LFM2

LFM2 combina convoluciones cortas con atención de consultas agrupadas en lugar de apoyarse solo en la atención. Cada modelo apila 16 bloques: 10 de convolución de corto alcance con doble compuerta y 6 de atención de consultas agrupadas. El diseño captura patrones locales a bajo costo y recurre a la atención solo donde renta, y así mantiene bajas la latencia y la memoria en el hardware que de verdad llevan teléfonos y portátiles.

La gran promesa es el rendimiento, no la precisión bruta. Según Liquid AI, LFM2 decodifica y hace prefill el doble de rápido que Qwen3 en una CPU, y el modelo pequeño de 700M se mantiene más rápido que un Qwen 0.6B tanto en llama.cpp como en ExecuTorch pese a cargar más parámetros. Esa diferencia pesa en un teléfono o un portátil fino, donde la CPU es el único chip con el que puedes contar.

La familia abarca 350M, 700M, 1.2B y 2.6B de parámetros, así que ajustas el modelo al dispositivo. La versión de 350M entra en wearables y objetivos embebidos ajustados, mientras que el checkpoint de 1.2B corre en un portátil o una GPU suelta y compite con modelos que llevan muchos más parámetros. Al ser una familia pensada para el borde, una sola arquitectura para varios tamaños te deja subir o bajar una función sin reescribirla.

Según Liquid AI, LFM2-1.2B rinde a la altura de Qwen3-1.7B, un modelo con un 47% más de parámetros, y sus puntuaciones quedan cerca de modelos muchas veces más grandes. El checkpoint de 700M supera a Gemma 3 1B IT, y el de 350M pelea de tú a tú con Qwen3-0.6B y Llama 3.2 1B Instruct. En las pruebas de varios turnos de la propia empresa, los jueces prefirieron el modelo de 1.2B frente a Llama 3.2 1B Instruct y Gemma 3 1B IT.

Liquid AI publica los pesos en Hugging Face bajo una licencia abierta basada en Apache 2.0. El uso académico y de investigación es gratis, y las empresas con menos de 10 M$ de ingresos pueden usar los modelos con fines comerciales sin pagar nada. Por encima de ese umbral, contactas con Liquid AI para una licencia comercial, lo que mantiene los términos simples para equipos pequeños y deja margen para acuerdos con empresas grandes.

LFM2 se exporta a los frameworks que los desarrolladores ya usan. Corre en llama.cpp para inferencia local, en PyTorch vía ExecuTorch para móvil y con las herramientas estándar de Transformers para entrenar. El ajuste con TRL es una vía soportada, y las versiones GGUF hacen fácil meter los modelos en apps de inferencia que ya tienes.

Cada checkpoint maneja una ventana de contexto de 32.768 tokens, suficiente para documentos largos y chats extensos. El entrenamiento usó 10 billones de tokens repartidos en un 75% de inglés, 20% multilingüe y 5% de código, con atención extra al japonés, árabe, coreano, español, francés y alemán. Eso convierte a LFM2 en una opción razonable para apps que atienden a más de un idioma.