El nuevo modelo 2.6B de Liquid AI ejecuta agentes de IA directamente en tu portátil o teléfono
LFM2.5-2.6B es un modelo de IA compacto que puede manejar tareas de varios pasos sin enviar tus datos a la nube, y compite con modelos cuatro veces más grandes en puntuaciones clave.
Puntos clave
- Liquid AI lanzó LFM2.5-2.6B en agosto de 2026, un modelo de 2.600 millones de parámetros diseñado para ejecutar agentes de IA completamente en un dispositivo local.
- El modelo alcanza 220 tokens por segundo en un chip Apple M5 Max y 113 tokens por segundo en una CPU AMD Ryzen AI Max+ 395, ocupando menos de 2,5 GB de memoria.
- En puntuaciones de seguimiento de instrucciones, LFM2.5-2.6B superó a todos los modelos de comparación probados, incluidos modelos casi cuatro veces más grandes.
- Tanto las versiones base como las optimizadas por instrucciones están disponibles ahora en Hugging Face.
La mayoría de asistentes de IA que manejan tareas complejas residen en la nube. Tu solicitud viaja a un servidor remoto, se procesa y regresa. Funciona bien hasta que la privacidad, el costo o el acceso a internet se convierten en una preocupación.
Liquid AI quiere cambiar eso. La empresa ha lanzado LFM2.5-2.6B, un modelo pequeño diseñado para ejecutar agentes de IA, software que realiza tareas de varios pasos de forma independiente, directamente en hardware cotidiano. Piensa en el portátil sobre tu escritorio o el teléfono en tu bolsillo.
¿Qué hace que este modelo sea diferente de un chatbot estándar?
Los chatbots estándar responden una pregunta a la vez. Un agente de IA planifica y actúa a lo largo de varios pasos: puede buscar información, llamar a una herramienta externa, verificar un resultado y luego escribir un resumen. Esto requiere un seguimiento preciso de instrucciones a lo largo de una cadena más larga de decisiones.
LFM2.5-2.6B fue entrenado específicamente para ese tipo de trabajo. Liquid AI lo sometió a cuatro fases de entrenamiento, finalizando con Aprendizaje por Refuerzo Agentivo, donde el modelo practicó tareas dentro de entornos de agentes reales en lugar de leer ejemplos de texto. Encabezó cada puntuación de seguimiento de instrucciones en el grupo de comparación de Liquid, superando a modelos con hasta 9.700 millones de parámetros en varias pruebas. Hemos estado observando esta familia de modelos desde el lanzamiento del codificador de Liquid AI el 28 de julio, que mostró ganancias de eficiencia similares en documentos largos.
¿Cómo se refleja realmente la comparación de tamaños?
La tabla siguiente muestra LFM2.5-2.6B frente a cuatro modelos más grandes en una selección de puntuaciones publicadas por Liquid. En todas las filas es mejor un valor más alto, excepto en AA Omniscience, donde las puntuaciones son negativas y un valor más cercano a cero es mejor.
| Puntuación | LFM2.5-2.6B | Qwen3.5-4B (4.7B) | Qwen3.5-9B (9.7B) |
|---|---|---|---|
| IFBench (seguimiento de instrucciones) | 59.17 | 48.40 | 56.47 |
| ToolSandbox (uso de herramientas) | 77.83 | 75.55 | 76.44 |
| Multi-IF (instrucciones multiturno) | 80.07 | 55.67 | 62.55 |
| AIME25 (matemáticas) | 51.87 | 49.33 | 56.07 |
| LiveCodeBench v6 (codificación) | 59.41 | 60.85 | 69.86 |
El seguimiento de instrucciones y el uso de herramientas favorecen al modelo más pequeño. La codificación es donde los modelos más grandes mantienen una ventaja genuina, por lo que los desarrolladores que crean agentes intensivos en código querrán algo más grande.
¿Deberían los usuarios ordinarios preocuparse por algo de esto?
Sí, por una razón práctica: privacidad. Cuando un agente de IA se ejecuta en tu dispositivo, tus documentos y consultas nunca lo abandonan. Ninguna empresa en la nube almacena ni entrena con tus datos, lo que importa si estás manejando información personal o empresarial sensible.
La velocidad también es significativa en el uso diario. A 30 tokens por segundo, el modelo es lo suficientemente rápido para ejecutarse en un teléfono moderno, no solo en un portátil de gama alta. Ocupa menos de 2,5 GB de memoria, bien al alcance de los dispositivos de consumidor actuales.
Para desarrolladores, el modelo está disponible ahora en Hugging Face y funciona con herramientas ampliamente utilizadas incluyendo llama.cpp y vLLM, un marco para servir modelos de IA a escala.
Preguntas frecuentes
¿Ejecutar IA en mi dispositivo significa que mis datos permanecen privados?
Sí. Cuando un modelo se ejecuta localmente, tu entrada nunca viaja a un servidor externo, por lo que ningún tercero la recibe ni la almacena. Este es el beneficio central de privacidad de la IA en dispositivo.
¿Necesito hardware caro para ejecutar esto?
No necesariamente. Liquid dice que el modelo se ejecuta en un teléfono a velocidades útiles y ocupa menos de 2,5 GB de memoria, menos de lo que muchas aplicaciones de edición de fotos utilizan. Un portátil moderno o un smartphone de gama alta debería ser suficiente.
