Tecnología / MUNDO

Liquid AI lanza el modelo LFM2.5 de 24.000 millones de parámetros

La empresa dice que activa 2.000 millones por token y publica resultados por dispositivo.

Ilustración conceptual de tecnología, procesadores e información conectada.Ilustración
Ilustración simbólica

Liquid AI publicó el 13 de octubre LFM2.5-24B-A2B, un modelo de razonamiento de pesos abiertos para agentes locales. El modelo de mezcla de expertos tiene 24.000 millones de parámetros totales y activa 2.000 millones por token. Frente a su predecesor, Liquid AI afirma que la ventana de contexto pasó de 32.768 a 131.072 tokens, el vocabulario de 65.000 a 128.000 y el preentrenamiento de 17 a 33 billones de tokens.

La empresa informa de 184 tokens generados por segundo en un Apple M5 Max y más de 21.000 tokens de salida por segundo en una NVIDIA B300. La segunda cifra corresponde a carga sostenida con alta concurrencia, no a la velocidad de un usuario individual; ambas proceden del sistema de pruebas de Liquid AI. Su tabla muestra resultados dispares: el modelo lidera o empata en cinco de ocho pruebas de uso de herramientas, pero queda por detrás de modelos mayores en algunas pruebas de conocimiento y programación.

Datos

Cronología

Resumen del anuncio

La empresa dice que activa 2.000 millones por token y publica resultados por dispositivo.

  1. · Ocurrido

    Liquid AI lanza el modelo LFM2.5 de 24.000 millones de parámetros

    La empresa dice que activa 2.000 millones por token y publica resultados por dispositivo.

Metodología

Este registro resume el anuncio de la fuente sin añadir verificación independiente ni generalizaciones.

Actualizado:

Cobertura estructurada

Temas y lugares

Propuestas temáticas

Referencias geográficas

Solo se muestran referencias geográficas proporcionadas por la fuente. Abrir un mapa externo es opcional. Los mapas opcionales usan OpenStreetMap. Al abrirlos se envían tu dirección IP y la de este sitio al proveedor; los datos de ubicación pueden leerse sin cargar el mapa.

  • Estados Unidos · Función del lugar: Cobertura · Tipo de lugar: País o área · Precisión de ubicación: Regional
    Evidencia
    • Explicit preserved editorial country/region; no city or national centroid inferredwww.liquid.ai ↗
Versión de la taxonomía: IPTC Media Topics 2026-Q2

Seguir leyendo

Tecnología

Microsoft comunica que completó el preentrenamiento de MAI-Base-2

Microsoft AI anunció el 15 de octubre que completó el preentrenamiento de MAI-Base-2, un modelo de mezcla de expertos con 2,8 billones de parámetros totales y 80.000 millones activos. Según la empresa, usó 16.000 GPU GB200 durante 38 días en agosto y septiembre; el entrenamiento posterior sigue en curso.

Microsoft AI1 min de lectura
Incluye datos
Tecnología

AWS presenta resultados de optimización de núcleos MoE en SageMaker

AWS detalló el 13 de octubre optimizaciones de núcleos GPU para modelos de mezcla de expertos en SageMaker AI: intercambio de operandos matriciales, envío de operaciones FP8 a Triton y eliminación de recompilaciones innecesarias en tiempo de ejecución.

AWS Artificial Intelligence Blog1 min de lectura
Incluye datos
Tecnología

Meta publica los pesos del modelo Muse Spark Open

Meta publicó los pesos de Muse Spark Open, un modelo multimodal que describe con 816.000 millones de parámetros totales y unos 42.000 millones activos por token.

Meta AI Research1 min de lectura
Incluye datos