LFM3: petit però robust — el model d'IA que funciona en una Raspberry Pi
Hi ha una creença generalitzada en IA: com més gran el model, millor. Més paràmetres, més capacitat, més intel·ligència. GPT-4 té més d'un bilió. Llama 3 pesa 405 mil milions. La lògica sembla simple: mida = potència.
Llavors arriba Liquid AI amb LFM3 i trenca aquesta lògica.
Què és LFM3?
LFM3 és la tercera generació de Liquid Foundation Models, creats per Liquid AI, una startup fundada per investigadors del MIT. La seva premisa és radical: construir models que no siguin els més grans, sinó els més eficients per paràmetre.
LFM3 té 1.7 mil milions de paràmetres. Per context, és aproximadament 5 vegades més petit que Qwen 3.5-9B i 6 vegades més petit que Gemma 4-8B. Models considerats "petits" en el món actual.
Però aquí està la cosa: en moltes tasques, LFM3 els bat.
David contra Goliat
Els números són sorprenents. En tasques agèntiques —és a dir, quan el model ha d'utilitzar eines, navegar per la web, gestionar calendaris, prendre decisions— LFM3-1.7B competeix amb models diverses vegades la seva mida:
- WebArena (navegació web real): LFM3 va puntuar 38.42, Qwen 3.5-9B va puntuar 28.94. Un model 5 vegades més petit guanya.
- AutomationBench (automatització de tasques): LFM3 va puntuar 41.29, Qwen 3.5-9B va puntuar 15.10. Gairebé el triple.
- IFEval (seguiment d'instruccions): LFM3 va puntuar 96.66, batent tots els models de la seva classe.
- BFCL V4 (ús d'eines/function calling): LFM3 va puntuar 71.39, per davant de models de 8B i 9B.
No guanya en tot —els models grans encara dominen en coneixement general i coding agèntic— però en les tasques que més importen per a aplicacions reals (agents, automatització, tool use), un model de 1.7B es manté al nivell de gegants.
1.7B paràmetres. Funciona en una Raspberry Pi 5. I bat models de 9B en navegació web i automatització. La mida no ho és tot.
Veritablement multimodal
La majoria de models petits fan una sola cosa: text. LFM3 no. La família inclou sis models, tots derivats del mateix backbone de 1.7B:
- Text — per a agents i aplicacions especialitzades
- Visió — entén imatges
- Àudio — processa so
- Omni — text + visió + àudio junts
- Decisió (visió) — optimitzat per decisions a partir d'imatges
- Decisió (omni) — decisions a partir de múltiples modalitats
Tot això en models d'aproximadament 2B paràmetres. La idea és simple: en lloc d'utilitzar un model gegant que ho fa tot mediocrement, tries el model especialitzat per al teu cas d'ús, l'afines, i l'executes al teu dispositiu.
On funciona?
Aquí és on LFM3 es torna realment interessant. Liquid AI va provar el model en 14 combinacions de hardware:
- Telèfons: Samsung Galaxy S26 Ultra, OnePlus 15
- Raspberry Pi 5
- Laptops: Apple M4 Max, AMD Ryzen AI
- Cloud CPUs: Arm i x86
- GPUs i Qualcomm Hexagon NPU
En tots ells, LFM3 és el model més ràpid de la seva classe. Descodifica 1.8 a 2.8 vegades més ràpid que el següent model. I la seva petjada de memòria és minúscula: un context complet de 128K tokens necessita només 1.6 GB de KV cache, contra 4.3 GB de Qwen 3.5-4B o 5.6 GB de MiniCPM5-2B.
Això significa que pots tenir un assistent IA agèntic funcionant en una Raspberry Pi 5. Sense data center. Sense subscripció cloud. Sense demanar permís a Sam Altman.
Per què això importa
LFM3 no és només un assoliment tècnic. És una demonstració que el paradigma està canviant.
Durant anys, la narrativa ha estat: "els models petits no serveixen per a tasques serioses, necessites el cloud." LFM3 demostra el contrari. Un model de 1.7B pot triar la teva bústia, gestionar el teu calendari, investigar a la web, enviar resums per WhatsApp —tot localment, sense enviar les teves dades enlloc.
I com que els tokens són gratuïts quan executes localment, pots tenir desenes d'agents funcionant en paral·lel a la teva pròpia màquina. Sense factura. Sense límits. Sense dependència.
Per a les pimes, això canvia l'equació completament:
- Cost d'inferència zero: pagues el hardware una vegada, no una subscripció eterna
- Privacitat total: les teves dades mai no surten de la teva xarxa
- Personalització: afiles el model per al teu domini específic
- Resiliència: segueix funcionant sense internet
El futur no és necessàriament gegant
La indústria porta anys perseguint el model més gran. Més paràmetres, més GPUs, més diners, més data centers. Però hi ha un camí alternatiu: models petits, especialitzats i eficients que funcionen on tu vulguis.
LFM3 no reemplaçarà GPT-5 en raonament complex. No és el que pretén. Pretén demostrar que per al 90% de tasques reals —agents, automatització, tool use— no necessites un model d'un bilió de paràmetres. Necessites el model adequat, ben entrenat, en el dispositiu adequat.
El futur de la IA no és només "més gran". És més intel·ligent, més petit i més a prop teu.
Els pesos de LFM3 són open-weight i disponibles a Hugging Face. Pots descarregar-los avui, afinar-los per al teu cas d'ús, i executar-los al teu hardware. Sense demanar permís.
També et pot interessar
Preparat per al salt tecnològic?
No deixis que la teva pime quedi obsoleta. Implementem la infraestructura d'IA que et donarà l'avantatge competitiva.
Reserva la teva Auditoria Gratuïta