodar offline, sem chaves de API, sem custos de nuvem e sem transmitir dados para servidores terceirizados. Para produtos corporativos com requisitos de confidencialidade, este é um argumento convincente em si mesmo.

Em testes de seguimento de instruções, o modelo superou Qwen3.5-0.8B da Alibaba (mais de três vezes maior) e Gemma 3 1B do Google (quatro vezes maior). Esta é uma vitória não em rankings gerais, mas especificamente nas tarefas para as quais o modelo foi projetado.

Runtimes suportados

LFM2.5-230M é lançado com pesos abertos e suporta a pilha de inferência padrão completa:

• llama.cpp — execução em CPU sem GPU em qualquer hardware
• MLX — otimizado para chips Apple Silicon (M1–M4)
• vLLM e SGLang — para implantação de alta carga do servidor
• ONNX — padrão multiplataforma para implantação em produção

Cobertura máxima: de MacBook para servidor Linux, de Samsung flagship para computador de placa única de $80. Para modelos abertos, a amplitude do suporte ao ecossistema é um dos principais fatores para adoção no mundo real.

O que isso significa

Liquid AI demonstra claramente: eficiência arquitetônica desloca a corrida por parâmetros. Um modelo com 230 milhões de parâmetros que funciona em um smartphone mais rápido do que um humano consegue ler e supera analogs quatro vezes maiores é um argumento convincente para especialização sobre universalidade. Para desenvolvedores de aplicativos móveis de IA e pipelines de agentes, isso abre uma nova janela de possibilidades.