Il 13 ottobre Liquid AI ha pubblicato il nuovo modello testuale LFM2.5-24B-A2B con pesi scaricabili. La scheda indica 24 miliardi di parametri complessivi e 2,45 miliardi attivi nel calcolo di un token. A2B non significa che memorizzare tutto il modello richieda poca memoria quanto un modello da due miliardi di parametri.

Il produttore punta su attività in più passaggi e chiamate agli strumenti. I suoi benchmark indicano buoni risultati in alcuni compiti agentici, non una superiorità universale, per esempio nelle correzioni del codice. La velocità dipende da dispositivo, quantizzazione, lunghezza del contesto e richieste simultanee; le misurazioni aziendali non sono una nostra prova indipendente.

Un impiego realistico sarebbe un assistente di un piccolo ufficio che prepara elenchi di attività o bozze di riepilogo da documenti locali. Non dovrebbe inviare l'intero documento a un modello cloud per ogni domanda. Ricerca web e altri servizi collegati potrebbero comunque comportare trasferimenti di dati.

Occorrono memoria sufficiente, un ambiente compatibile e accesso limitato ai file necessari. Invio di messaggi e modifiche ai dati richiedono autorizzazioni separate. Vanno provati il ceco su esempi reali e la licenza LFM specifica, che limita alcuni usi commerciali: non si tratta di open source senza restrizioni.

Un progetto pilota ristretto potrebbe, ottimisticamente, mostrare entro 2–4 settimane se il funzionamento locale riduce davvero i costi ed è abbastanza affidabile. È uno scenario editoriale condizionato, non una scadenza del produttore. Il primo obiettivo dovrebbe essere una bozza da controllare, non un agente sempre attivo con diritti illimitati.