LFM2.5-2.6B-Base: O lançamento mais silencioso da Liquid AI é o que os fine-tuners realmente queriam

Ao consultar os contadores do Hugging Face em 5 de agosto de 2026, a diferença é difícil de ignorar: LFM2.5-2.6B, o modelo agêntico on-device que a Liquid AI lançou em 4 de agosto, acumula 47.393 downloads.LFM2.5-2.6B-Base, o checkpoint pré-treinado do qual todos esses pesos derivam, está com 151. Mesma organização, mesma arquitetura, mesma semana: uma divisão de 314 para 1.

The base checkpoint was not leaked and it was not hidden. It appeared in Liquid's launch post in exactly one parenthesis — "The base (LFM2.5-2.6B-Base) and post-trained (LFM2.5-2.6B) models are available today on Hugging Face" — and that is the entire published account of it. No benchmarks of its own, no section, no separate card. Everything below is read directly off the repository — the model card, config.json, the LICENSE file and the Hugging Face API — plus arithmetic we did ourselves. Where a number comes from Liquid's own evaluations we say so, because for this particular checkpoint the most important fact is how little has actually been measured.

Isso importa mais do que uma nota de rodapé sugere. Um modelo pós-treinado você pode avaliar experimentando-o. Um checkpoint base é uma oferta para gastar duas semanas e um orçamento de GPU antes de aprender qualquer coisa, então os termos da oferta — o que contém, para que é licenciado, o que foi avaliado — são toda a decisão.

O que está realmente no repositório

Nove arquivos, um shard de pesos, nenhum código de modelagem. A lista de especificações do card, corroborada contra config.json:

• 2.69B de parâmetros totais, bfloat16, em um único arquivo de 5.39 GB chamado model.safetensors. Planeje o armazenamento e a VRAM com base nesse número, não em "2.6B."

• 30 camadas, híbrido. A ficha técnica indica 22 blocos de convolução curta com dupla porta mais 8 camadas de atenção GQA. O array layer_types em config.json confirma exatamente: 22 entradas de conv e 8 de full_attention, as camadas de atenção espaçadas aproximadamente a cada três ou quatro blocos, em vez de agrupadas.

• Largura oculta de 2048, dimensão intermediária de 10752, 32 cabeças de atenção sobre 8 cabeças de chave-valor — uma proporção GQA de 4 para 1 — com embeddings de entrada e saída compartilhados e um rope theta de 10.000.000.

• vocabulário de 128.000 tokens, e um tokenizador de 18 MB para acompanhá-lo. A Liquid dobrou o vocabulário nesta geração, o que representa um custo significativo em 2,6B: com embeddings amarrados, a tabela de vocabulário sozinha responde por cerca de 262M do orçamento de parâmetros, quase um décimo do modelo.

• 34 trilhões de tokens de treinamento. Isso é uma execução de pré-treinamento excepcionalmente longa para esta classe de tamanho, e é a razão mais forte para sequer olhar para o checkpoint.

• 16 idiomas declarados: inglês, árabe, chinês, francês, alemão, hindi, indonésio, italiano, japonês, coreano, polonês, português, russo, espanhol, tailandês e vietnamita.

Uma inconsistência para quem planeja trabalho de contexto longo: o card anuncia umcomprimento de contexto de 131.072 tokens, enquanto config.json define max_position_embeddings para 128.000. O próprio blog e a documentação da Liquid dizem 128K. A diferença de 3.072 tokens não importará para a maioria das pessoas, mas se você estiver escrevendo um script de treinamento que empacota sequências até o máximo anunciado, confie no arquivo de configuração em vez do card.

A string de arquitetura é o título prático: model_type é lfm2 e a classe é Lfm2ForCausalLM — a mesma classe que acompanhava a LFM2. A LFM2.5 é pré-treinamento estendido e novo pós-treinamento em uma arquitetura existente, não uma nova, então nada aqui precisa de código de modelagem personalizado. É por isso que llama.cpp, vLLM, MLX, ONNX Runtime, SGLang e LM Studio todos suportaram esta família desde o primeiro dia, e por que o caminho de fine-tuning através de Unsloth e TRL funciona sem patches. Você precisa de transformers>=5.0.0.

O cartão que você recebe é o cartão do outro modelo.

Abra o repositório base e o primeiro título é "LFM2.5-2.6B" — o nome do modelo pós-treinado, não aquele que você está vendo. Isso não é um mero detalhe; a página inteira parece o cartão do modelo instruído com um parágrafo base embutido, e três dos artefatos deixados para trás podem custar um tempo considerável.

• O frontmatter YAML diz base_mode: LiquidAI/LFM2.5-2.6B-Base. Dois problemas em uma linha: a chave é um erro de grafia do que a Hugging Face chama de base_model, e ela aponta o repositório base para ele mesmo. Nada quebra, mas os links da árvore do modelo que você esperaria de uma linhagem devidamente declarada não estão sendo gerados a partir disso.

• O repositório é marcado como conversational e inclui um chat_template.jinja, portanto o Hugging Face exibe um selo "Chat template" em um checkpoint que nunca foi ajustado para instruções. O template existe porque a configuração do tokenizador foi herdada, não porque os pesos sabem o que fazer com ele.

• O snippet de início rápido então usa esse template. O exemplo Python no cartão base chama tokenizer.apply_chat_template com uma {"role": "user"} mensagem e pergunta "O que é C. elegans?" — a forma clássica de fazer um modelo base parecer quebrado. Envolva um checkpoint pré-treinado cru em turnos de chat e você obtém texto disperso, repetitivo e que se auto-continua, e é fácil ler isso como um modelo ruim em vez do formato de prompt errado. Use este como um completador de texto, few-shot, com sequências de parada que você controla.

• A tabela de variantes lista apenas a linha pós-treinada — LFM2.5-2.6B, além de suas versões GGUF, ONNX e MLX. Não existe nenhuma versão GGUF ou MLX do checkpoint base, então "rodá-lo localmente hoje à noite no LM Studio" não é uma opção sem convertê-lo você mesmo.

O Hugging Face também relata que nenhum provedor de inferência atende este repositório. Não há endpoint hospedado para o checkpoint base em lugar nenhum; se você quiser os logits dele, você aluga a GPU.

A seção de benchmark que não existe

Nenhum número de avaliação foi publicado para o LFM2.5-2.6B-Base. Nada de MMLU, nada de MMLU-Pro, nada de GPQA, nada de HellaSwag, nada de ARC, nenhum valor de perplexidade — nada, em nenhuma das três superfícies da Liquid (o card do modelo, o post de lançamento, a documentação). Para um checkpoint base, essa é uma ausência conspicua, porque esses scores de conhecimento e raciocínio são exatamente como você julga se 34T tokens de pré-treinamento deixaram algo que vale a pena ajustar (fine-tuning).

O que existe pertence ao irmão pós-treinado, é relatado pela Liquid e não foi reproduzido de forma independente. Nas próprias avaliações da Liquid, o LFM2.5-2.6B marca 51,87 no AIME25, 59,17 no IFBench, 80,07 no Multi-IF, 56,88 no BFCLv4, 77,83 no ToolSandbox e 26,89 no BrowseComp+ dentro do harness OpenClaw, medido contra gemma-4-E2B-it (5,1B), gemma-4-E4B-it (8B), Qwen3.5-4B (4,7B) e Qwen3.5-9B (9,7B). O resumo da Liquid é que ele lidera todos os benchmarks de seguimento de instruções e quase todos os de uso de ferramentas, e seu próprio gráfico é franco sobre as exceções: Qwen3.5-9B está à frente no AIME25 com 56,07 e no BFCLv4 com 60,13. As alegações de velocidade seguem a mesma regra — 220 tokens/s de decodificação em um M5 Max, 113 em um Ryzen AI Max+ 395, cerca de 30 em um telefone, menos de 2,5 GB de memória e aproximadamente 15 mil tokens/s de saída em alta concorrência em um H100 — todas medidas pelo fornecedor, nenhuma verificada por mais ninguém ainda.

A armadilha é presumir que qualquer uma dessas coisas se transfere. Essas pontuações são o produto de um pipeline de quatro estágios aplicado sobre este checkpoint: duas rodadas de ajuste fino supervisionado, especialização de professores por domínio, destilação on-policy multi-domínio e, em seguida, aprendizado por reforço agêntico com GRPO executado em harnesses reais. Chamada de ferramentas e seguimento de instruções são exatamente os comportamentos que esse pipeline instala. Pegue os pesos base e você estará começando antes de tudo isso. O que você herda é o pré-treinamento — os idiomas, o conhecimento de mundo, a capacidade de contexto longo, a arquitetura híbrida eficiente — e você deve presumir que não herda nada do placar agêntico.

151 downloads não é apenas precoce — está fora do padrão da própria família.

A Liquid envia checkpoints base rotineiramente, então este lançamento é comum em sua natureza. É a negligência que é mensurável. Comparar cada repositório base LFM2.5 com seu irmão instruct no mesmo dia revela uma clara norma da casa — e um claro ponto fora da curva.

• LFM2.5-230M — 58,676 downloads contra 6,982 para a sua base: cerca de 8 para 1.

• LFM2.5-350M — 94.526 contra 9.397: cerca de 10 para 1.

• LFM2.5-1.2B — 583.914 para a versão Instruct contra 17.867 para a versão base: cerca de 33 para 1.

• LFM2.5-8B-A1B — 171.520 contra 3.996: cerca de 43 para 1.

• LFM2.5-2.6B — 47,393 contra 151: cerca de 314 para 1.

Parte disso é simplesmente a idade; o repositório base foi criado em 1º de agosto e o modelo instruct teve uma vantagem de quatro dias, além de um post de lançamento. Mas os checkpoints base mais antigos desta família se estabilizaram entre 8-para-1 e 43-para-1, então uma ordem de grandeza além do pior deles é uma anomalia real, e não um artefato de arredondamento de um repositório novo.

Os likes contam uma história mais sutil. O repositório base tem 28 likes contra 151 downloads — aproximadamente um marcador para cada cinco downloads. O modelo instruct tem 232 likes contra 47.393, cerca de um para cada 204. As pessoas estão marcando o checkpoint base para voltar a ele, não o baixando. Duas fine-tunes da comunidade e sete quantizações já existem na árvore do modelo, o que é como a vanguarda da adoção parece antes do volume chegar.

"Sem restrições" não é o que a licença diz.

A página de lançamento da Liquid descreve o lançamento como open-weight: "Baixe, faça o fine-tuning e implante sem restrições." O arquivo no repositório afirma algo mais restrito, e esta é a seção para ler duas vezes se você está considerando construir um produto sobre esses pesos.

A licença é LFM Open License v1.0 — não Apache-2.0, não MIT, e não possui os mesmos termos da maioria dos pequenos modelos de pesos abertos com os quais você provavelmente está comparando. Citando diretamente o arquivo, a Seção 5 é intitulada "Limitação de Uso Comercial" e diz: "Os direitos concedidos sob esta Licença para Uso Comercial estão condicionados a Você ou sua Entidade Legal não exceder o Limite," seguido por "Qualquer Uso Comercial da Obra ou de uma Obra Derivada por uma Entidade Legal que exceda o Limite não é licenciado sob este Contrato." A Seção 1 define o Limite como "receita anual de 10 milhões de dólares dos Estados Unidos (US$ 10.000.000) ou mais."

Então, a leitura prática:

• Menos de US$ 10 milhões em receita anual — você tem uma licença ampla, perpétua e isenta de royalties que cobre reprodução, obras derivadas, distribuição e sublicenciamento, incluindo uso comercial.

• A partir de $10M — o uso comercial é não licenciado por este acordo. Não é "exige atribuição", não é "exige notificação". Você precisa falar com a Liquid, o que é provavelmente o motivo pelo qual o cartão termina com um link para a equipe de vendas deles.

• Obras derivadas herdam a limitação. Seu fine-tune deste checkpoint é uma Obra Derivada, portanto, um modelo que você gasta um trimestre treinando carrega a mesma concessão condicionada a receita. Se sua empresa cruzar o limite — ou for adquirida por uma que já o tenha — os termos dos quais seu produto depende mudam sob ele.

• Organizações sem fins lucrativos qualificadas são isentas: o Limiar não se aplica a uma 501(c)(3) ou equivalente estrangeiro que utilize o trabalho para fins não comerciais ou de pesquisa. As obrigações ordinárias também se aplicam — repasse a licença, mantenha os avisos de atribuição, marque os arquivos que você alterou.

Nada disso torna o lançamento mesquinho; um limite de US$ 10 milhões isenta quase todas as startups e todos os pesquisadores, e é uma forma legítima de publicar pesos. Mas "sem restrições" é texto de marketing que a licença contradiz, e a discrepância atinge com mais força exatamente aqui. O ajuste fino de um checkpoint base é a maneira mais cara e menos reversível de adotar um modelo. Esse é o pior lugar para descobrir uma cláusula de receita.

Quem deveria realmente fazer este checkpoint?

A orientação da própria Liquid é agradavelmente restrita, e vale a pena segui-la: o card diz que o checkpoint pré-treinado é "apenas recomendado para tarefas que exigem ajuste fino pesado, como assistentes específicos de idioma (ex.: japonês) ou específicos de domínio (ex.: médico), treinamento em dados proprietários, ou experimentação com novas abordagens pós-treinamento." Essa palavra "apenas" está fazendo um trabalho real. Se você quer um agente no dispositivo que chama ferramentas, o LFM2.5-2.6B pós-treinado é estritamente o melhor ponto de partida e o checkpoint base desperdiçará seu mês.

Os casos em que é genuinamente a escolha certa:

• Um idioma que o pós-treinamento atende de forma insuficiente. 34T tokens em 16 idiomas é uma base multilíngue sólida, e a Liquid já comprovou o padrão internamente com uma versão em japonês na linha 1.2B. Continuar o pré-treinamento no seu idioma e, em seguida, fazer seu próprio ajuste de instruções evita lutar contra uma persona pós-treinada centrada no inglês.

• A regulated vertical with proprietary data. Under 2.5 GB at inference, no cloud dependency, and a permissive-enough license below the revenue threshold is a rare combination for medical, legal or industrial deployments where the data cannot leave the device.

• Pesquisa de pós-treinamento.Liquid publicou sua receita — SFT, especialização de professor, MOPD, RL agêntico — e depois entregou a entrada exata dessa receita junto com a saída. Ser capaz de rodar seu próprio método nos mesmos pesos iniciais e comparar com uma implementação de referência forte é incomum e valioso.

• Alvos de destilação. Um híbrido de 2.6B que decodifica a 220 tokens/s em um laptop é um aluno atraente para comprimir um professor muito maior em algo que possa ser lançado.

Esse último par é onde o custo realmente recai, e não são horas de GPU — são dados. O pipeline da Liquid funciona com especialização de professores e destilação on-policy, o que significa que o pré-requisito real para reproduzir algo semelhante é um grande volume de dados gerados por modelos mais fortes, além de pares de preferência e rollouts com recompensa verificável. Isso é um trabalho de muitos modelos antes de ser um trabalho de treinamento: você quer comparar professores candidatos no seu domínio e depois gerar em volume a partir do que vencer. É a parte do trabalho à qual nosso próprio produto se destina — a OrcaRouter coloca 200+ modelos atrás de uma única chave de API com markup de 0%, então o que você paga por um conjunto SFT sintético é o preço de tabela do provedor, em vez de um prêmio de roteamento (quando um fornecedor corta preços, isso chega ao nosso lado no mesmo dia), o failover automático impede que uma execução de geração de vinte horas morra em uma hora ruim de um provedor, e o DSL de roteamento permite distribuir um único prompt entre vários professores e ficar com a melhor resposta. Para ser claro sobre o que não oferecemos: o LFM2.5-2.6B-Base não está na OrcaRouter e nenhum provedor de inferência o hospeda — você executa esses pesos por conta própria. Somos úteis para os professores, não para o aluno.

A mesma divisão vale a pena manter em mente para o que quer que você lance. O post da Liquid argumenta que agentes locais tornam a inferência gratuita e removem o custo por token como restrição, o que é verdade para o token marginal, mas não para a conta total — você já pagou antecipadamente por isso no hardware, e um modelo de 2.6B ainda tem um teto. A própria Liquid reconhece isso, aconselhando contra essa família para trabalhos de agentes com muita codificação ou uso intensivo de conhecimento. O padrão duradouro é um modelo local com fine-tuning, que lida no dispositivo com o caminho comum de alto volume e escala a minoria difícil para um modelo de fronteira via API — o que preserva os ganhos de privacidade e latência onde eles importam, sem fingir que 2.6B de parâmetros podem fazer tudo.

O caminho desses pesos para algo utilizável

O post de lançamento não diz nada sobre isso, mas o cartão base carrega silenciosamente a coisa mais prática de todo o repositório: sete notebooks Colab prontos para execução cobrindo exatamente as etapas do pipeline que um checkpoint base precisa. Dois deles são de pré-treinamento continuado — um para conclusão de texto, um para tradução — que é a etapa que só faz sentido a partir dos pesos base e a única para a qual ninguém escreve tutoriais. O restante cobre ajuste fino supervisionado via Unsloth e TRL, DPO via TRL e GRPO por meio de ambos. A Liquid também inclui o LEAP Finetune como sua própria stack de treinamento, caso você prefira não montar uma.

Ao ler a documentação de fine-tuning do Liquid em relação à forma deste modelo, a sequência realista é a seguinte:

• Primeiro, use-o como um completador, antes de treinar qualquer coisa. Ignore o template de chat no card. Few-shot, texto bruto, suas próprias sequências de parada. É assim que você descobre se o pré-treinamento já cobre seu domínio e idioma, o que decide se você precisa de pré-treinamento contínuo ou pode pular direto para o SFT.

• Continue o pré-treinamento somente se você estiver adicionando conhecimento ou um idioma. Este é o ramo caro — em escala de corpus, não em escala de exemplos — e a única coisa que o irmão pós-treinado genuinamente não pode lhe dar.

• Em seguida, SFT com LoRA, em 500 a 5.000 exemplos.A orientação da própria Liquid é que qualidade e distribuição superam volume e que os exemplos devem corresponder às entradas de produção. Com 2,6B, uma passada de LoRA é curta: os documentos indicam uma execução de 1,2B em minutos a dezenas de minutos em uma GPU moderna, então esse tamanho ainda é um ciclo de mesma tarde.

• Congele um conjunto reservado antes de treinar. Direto, e vale a pena repetir especificamente para este checkpoint, porque não há baseline publicado para comparar — seu conjunto de avaliação é o único número que se tem.

• Estágios de preferência ou RL vêm por último, e somente se o comportamento for o problema. Receitas de DPO e GRPO existem para a família, mas são um refinamento sobre um modelo que já responde; recorrer a elas antes de o SFT ser aplicado é assim que projetos de checkpoint-base estagnam.

Note o que não está nessa lista: nada aqui precisa de um kernel personalizado, um trainer corrigido ou um arquivo de modelagem. Como o LFM2.5 reutiliza a arquitetura do LFM2, o checkpoint base se encaixa na stack padrão, e todo o custo deste projeto é o corpus e o conjunto de avaliação que você cria para ele.

O que mudaria o cenário

Três coisas valem a pena acompanhar, todas elas baratas para a Liquid resolver e nenhuma delas resolvida hoje.

The first is base evaluations. A single MMLU-Pro or GPQA number on the pre-trained checkpoint would tell fine-tuners more than every agentic benchmark in the launch post combined, and the fact that 34T tokens went in makes its absence more curious, not less. The second is the card itself — a base repository whose heading names a different model, whose quick-start applies a chat template to a non-chat model, and whose frontmatter misspells base_model is a ten-minute fix that would stop people concluding the weights are broken when the instructions are. The third is the LFM2.5 technical report. The citation block points at arXiv 2511.23404, which is the LFM2 technical report from November 2025; the 2.5 generation's own paper is not out, so the pre-training data mix behind those 34T tokens remains undisclosed.

Até então, o resumo honesto é que se trata de uma fundação de 2,6B bem especificada, longamente treinada e com formato eficiente, com um público-alvo incomumente claro, publicada sem medições e com uma licença com teto de receita, e até agora quase ninguém a tirou da caixa. Se você está dentro do público que o cartão descreve, vale o seu tempo de GPU — e você estará entre as primeiras pessoas em qualquer lugar a saber o quão boa ela realmente é.

Perguntas que valem a pena responder

Este é o mesmo checkpoint a partir do qual o LFM2.5-2.6B foi pós-treinado, ou uma execução de pré-treinamento separada?

O cartão afirma que o LFM2.5-2.6B-Base {{1}}é o checkpoint pré-treinado somente de texto, usado para criar todas as variantes do LFM2.5-2.6B{{/1}}, {{2}}portanto é a entrada real do pipeline publicado, e não uma versão paralela ou reduzida{{/2}}. É isso que o torna útil para pesquisa de pós-treinamento: {{3}}seu método e os quatro estágios da Liquid começam com pesos idênticos, então uma comparação entre eles é significativa{{/3}}. Vale notar que o repositório base foi criado em 1º de agosto e modificado pela última vez em 4 de agosto, o dia do lançamento — {{4}}verifique o histórico de commits antes de presumir que o arquivo que você baixou cedo é o arquivo que foi publicado{{/4}}.

Posso ajustá-lo e vender o resultado?

Se a receita anual da sua pessoa jurídica for inferior a US$ 10.000.000, sim — a concessão do LFM1.0 cobre o uso comercial de obras derivadas, desde que a licença e os avisos de atribuição sejam mantidos intactos e os arquivos alterados sejam marcados. Nesse limite ou acima dele, o uso comercial do modelo ou de qualquer coisa derivada dele fica fora da licença e exige um acordo separado com a Liquid. O limite está vinculado à receita da sua entidade, e não ao modelo ou à receita que ele gera; portanto, o mesmo fine-tune pode ser licenciado para uma empresa e não para outra, e uma empresa que ultrapassa esse limite não mantém a concessão que tinha.

Por que não apenas fazer o fine-tuning do LFM2.5-2.6B pós-treinado?

Para a maioria dos projetos você deve, e o card da Liquid efetivamente diz isso. O motivo para começar do checkpoint base é quando o pós-treinamento está trabalhando contra você em vez de a seu favor: pré-treinamento contínuo pesado em um novo idioma ou em um corpus especializado tende a prejudicar o comportamento ajustado por instruções de qualquer forma, e padrões de recusa, convenções de chamada de ferramentas e estilo de resposta incorporados por SFT e RL são difíceis de remover e fáceis de entrar em conflito. Se você está adicionando conhecimento ou um idioma, comece do base. Se você está ajustando o comportamento nas margens, comece do modelo pós-treinado e mantenha os quatro estágios de trabalho pelos quais alguém já pagou.