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

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

O que é o LFM e como ele se diferencia

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

O LFM2.5-230M é o menor da série, mas foi construído sobre a mesma base das versões mais potentes. Ele não pretende ser um assistente universal: o modelo é ajustado para tool use (chamada de ferramentas externas e APIs em pipelines agênticos) e data extraction (extração estruturada de dados a partir de texto não estruturado). É justamente nessas tarefas que ele entrega resultados melhores que os de concorrentes bem maiores.

Velocidade em hardware real e precisão em benchmarks

A Liquid AI testou o desempenho não em servidores, mas em dispositivos de consumo:

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

Para contextualizar, uma velocidade de leitura confortável fica em torno de 15–25 tokens/s. No smartphone, o modelo roda com uma folga de cerca de oito vezes, o suficiente até para aplicativos interativos em tempo real.

Na prática, isso significa que o LFM2.5-230M pode ser executado offline, sem chaves de API, sem custos de nuvem e sem envio de dados a servidores de terceiros. Para produtos corporativos com exigências de confidencialidade, esse já é um argumento de peso por si só.

Nos testes de seguimento de instruções (instruction following), o modelo superou o Qwen3.5-0.8B, da Alibaba (mais de três vezes maior), e o Gemma 3 1B, do Google (quatro vezes maior). Não é uma vitória em um ranking geral, mas especificamente nas tarefas para as quais o modelo foi projetado.

Runtimes compatíveis

O LFM2.5-230M chega com pesos abertos e é compatível com toda a pilha padrão de inferência:

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

A cobertura é máxima: de um MacBook a um servidor Linux, de um Samsung topo de linha a um computador de placa única de US$ 80. Em modelos abertos, a amplitude do suporte do ecossistema é um dos principais fatores para a adoção real.

O que isso significa

A Liquid AI mostra de forma clara que a eficiência arquitetural está desbancando a corrida por parâmetros. Um modelo de 230 milhões de parâmetros que roda em um smartphone mais rápido do que uma pessoa consegue ler, e ainda supera rivais quatro vezes maiores, é um argumento convincente a favor da especialização em vez da generalidade. Para desenvolvedores de apps móveis de IA e de pipelines agênticos, isso abre uma nova janela de oportunidades.