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

Ao ler os contadores do Hugging Face em 5 de agosto de 2026, a diferença é difícil de ignorar: LFM2.5-2.6B, o modelo de agente no dispositivo Liquid AI lançado em 4 de agosto, registra 47.393 downloads. LFM2.5-2.6B-Base, o checkpoint pré-treinado do qual todos esses pesos derivam, está em 151. Mesma organização, mesma arquitetura, mesma semana, uma divisão de 314 para 1. Uma semana depois, a lacuna de acesso aponta na mesma direção: em 11 de agosto, o modelo pós-treinado LFM2.5-2.6B ganhou um endpoint de API hospedado — oferecido gratuitamente — enquanto LFM2.5-2.6B-Base continua sendo o checkpoint sem um.

O checkpoint base não foi vazado nem escondido. Ele apareceu no post de lançamento da Liquid em exatamente um parêntese — "Os modelos base (LFM2.5-2.6B-Base) e pós-treinados (LFM2.5-2.6B) estão disponíveis hoje no Hugging Face" — e esse é todo o relato publicado sobre ele. Sem benchmarks próprios, sem seção, sem card separado. Tudo abaixo é lido diretamente do repositório — o model card, config.json, o LICENSE (arquivo) e a API do Hugging Face — além de cálculos que fizemos nós mesmos. Quando um número vem das próprias avaliações da Liquid, dizemos isso, porque para este checkpoint específico o fato mais importante é o quão pouco foi realmente medido.

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.

Hugging Face ainda relata que nenhum provedor de inferência atende este repositório, e isso não mudou desde o lançamento. O que mudou é a outra metade do par: em 11 de agosto, o modelo pós-treinado LFM2.5-2.6B ganhou um endpoint hospedado em uma API comercial de roteamento de modelos — a listagem está ativa no registro público de modelos da plataforma, servida gratuitamente com prompt e completion ambos por $0, com o contexto completo de 128K exposto. Verificamos o registro diretamente, então a listagem em si é verificada de forma independente; o preço de $0 é o valor atual da plataforma e pode mudar. Nada disso afeta a base: LFM2.5-2.6B-Base ainda não tem endpoint hospedado em lugar nenhum, então se você quiser os logits dele, você ainda precisa alugar 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.

• Um vertical regulado com dados proprietários. Abaixo de 2,5 GB na inferência, sem dependência de nuvem e uma licença suficientemente permissiva abaixo do limite de receita é uma combinação rara para implantações médicas, legais ou industriais onde os dados não podem sair do dispositivo.

• 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.

A primeira são as avaliações de base. Um único número de MMLU-Pro ou GPQA no checkpoint pré-treinado diria mais aos fine-tuners do que todos os benchmarks de agentes do post de lançamento combinados, e o fato de 34T tokens terem sido usados torna sua ausência mais curiosa, não menos. A segunda é o próprio card — um repositório base cujo título nomeia um modelo diferente, cujo quick-start aplica um template de chat a um modelo que não é de chat, e cujo frontmatter grafa incorretamente base_model é uma correção de dez minutos que impediria as pessoas de concluírem que os pesos estão quebrados quando as instruções estão. A terceira é o relatório técnico do LFM2.5. O bloco de citação aponta para o arXiv 2511.23404, que é o LFM2 relatório técnico de novembro de 2025; o artigo da própria geração 2.5 ainda não saiu, então a mistura de dados de pré-treinamento por trás desses 34T tokens permanece não divulgada.

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.