Liquid AI presenta LFM3: seis modelos compactos a partir de una misma base, entre benchmarks propios y una licencia con condiciones

El 27 de octubre de 2026, Liquid AI anunció en su blog oficial la familia LFM3, una nueva serie de modelos de unos dos mil millones de parámetros pensados para ejecutarse en local en PC y dispositivos móviles. Toda la oferta parte de una base común, LFM3-1.7B-Base, de la que se han derivado seis variantes dedicadas a texto, visión, audio, procesamiento omnimodal y tareas de decisión especializadas. La versión de texto, con 1,73 mil millones de parámetros y una ventana de contexto de 256.000 tokens, adopta una arquitectura híbrida de 24 capas que alterna convoluciones cortas con compuertas, atención de ventana deslizante y capas de atención global. El entrenamiento empleó 22 billones de tokens iniciales, seguidos de fases de ajuste para ampliar el contexto y seguir instrucciones.

Según las mediciones difundidas por la empresa, el modelo de texto ocupa alrededor de un gigabyte de memoria con cuantización de 4 bits y, según esas mismas mediciones, requiere una caché KV de 1,6 GB a 128.000 tokens, frente a los 4,3 GB de Qwen3.5-4B y los 5,6 GB de MiniCPM5-2B. La documentación de la compañía recoge una media de 49,37 puntos en diecinueve benchmarks seleccionados por Liquid AI, frente a los 47,24 atribuidos a Qwen3.5-9B. Sin embargo, la misma tabla muestra que el modelo más grande sigue por delante en razonamiento científico en GPQA Diamond (80,40 frente a 63,37), en el manejo de contextos largos en RULER 128K (87,11 frente a 65,56) y en generación de código en SWE-bench Verified (51,20 frente a 43,40). Según Tech Times, en el momento de la publicación estos datos, declarados por la empresa, aún no habían sido reproducidos por terceros.

Los pesos de la serie están publicados en Hugging Face y accesibles mediante API y entornos de prueba específicos; según Liquid AI, cada modelo de la familia puede ajustarse con fine-tuning en una sola GPU. La LFM Open License v1.0 permite el uso comercial gratuito solo hasta un umbral de diez millones de dólares de facturación anual; por encima, se exige una licencia comercial negociada a medida, mientras que la investigación y las actividades sin ánimo de lucro no tienen condiciones económicas. Por ese umbral, la licencia no es de código abierto en el sentido de la OSI. Sobre el avance del procesamiento en el borde, Vinesh Sukumar, vicepresidente de Qualcomm Technologies, declaró que "The next generation of AI will be more multimodal, personalized, and private", mientras que Josh Hort, Senior Director en AMD, precisó que "developers need models that can be deployed efficiently across the broad spectrum of AI PCs".

Llevar tareas agénticas a un modelo de texto que, según la empresa, ocupa alrededor de un gigabyte a 4 bits es un ejercicio de ingeniería cuidadoso, que desplaza el foco del simple volumen de parámetros a una gestión estricta de los recursos de hardware. Queda por valorar, sin embargo, la distancia entre una selección de benchmarks elegida por el fabricante y el rendimiento real en el uso diario, donde la solidez de la arquitectura se medirá por su capacidad de afrontar tareas complejas en entornos locales muy distintos. — Olya