LFM2.5-24B-A2B é apresentado para agentes privados no dispositivo
🎧 Ouça esta notícia
O LFM2.5-24B-A2B é apresentado como um modelo de raciocínio para agentes que operam no próprio dispositivo, fazem chamadas de ferramentas e executam tarefas em várias etapas. Embora tenha 24 bilhões de parâmetros, usa apenas 2 bilhões por token, o que reduz o custo de cada etapa de raciocínio. O material informa velocidade de 184 tokens por segundo em um Apple M5 Max e de até 21K tokens de saída por segundo em uma única GPU NVIDIA B300.
Em avaliações com 16 benchmarks, o modelo marcou 48,09 no LiveClaw, contra 38,19 do Qwen3.6-35B-A3B, e liderou ou empatou em cinco dos oito testes de uso de ferramentas e agentes. Também liderou os três benchmarks de seguimento de instruções, mas modelos maiores tiveram vantagem em conhecimento e programação. O modelo mantém uma arquitetura com mistura de especialistas, janela de contexto ampliada e um tokenizador com vocabulário maior que favorece textos não latinos.
Por que importa · interpretação editorial
O modelo foi apresentado para agentes privados executados no próprio dispositivo, com uso de ferramentas e tarefas em várias etapas. A arquitetura ativa apenas 2 bilhões de seus 24 bilhões de parâmetros por token, uma escolha que pode reduzir o custo de cada etapa de raciocínio, embora avaliações indiquem vantagens maiores em uso de ferramentas e seguimento de instruções do que em conhecimento e programação.
Fontes
AgentesPesquisa