Hecho: Liquid AI publicó el 27 de octubre de 2026 LFM3, su nueva generación de modelos fundacionales: seis modelos de la clase de 2B de parámetros —texto, visión, audio, omni y dos de decisión— entrenados sobre un mismo backbone, LFM3-1.7B-Base. Los pesos son abiertos y están disponibles en Hugging Face, el Playground y la API de la empresa, con licencia LFM Open License v1.0 y variantes GGUF, MLX y ONNX.
Arquitectura: la familia usa una nueva arquitectura "tri-híbrida" y 22 billones de tokens de pre-entrenamiento; el texto LFM3-1.7B supera al LFM2.5-2.6B usando 35% menos parámetros. De sus 24 capas, 13 son convoluciones de puerta corta, 5 atención de ventana deslizante de 256 tokens y 6 de atención global. El modelo de texto entra en cerca de 1 GB a precisión de 4 bits y tiene ventana de contexto de 256K tokens. Todos los modelos pueden afinarse con una sola GPU.
En el dispositivo: Liquid AI llevó hardware al loop: de un teléfono y una laptop en LFM2 a 14 combinaciones de dispositivo y backend, con nombres concretos: Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple M4 Max, AMD Ryzen AI y el NPU Hexagon de Qualcomm. La compañía afirma que LFM3-1.7B es el modelo más rápido en los tres dispositivos medidos (con llama.cpp a Q4_0 y contexto de 32K), decodificando entre 1,8 y 2,8 veces más rápido que el siguiente y usando la menos memoria, con una caché KV de 128K tokens que necesita 1,6 GB.
Modalidades: LFM3-VL-2B (1,9B) es el primer modelo de visión de la familia en aceptar video y en razonar paso a paso antes de responder. Según Liquid AI, en 62 benchmarks de visión queda al menos 7,4 puntos por delante de todos los modelos de su tamaño, iguala al Gemma 4 12B —más de seis veces más grande— y está a 2 puntos de GPT-5.6 Luna; AIToolsRecap resume el promedio reportado como 71,4 contra 71,7 del Gemma 4 12B. El de audio soporta 18 idiomas, con su codificador LiquidCodec generando voz a cerca de 87 veces tiempo real en un hilo de CPU (Apple M4 Max) y primer token en tan poco como 50 ms. Los dos modelos de decisión (d1-2B y d1-Omni-2B) no generan texto como respuesta: deciden en milisegundos, ahora con respuestas tipadas.
Rendimiento reportado: en un solo NVIDIA B300 con SGLang en BF16, LFM3-1.7B produce 3.600 millones de tokens por día con 1.024 peticiones concurrentes; para mostrarlo, la empresa corrió más de 300.000 agentes en paralelo investigando el archivo de correos de Enron. Los modelos están post-entrenados para correr en harnesses de agentes como Hermes Agent, Pi y OpenClaw.
Caveat: se trata de una licencia propia, no aprobada por la Open Source Initiative, y los benchmarks citados son del fabricante, sin verificación independiente.




