Liquid AI e a eficiência no dispositivo com LFM2.5-VL-3B: números próprios e limites declarados

Em 12 de agosto de 2026 a Liquid AI lançou o LFM2.5-VL-3B, um modelo de visão e linguagem de pesos abertos com 3,1 bilhões de parâmetros, projetado para rodar em dispositivos de consumo: celulares, notebooks e GPUs individuais. A arquitetura, baseada num codificador visual SigLIP2 e no backbone textual do LFM2.5-2.6B, o modelo só de texto publicado oito dias antes, suporta uma janela de contexto de 32.768 tokens e 16 idiomas, entre eles o italiano. Segundo o blog oficial, o objetivo é o processamento local, reduzindo a dependência dos data centers.

Os dados de desempenho vêm exclusivamente da empresa e foram reproduzidos pela imprensa especializada: média de 69,4 em 28 benchmarks de visão, igualando o InternVL-3.5-4B (69,4) e ficando 0,7 ponto abaixo do Qwen3.5-4B (70,1), com 3,1 bilhões de parâmetros contra 4,7. Ao lado das melhorias em áreas como o ToolSandbox, há uma regressão no CountBenchQA, que caiu para 87,3 ante os 92,2 da versão anterior. Sem verificações independentes de terceiros, esses números continuam sendo declarações da empresa, ainda não confirmadas por ninguém de fora — a própria MarkTechPost esclarece que reproduz os dados da Liquid AI sem validá-los.

Na frente da eficiência, a Liquid AI declara 228 tokens por segundo num Apple M5 Max e uso de memória de cerca de 3 GB. É fundamental notar que as condições desses testes não foram detalhadas, o que dificulta avaliar a replicabilidade dos resultados. A distribuição ocorre sob a licença LFM1.0: a MarkTechPost informa que ela permitiria uso comercial gratuito até 10 milhões de dólares de receita anual, detalhe que não aparece explicitamente no model card oficial no Hugging Face, que se limita a citar o tipo de licença sem especificar limiares econômicos.

A documentação técnica delimita com clareza os campos de aplicação, especificando que o modelo «não é recomendado para tarefas de contexto longo e alta intensidade de raciocínio» («is not recommended for long-context, reasoning-intensive tasks»), como web design visual ou perguntas muito técnicas sobre projetos de engenharia. Ele é otimizado, em vez disso, para tarefas de turno único e alta vazão, como OCR de documentos e tradução no próprio aparelho, onde a baixa latência e o tratamento local dos dados são as verdadeiras vantagens operacionais.

— Olya A eficiência é a nova moeda no mercado dos modelos de linguagem, mas a velocidade de geração sozinha não basta para validar uma arquitetura. É positivo ver empresas avançando rumo à computação na borda com modelos competitivos; enquanto os benchmarks continuarem sendo autodeclarados e os detalhes das configurações de teste permanecerem vagos, porém, a diferença entre um salto real de qualidade e uma simples otimização de marketing seguirá tênue. A verificação independente não é um opcional, é uma necessidade.