LiquidAI LFM2-24B-A2B: barato, pequeno, mas não é o que parece

O número que não bate

Você viu o anúncio: 24 bilhões de parâmetros, open weights, preço de banana. A conta parece boa demais até você abrir a ficha e descobrir que o índice de inteligência do LFM2-24B-A2B é 4,629 — bem abaixo dos 7,074 do Ministral 3B da Mistral, um modelo três vezes menor, e distante dos 47,738 do Gemini 3.1 Pro Preview, que lidera o catálogo de 350 modelos hoje. O marketing da LiquidAI fala em Mixture-of-Experts com apenas 2B de parâmetros ativos por inferência; o que ele não diz é que essa eficiência de custo não se traduz em capacidade.

O que ele é, de verdade

LFM2-24B-A2B é o maior da família LFM2 da LiquidAI, lançada em 25 de fevereiro, há quatro dias. A proposta é rodar em dispositivo: 23,8B de parâmetros totais, 2,3B ativos por token, contexto de 128 mil, modalidade texto→texto. País de origem: Estados Unidos. Não é modelo de raciocínio, não tem benchmark de coding nem agentic publicado, e o catálogo não informa velocidade. O preço é US$ 0,03 por milhão de entrada e US$ 0,12 por milhão de saída — sem cache divulgado.

O detalhe que confunde: o "24B" no nome sugere um peso-pesado. Na prática, o que consome GPU a cada token são os 2B ativos. É como ter um restaurante com cardápio de 24 pratos, mas só dois chefs na cozinha — você paga pelo menu, recebe o prato rápido.

Onde ele se encaixa no tabuleiro

Olhando os pares diretos da LiquidAI, o LFM2.5-1.2B-Instruct gratuito tem índice 2,299 e o LFM2.5-1.2B-Thinking, 2,341. O LFM2-24B-A2B dobra essa marca, mas continua abaixo de modelos compactos rivais:

O Ministral 3B, da Mistral (França), custa US$ 0,10 por milhão de entrada e de saída, com cache a US$ 0,01 — e entrega índice 7,074, com benchmark de coding em 4,784. O Granite 4.0 Micro, da IBM, é ainda mais barato na entrada (US$ 0,017) e fecha em US$ 0,112 na saída, mas com índice de apenas 1,952. O LFM2-24B-A2B fica no meio do caminho em preço e abaixo dos dois em capacidade.

Para quem vale — e para quem não

Vale se você quer pesos abertos de porte médio para rodar on-device ou em infraestrutura própria, e está disposto a aceitar um salto modesto de capacidade sobre os modelos de 1,2B da própria LiquidAI. O preço é competitivo com o Granite Micro e mais barato que o Ministral 3B na saída.

Não vale se você precisa de raciocínio, de benchmark de coding ou agentic documentado, ou se quer o melhor custo-benefício em capacidade pura. Para isso, o catálogo de hoje mostra que os dois únicos modelos acima de IQ 45 — Gemini 3.1 Pro Preview (US$ 12/M saída) e GPT-5.3-Codex (US$ 14/M saída) — são outra categoria. E se a ideia é economizar, os LFM2.5 de 1,2B são gratuitos.

O que fazer com isso

Se você está montando um pipeline de inferência local e precisa de mais cabeça que os modelos de 1B, teste o LFM2-24B-A2B com uma carga real antes de comprometer a arquitetura. Se a sua conta de API é o que importa, o Ministral 3B entrega mais pelo mesmo dinheiro. E se você quer o topo do mercado agora, a régua é outra: 24 modelos foram lançados nos últimos 30 dias, e os dois mais baratos acima de IQ 45 custam pelo menos cem vezes mais por milhão de tokens de saída.