Liquid AI lanza un modelo de visión con 3.000 millones de parámetros que supera a competidores con 8.000 millones en las pruebas de referencia

Según Beating, Liquid AI lanzó LFM2.5-VL-3B, un modelo de visión y lenguaje con 3 mil millones de parámetros optimizado para su implementación local en dispositivos móviles y ordenadores. El modelo obtuvo una puntuación media de 69,4 en 28 pruebas de referencia visuales, superando significativamente al Gemma-4-E4B de 8 mil millones de parámetros (59,7) y siendo comparable al InternVL 3.5 4B de 4,7 mil millones de parámetros.

El modelo destaca por su velocidad: genera 228 tokens por segundo en un M5 Max tras la cuantización de 4 bits, mientras consume aproximadamente 3,3 GB de memoria. En un Galaxy S26 Ultra, alcanza 20 tokens por segundo. En una única GPU H100 con alta concurrencia, el rendimiento máximo alcanza aproximadamente 11.000 tokens por segundo, aproximadamente el doble que el de algunos modelos de la clase de 4 mil millones de parámetros. Los pesos son de código abierto en Hugging Face.