Un modello capace di pianificare, chiamare strumenti e portare a termine compiti in piu' passaggi, che pero' gira interamente su un laptop o persino su uno smartphone: e' LFM2.5-2.6B, rilasciato il 4 agosto 2026 da Liquid AI, lo spin-off del MIT noto per le sue architetture "liquide". Con 2,6 miliardi di parametri, il modello e' pensato apposta per i carichi di lavoro agentici — pianificazione, uso di strumenti, compiti articolati — senza bisogno del cloud. Un tassello importante nella tendenza del 2026 verso l'IA che lavora localmente, veloce e privata.

Un modello agentico che gira sul telefono

La proposta di Liquid AI e' spostare l'intelligenza sul dispositivo. Secondo il blog ufficiale, LFM2.5-2.6B conta 2,69 miliardi di parametri distribuiti su 30 livelli (22 blocchi convoluzionali "double-gated" piu' 8 di attenzione GQA), una finestra di contesto da 128.000 token ed e' stato pre-addestrato su circa 34.000 miliardi di token. Supporta 16 lingue, tra cui l'italiano. Il dato piu' significativo e' il consumo di memoria: gira in meno di 2,5 GB di RAM, un requisito alla portata di molti telefoni di fascia media e di qualunque laptop recente.

LFM2.5-2.6B e' ottimizzato per compiti agentici come il tool calling.

Benchmark e velocita'

Sui test dichiarati dall'azienda, il modello mostra risultati notevoli per la sua taglia: 51,87 su AIME25 (matematica), 59,41 su LiveCodeBench v6 (codice), 59,17 su IFBench e 80,07 su Multi-IF (rispetto delle istruzioni), 77,83 su ToolSandbox (uso di strumenti). Sul fronte della velocita', Liquid AI riporta circa 220 token al secondo su un Apple M5 Max, 113 token/s su un AMD Ryzen AI Max+ 395 e circa 30 token/s su smartphone: numeri che rendono l'uso interattivo fluido anche senza GPU dedicate.

Come provarlo: Ollama, Hugging Face e llama.cpp

Il modo piu' rapido per provarlo e' Ollama. Dopo averlo installato, basta un comando:

ollama run lfm2.5-2.6b

La famiglia LFM2.5 e' disponibile su Ollama anche in altre taglie (da 230M fino alla variante 8B-A1B). Per chi preferisce i pesi ufficiali, il modello e' su Hugging Face come LiquidAI/LFM2.5-2.6B, con una versione GGUF (LiquidAI/LFM2.5-2.6B-GGUF, 31 quantizzazioni) per llama.cpp. Ecco un esempio con la libreria transformers in Python:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "LiquidAI/LFM2.5-2.6B", device_map="auto", dtype="bfloat16")
tok = AutoTokenizer.from_pretrained("LiquidAI/LFM2.5-2.6B")

messages = [{"role": "user",
    "content": "Elenca in 3 passi come preparare un caffe' con la moka."}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True,
    return_tensors="pt").to(model.device)
print(tok.decode(model.generate(inputs, max_new_tokens=200)[0]))

Risultato atteso: una risposta in italiano con tre passaggi numerati, generata in locale senza connessione a un server esterno.

Licenza e limiti da conoscere

Attenzione a un punto importante prima dell'uso professionale: LFM2.5-2.6B e' distribuito con la LFM Open License v1.0, una licenza propria di Liquid AI e non una licenza open source standard come Apache 2.0 o MIT. Chi intende integrarlo in un prodotto commerciale deve leggere con attenzione i termini, che possono prevedere condizioni specifiche. Sul piano tecnico, essendo un modello piccolo, resta meno adatto a compiti molto complessi rispetto ai modelli di frontiera: il suo terreno ideale sono gli assistenti su dispositivo, l'automazione di compiti circoscritti e le applicazioni in cui privacy, latenza e funzionamento offline contano piu' della massima capacita' di ragionamento.

Specifiche, benchmark e comandi provengono dal blog ufficiale di Liquid AI e dalla scheda del modello su Hugging Face, aggiornati al 4 agosto 2026.