LiquidAI solta raciocínio grátis de 1,2B — roda no celular, mas fica em 2,3 de IQ

Um modelo de raciocínio por 1,2 bilhão de parâmetros. E de graça.

LiquidAI soltou hoje o LFM2.5-1.2B-Thinking, e a primeira coisa que aparece no card é a palavra "free". A segunda é o tamanho: 1,17 bilhão de parâmetros, todos ativos. A terceira, se você cruzar com o índice de inteligência, é um 2,341 — enquanto o topo do catálogo hoje marca 34,024. Esses três números juntos contam a história: é grátis porque é tiny, e é tiny porque foi feito para rodar na borda.

O que a LiquidAI está vendendo (e o que não está)

O release descreve um modelo "otimizado para tarefas agentic, extração de dados e RAG", com 32 mil tokens de contexto e pesos abertos. É uma categoria legítima — colocar raciocínio em dispositivo edge, do celular ao laptop sem GPU dedicada. Só que essa categoria não disputa o mesmo campeonato dos modelos que vivem em data center.

Quando o índice põe o LFM2.5 em 2,341 e o Xiaomi MiMo-V2-Flash em 34,024, a diferença é de quase 15 vezes. Não é "ficou um pouco atrás" — é outra liga. O o3, da OpenAI, está em 31,096 cobrando US$ 8 por milhão de tokens de saída; o Haiku 4.5, da Anthropic, em 29,892 por US$ 5. O LFM2.5 cobra zero, mas entrega um patamar qualitativamente distante.

Para quem isso muda alguma coisa

Vale olhar com atenção se você está montando pipeline de RAG que precisa de uma camada barata de raciocínio para classificar, extrair ou rotear — sem mandar todo o tráfego para uma API paga. Também vale para prototipar agentes em hardware limitado, ou para quem quer testar raciocínio local sem custo por token. Pense nele como o filtro barato antes do modelo caro: ele tria, decide e chama o pesado só quando faz sentido.

Não muda nada para quem precisa do o3 ou do Haiku 4.5 para resolver problema sério de raciocínio. A diferença de 2,3 para 29,9 no índice não é margem de erro — é categoria diferente.

O outro lançamento do dia

No mesmo pacote veio o LFM2.5-1.2B-Instruct, a versão sem "thinking" do mesmo tamanho. Mesma política de preço zero, mesmo contexto de 32K. A diferença está no modo de operação: um pensa em voz alta antes de responder, o outro responde direto. Para tarefas determinísticas de extração, o Instruct costuma ser suficiente e mais rápido — mas a Liquid não publicou dado de velocidade no catálogo, então a comparação prática fica no "depende do caso".

E o tabuleiro geral?

Hoje o catálogo soma mais de 320 modelos ainda listados, vindos de 49 criadores. Os raciocínio com IQ acima de 30 custam a partir de US$ 0,30 por milhão de tokens de saída (Xiaomi) e chegam a US$ 8 (OpenAI). O LFM2.5 entra com preço zero, e por isso não compete por preço — compete por outro eixo: onde roda e quanto custa operar localmente.

O que você faz amanhã

Se a fatura de API está mordendo por causa de chamadas de extração e classificação que poderiam ser feitas por um modelo pequeno, vale testar o LFM2.5-1.2B-Thinking como camada intermediária. Se a tarefa exige qualidade de resposta de verdade, o índice atual sugere manter o modelo pago: 2,3 de IQ não substitui 29,9.