Dessa vs LFM2.5 2.6B Base: un checkpoint que puedes poseer frente a una voz que solo puedes oír

LFM2.5-2.6B-Base es un archivo de 2,69 mil millones de parámetros que cabe en unos 2,5 GB, se ejecuta en un teléfono y viene con una licencia que te permite ajustarlo y distribuir el resultado. Dessa es un modelo de voz full-duplex que Block anunció el 23 de octubre de 2026, entrenado solo con conversaciones humanas y, según se dice, lo bastante rápido como para ejecutarse en una MacBook Pro M4 Max. No puedes descargar Dessa, ajustarlo, medirlo ni invocarlo. Es una lista de espera.

Poner estos dos en la misma frase es injusto de una manera obvia: uno es un checkpoint de texto preentrenado y el otro es un comportamiento conversacional acabado. Pero lo injusto es la parte útil. La pregunta que realmente afronta un equipo no es «qué modelo es mejor», sino «sobre qué modelo puedo construir un negocio», y en esa pregunta la brecha entre un checkpoint base descargable y una vista previa de investigación cerrada es mayor que cualquier diferencia en benchmarks.

Qué es realmente LFM2.5-2.6B-Base

Liquid AI lanzó la familia LFM2.5 el 4 de agosto de 2026. El sufijo Base importa más que el número de parámetros: se trata del checkpoint preentrenado, no del asistente ajustado para seguir instrucciones. Ha leído 34 billones de tokens y ha aprendido la estructura estadística de 16 idiomas, pero no se le ha enseñado a seguir instrucciones, mantener un diálogo ni usar herramientas. Si le lanzas un prompt en frío, obtienes una continuación de texto, no una conversación.

La arquitectura es híbrida. Treinta capas, de las cuales 22 son bloques de convolución corta con doble compuerta y ocho son atención de consulta agrupada, un diseño que Liquid ha ido perfeccionando desde la primera generación de LFM2. El vocabulario es de 128.000 tokens, duplicado respecto a la generación anterior mediante una extensión del tokenizador in situ orientada a escrituras no latinas. El contexto es de 131.072 tokens, alcanzado mediante una extensión dedicada de entrenamiento intermedio en lugar de en el momento del preentrenamiento.

El hermano ajustado por instrucciones, LFM2.5-2.6B, es el que tiene la tabla de benchmarks publicada: AIME25 51.87, LiveCodeBench v6 59.41, IFBench 59.17, BFCLv4 56.88, ToolSandbox 77.83, Claw-Eval English 62.85. Esos datos son reportados por el proveedor y corresponden al modelo post-entrenado, no al base. Liquid mismo aconseja no usar la familia para codificación agéntica ni para trabajos con una gran carga de conocimiento, lo cual es una señal útil de honestidad en un mercado donde todo modelo pequeño se describe como si ofreciera más de lo que su tamaño sugiere.

Por qué comparar un checkpoint base con un comportamiento finalizado todavía sigue mereciendo la pena

Un modelo base es un punto de partida. Su valor es lo que puedes construir a partir de él: preentrenamiento continuado en tu dominio, un ajuste fino supervisado con tus transcripciones, un estudiante destilado para una tarea concreta. Dessa es el tipo opuesto de artefacto. Llega como un comportamiento —toma de turnos, señales de acompañamiento, sincronización emocional— y nada de ello queda expuesto para su modificación.

Así que la comparación gira realmente en torno al control. LFM2.5-2.6B-Base te da los pesos, la licencia y la obligación de hacer el trabajo. Dessa te da una demostración y la posibilidad de acceso. Para un laboratorio de investigación, la segunda puede ser más valiosa. Para un equipo de producto, la primera es la única que produce un entregable.

La hoja de especificaciones, con ambos lados en una sola línea

Los datos de LFM proceden de la ficha del modelo y el anuncio de Liquid; los datos de Dessa proceden de la página de Block. Todas las cifras reportadas por el proveedor se etiquetan como tales.

• Parámetros — LFM2.5-2.6B-Base, 2,69B en total frente a Dessa, no divulgado.

Arquitectura — LFM2.5-2.6B-Base, un híbrido de convolución corta y atención de consultas agrupadas, 30 capas frente a Dessa de voz a voz de extremo a extremo, arquitectura no publicada.

• Contexto — LFM2.5-2.6B-Base 131,072 tokens vs Dessa no especificado.

• Modalidad — LFM2.5-2.6B-Base texto de entrada, texto de salida frente a Dessa audio de entrada, audio de salida.

• Pesos — LFM2.5-2.6B-Base disponible para descargar, incluidas las compilaciones GGUF, ONNX y MLX, frente a Dessa: ninguna.

• Licencia — LFM2.5-2.6B-Base la LFM Open License v1.0, uso comercial con condiciones frente a Dessa, sin licencia publicada.

• Memoria — LFM2.5-2.6B-Base por debajo de unos 2,5 GB en tiempo de ejecución frente a Dessa, un MacBook Pro M4 Max o superior, según Block.

• Velocidad — LFM2.5-2.6B-Base: alrededor de 220 tokens por segundo en un Apple M5 Max y alrededor de 30 en teléfonos, según lo reportado por el proveedor, frente a «más rápido que en tiempo real» de Dessa, sin cifra.

• Precio — LFM2.5-2.6B-Base pesos gratuitos vs Dessa sin precio.

• Disponibilidad — LFM2.5-2.6B-Base disponible de forma general desde el 4 de agosto de 2026, frente a Dessa, que tiene lista de espera.

El presupuesto del dispositivo es todo el argumento.

La propuesta de Liquid es la economía del despliegue: un modelo lo bastante pequeño para una Raspberry Pi, lo bastante rápido para un teléfono y lo bastante barato para funcionar sin costes de GPU. El rendimiento declarado —unos 220 tokens por segundo en un M5 Max, 113 en un Ryzen AI Max+ 395 y aproximadamente 30 en un teléfono— es el tipo de cifra que determina si un asistente en el dispositivo se siente instantáneo o roto. Treinta tokens por segundo es más rápido que la velocidad de lectura, que es el umbral relevante para una interfaz de chat.

La afirmación de despliegue de Dessa es una laptop que cuesta bastante más de $2,000 con un chip Apple de gama alta. Eso sigue siendo local, y lo local tiene ventajas reales: no hay factura por token, no hay ida y vuelta por la red, no hay datos que salgan del dispositivo. Pero es un mercado distinto. Un modelo de 2,600 millones de parámetros puede distribuirse dentro de una app; un modelo que necesita un M4 Max es una herramienta para desarrolladores o una función de escritorio. Si tu producto funciona en teléfonos, esta comparación termina en el apartado de la memoria.

El licenciamiento es la verdadera división.

La LFM Open License v1.0 no es una licencia de código abierto aprobada por la OSI, y vale la pena decirlo con claridad. Se permite el uso comercial, pero las organizaciones que superan un umbral de ingresos —los términos de Liquid lo sitúan en 10 millones de dólares de ingresos anuales— necesitan una licencia comercial separada. Esa es una restricción real. También es una restricción conocida, con un documento, un umbral y alguien con quien negociar.

Dessa no tiene licencia porque Dessa no tiene distribución. No se puede cumplir con términos que no existen, y no se puede armar un caso de adquisición en torno a una lista de espera. Para una empresa, «licencia personalizada con un umbral de ingresos» es una revisión legal. «Sin términos publicados» es un impedimento.

Si quieres un agente de voz en un teléfono hoy

Ninguno de los dos modelos es una respuesta completa, pero el lado LFM es al menos un punto de partida. Un agente de voz telefónico necesita tres piezas: reconocimiento de voz, un modelo de lenguaje y síntesis de voz. LFM2.5-2.6B-Base puede ser la pieza intermedia si lo ajustas: el checkpoint base es un modelo de texto, así que no oirá nada por sí solo, y su contexto de 131K basta para contener un historial de conversación largo además de notas recuperadas.

El ajuste fino es la opción interesante. Con los pesos en mano, puedes entrenar con conversaciones de tu propio dominio y evaluar el resultado según tus propios criterios. Ese es precisamente el experimento que el anuncio de Dessa invita a hacer y no permite: tomar un stack pequeño con capacidad de voz, entrenarlo con conversaciones reales y ver si emerge la sincronización emocional. Block dice que lo hizo desde cero en un rack GB200 NVL72. Un equipo con unas pocas GPU puede ejecutar la versión barata de la pregunta sobre una base LFM y aprender algo en una semana.

Si prefieres no ejecutar el modelo de lenguaje en el dispositivo, OrcaRouter pone una única API delante de más de 200 modelos con un 0 % de recargo y conmutación por error automática, para que el paso de razonamiento pueda residir en la nube mientras el audio permanece local. Para que quede claro el alcance: LFM2.5 2.6B Base no está en nuestro catálogo — es una descarga, y esa es precisamente su razón de ser. Nosotros enrutamos modelos alojados; este está pensado para ejecutarse donde lo coloques.

¿Quién debería elegir cuál?

• Necesitas ser dueño del modelo, los pesos y la hoja de ruta — LFM2.5-2.6B-Base, y luego hacer fine-tuning.

• Necesitas funcionamiento sin conexión en hardware económico: LFM2.5-2.6B-Base.

• Necesitas un núcleo de texto o agéntico de menos de unos pocos gigabytes: el LFM2.5-2.6B post-entrenado, no el base.

• Necesitas habla en vivo, interrumpible y emocionalmente expresiva; Dessa es la única de las dos orientada a eso, y no está disponible.

• Necesitas una licencia que puedas firmar este trimestre — LFM2.5-2.6B-Base, con la cláusula de ingresos revisada.

• Debes publicar un resultado reproducible — LFM2.5-2.6B-Base, porque la reproducibilidad requiere un archivo.

El experimento que lo resolvería

Tome 1.000 horas de audio conversacional con transcripciones, ajuste LFM2.5-2.6B-Base en el lado del texto y añada un reconocedor y sintetizador de voz potente. Mida la recuperación tras interrupciones y la adecuación emocional frente a una línea base por turnos. Si el resultado se acerca a lo que sugieren los clips de Block, entonces la ventaja de Dessa es más estrecha de lo que implica el reel de demostración: puede que sea una victoria arquitectónica, pero no inexpugnable.

Si no lo hace, el argumento a favor del entrenamiento nativo en voz se refuerza, y la ausencia de un archivo de pesos de Dessa se convierte en el hecho más importante de esta comparación. En cualquier caso, la prueba se puede ejecutar del lado abierto y no del lado cerrado. Esa asimetría es la respuesta a la pregunta principal, y seguirá siendo la respuesta hasta que Block lance algo que un cliente pueda tener en sus manos.