La evolución de la inteligencia artificial ha estado dominada durante años por la carrera hacia modelos cada vez más grandes, con cientos de miles de millones de parámetros. Sin embargo, una tendencia paralela está ganando fuerza: la optimización para entornos con recursos limitados, conocida como edge computing. En este contexto, Liquid AI ha lanzado LFM2.5-230M, un modelo fundacional de solo 230 millones de parámetros que, lejos de ser una versión recortada, demuestra un rendimiento excepcional en tareas de extracción de datos y llamadas a herramientas, superando incluso a modelos cuatro veces más grandes. Este enfoque supone un cambio de paradigma: la eficiencia arquitectónica frente al escalado bruto.
La arquitectura LFM2 que emplea este modelo combina convoluciones de corto alcance con atención por grupos de consultas, lo que permite manejar contextos de hasta 32.000 tokens sin el coste cuadrático de memoria de los transformadores puros. Con una huella de memoria inferior a 400 MB, es capaz de ejecutarse en dispositivos como un Samsung Galaxy S25 Ultra o incluso una Raspberry Pi 5, alcanzando velocidades de 213 y 42 tokens por segundo respectivamente. Esto lo convierte en una opción ideal para empresas que buscan implementar agentes IA autónomos en entornos donde la conexión a la nube no es viable o resulta demasiado costosa.
Para las organizaciones, el valor real de LFM2.5-230M reside en su capacidad para transformar los procesos tradicionales de extracción de datos. Los sistemas ETL basados en reglas rígidas son frágiles ante cambios en los formatos de documentos o en los esquemas de datos. La inteligencia artificial aplicada a la extracción permite inferir mapeos, detectar variaciones y adaptarse automáticamente, sin necesidad de reglas hardcodeadas. Utilizar modelos masivos como Claude Opus para tareas rutinarias de parseo de facturas o direcciones resulta económicamente inviable. Aquí es donde un modelo ligero como LFM2.5-230M marca la diferencia, permitiendo automatizar procesos a una fracción del coste y la latencia, directamente sobre el hardware local. Empresas como Q2BSTUDIO, especializadas en inteligencia artificial para empresas, ofrecen servicios de aplicaciones a medida que integran este tipo de modelos en flujos de trabajo reales, optimizando la extracción y el tratamiento de datos de forma eficiente.
En las pruebas comparativas, LFM2.5-230M obtiene un 43.26 en el benchmark BFCLv3 de uso de herramientas, superando al IBM Granite 4.0-350M (39.58) y dejando muy atrás al Google Gemma 3 1B IT (16.61). En extracción de datos (CaseReportBench) logra un 22.51, muy por encima del Qwen3.5-0.8B. Esto demuestra que, para tareas específicas de estructuración de datos y ejecución de flujos agentivos, un modelo pequeño pero bien diseñado puede ser más efectivo que modelos mucho mayores. Mientras que modelos como VibeThinker-3B destacan en razonamiento matemático avanzado, LFM2.5-230M se posiciona como la opción óptima para agentes IA que operan en entornos con restricciones de hardware.
Un caso de uso avanzado es su despliegue en robots humanoides. Liquid AI probó el modelo en un robot Unitree G1, procesando comandos complejos directamente en el módulo NVIDIA Jetson Orin. El modelo traduce instrucciones como 'espera 2 segundos, camina hacia adelante a 1 m/s durante 3 metros, mantén una rodilla en el suelo 5 segundos y retrocede a 0.5 m/s durante 3 metros' en un plan multi-paso que invoca habilidades preentrenadas. Este tipo de integración requiere un software a medida que conecte el modelo con los sistemas de control del robot, algo que empresas como Q2BSTUDIO pueden desarrollar gracias a su experiencia en aplicaciones a medida y servicios de automatización.
La licencia del modelo, LFM Open License v1.0, es un ejemplo de estrategia dual: gratuita para individuos y startups con ingresos inferiores a 10 millones de dólares anuales, pero requiere un acuerdo comercial para grandes corporaciones. Esto permite que la tecnología se difunda en la comunidad de desarrolladores mientras protege la propiedad intelectual de la compañía. Para las empresas que superan ese umbral, contar con un socio tecnológico que ofrezca servicios cloud AWS y Azure y conozca los entresijos del despliegue de modelos en producción resulta clave. Q2BSTUDIO complementa su oferta de IA para empresas con soluciones de ciberseguridad, servicios inteligencia de negocio y Power BI, permitiendo a las organizaciones integrar modelos como LFM2.5-230M en sus ecosistemas de forma segura y escalable.
En definitiva, LFM2.5-230M representa un hito en la madurez de la inteligencia artificial aplicada al edge. Demuestra que no siempre se necesitan modelos mastodónticos para resolver problemas complejos; a veces, la clave está en la arquitectura eficiente y en el diseño orientado a tareas concretas. Para las empresas que buscan automatizar la extracción de datos, desplegar agentes autónomos o potenciar dispositivos IoT, este modelo abre un abanico de posibilidades. Y para quienes necesitan acompañamiento en esa transformación, contar con un partner como Q2BSTUDIO, con experiencia en aplicaciones a medida, inteligencia artificial y servicios cloud, marca la diferencia entre una prueba de concepto y una solución productiva real.