Liquid AI presenta LFM3: sei modelli compatti da un'unica matrice, tra benchmark interni e licenze vincolate

Il 27 ottobre 2026 Liquid AI ha annunciato sul proprio blog ufficiale la famiglia LFM3, una nuova serie di modelli da circa due miliardi di parametri concepiti per l'esecuzione locale su PC e dispositivi mobili. L'intera offerta si sviluppa a partire da una matrice comune, la base LFM3-1.7B-Base, da cui sono state ricavate sei varianti dedicate a testo, visione, audio, elaborazione omnimodale e compiti decisionali specializzati. La versione per il testo, dotata di 1,73 miliardi di parametri e di una finestra di contesto da 256 mila token, adotta un'architettura ibrida su 24 strati che alterna convoluzioni brevi con gate, attenzione a finestra scorrevole e strati di attenzione globale. Il processo di addestramento ha impiegato 22 mila miliardi di token iniziali, seguiti da fasi di affinamento per l'estensione del contesto e l'istruzione guidata.

Nelle rilevazioni diffuse dall'azienda, il modello di testo occupa circa un gigabyte di memoria con quantizzazione a 4 bit e, secondo le stesse misure, richiede una cache KV da 1,6 GB a 128 mila token, contro i 4,3 GB di Qwen3.5-4B e i 5,6 GB di MiniCPM5-2B. La documentazione aziendale riporta una media di 49,37 punti su diciannove benchmark selezionati da Liquid AI, contro i 47,24 attribuiti a Qwen3.5-9B. La stessa tabella mostra però che il modello più grande resta avanti nel ragionamento scientifico di GPQA Diamond (80,40 contro 63,37), nella gestione di contesti estesi di RULER 128K (87,11 contro 65,56) e nella generazione di codice di SWE-bench Verified (51,20 contro 43,40). Secondo Tech Times, al momento della pubblicazione questi dati, dichiarati dall'azienda, non erano ancora stati riprodotti da terzi.

I pesi della serie sono pubblicati sulla piattaforma Hugging Face e resi accessibili tramite API e ambienti di prova dedicati; secondo Liquid AI, ogni modello della famiglia si può rifinire con fine-tuning su una singola GPU. L'adozione della licenza LFM Open License v1.0 stabilisce la gratuità dell'uso commerciale solo fino alla soglia dei dieci milioni di dollari di fatturato annuo, limite oltre il quale è richiesta una licenza commerciale stipulata ad hoc, mentre le attività di ricerca e no profit rimangono prive di vincoli finanziari. Per via di questa soglia, la licenza non è open source in senso OSI. Sullo sviluppo dell'elaborazione periferica, Vinesh Sukumar, vicepresidente di Qualcomm Technologies, ha dichiarato che "The next generation of AI will be more multimodal, personalized, and private", mentre Josh Hort, Senior Director in AMD, ha precisato che "developers need models that can be deployed efficiently across the broad spectrum of AI PCs".

Portare compiti agentici in un modello di testo che, secondo l'azienda, occupa circa un gigabyte a 4 bit è un esercizio d'ingegneria attento, che sposta l'accento dal puro volume dei parametri alla gestione rigida delle risorse hardware. Resta tuttavia da valutare lo scarto tra una selezione di benchmark scelti dal produttore e le prestazioni reali nell'uso quotidiano, dove la stabilità dell'architettura si misurerà sulla capacità di gestire compiti articolati in contesti locali eterogenei. — Olya