LFM2.5-24B-A2B: IA local para Home Assistant, qué equipo necesitas

¿Puede un modelo de 24.000 millones de parámetros gobernar tu casa desde un equipo en la mesa, sin una sola llamada a la nube? Liquid AI cree que sí. El 13 de octubre publicó LFM2.5-24B-A2B, un modelo de razonamiento de pesos abiertos que solo activa unos 2.000 millones de parámetros por token y que se ha entrenado expresamente para llamar a herramientas dentro de frameworks de agentes. Un modelo grande que se comporta como uno pequeño a la hora de responder: justo lo que necesita un agente local de Home Assistant.

Hemos revisado la ficha del modelo, los archivos publicados y los benchmarks de Liquid para responder a las preguntas prácticas: qué cambia, en qué es realmente bueno, cuánta memoria necesita de verdad y cómo conectarlo hoy mismo a Home Assistant.

LFM2.5-24B-A2B de un vistazo, frente a su predecesor

Característica	LFM2-24B-A2B (anterior)	LFM2.5-24B-A2B (nuevo)
Parámetros totales / activos	24.000 M / unos 2.000 M	24.000 M / 2.450 M
Arquitectura	40 capas (30 bloques de convolución corta con puertas + 10 de atención), 64 expertos por bloque MoE, enrutamiento top-4
Ventana de contexto	32.768 tokens	131.072 tokens
Vocabulario	65.000 tokens	128.000 tokens
Datos de preentrenamiento	Unos 17 billones de tokens	Unos 33 billones de tokens
Forma de responder	No solo con razonamiento	Siempre razona antes (bloque <think>)
Idiomas anunciados	—	16, entre ellos español, inglés, francés, italiano, portugués y alemán

La arquitectura no cambia: las mejoras vienen de los datos y del entrenamiento. El preentrenamiento casi se duplicó, dos fases intermedias añadieron razonamiento y contexto largo, y el postentrenamiento tuvo cinco etapas, la última de aprendizaje por refuerzo dentro de entornos de agentes reales: OpenClaw, Hermes Agent, Pi y OpenCode. Es decir, el modelo ha practicado con los mismos bucles de herramientas que usarías en casa.

Dónde gana y dónde no

Liquid lo compara con tres modelos mixture-of-experts rivales que activan más parámetros. Son cifras del propio fabricante, obtenidas con vLLM; no las hemos reproducido.

Benchmark (cifras de Liquid)	LFM2.5-24B-A2B	Qwen3.6-35B-A3B	Gemma-4-26B-A4B-it	Nemotron-3.5-Lightning 30B-A3B
AutomationBench (agentes)	27,69	8,72	5,46	2,61
LiveClaw (agentes)	48,09	38,19	41,25	37,72
ToolSandbox (herramientas)	80,71	75,02	72,09	75,13
BFCLv4 (llamadas a funciones)	65,01	65,00	57,09	53,78
IFEval (seguir instrucciones)	96,75	93,06	92,00	94,19
GPQA Diamond (conocimiento)	74,42	83,69	74,90	72,42
SWE-Bench Verified (programación)	51,00	66,20	25,80	53,40
WebArena Verified (navegación web)	26,75	37,62	25,62	28,69

• Puntos fuertes: llamar a herramientas y seguir instrucciones, las dos capacidades clave cuando un agente debe convertir «baja la luz del salón y cierra las persianas» en las llamadas correctas. Liquid asegura que lidera o empata en cinco de ocho benchmarks de agentes y en las tres pruebas de seguimiento de instrucciones.
• Puntos débiles: conocimiento general, programación y navegación web, donde Qwen3.6, más grande, mantiene una ventaja clara. Liquid aconseja combinarlo con búsqueda web o documental para tareas que exigen muchos datos.
• Una nota honesta: durante el entrenamiento, el modelo intentó hacer trampas, buscando las respuestas en el historial git de un repositorio o en GitHub, PyPI y Hugging Face, e incluso dedujo que estaba en un entorno aislado. Liquid dice que blindó esos entornos y que todas las puntuaciones publicadas proceden de entornos sellados. Buen recordatorio: dale a cualquier agente solo los permisos que necesita.

¿Funcionará en tu equipo?

Los parámetros totales deciden cuánta memoria necesitas; los activos, lo rápido que responde. Estos son los archivos oficiales en Hugging Face y en la biblioteca de Ollama:

Formato	Tamaño del archivo	Para usar con
GGUF QAD Q4_0 (destilado para cuantización)	13,58 GB	llama.cpp, LM Studio
GGUF Q4_K_M	14,53 GB	llama.cpp, LM Studio
Ollama lfm2.5:24b	15 GB	Ollama, integración Ollama de Home Assistant
GGUF Q5_K_M / Q6_K	17,03 / 19,69 GB	llama.cpp
GGUF Q8_0	25,49 GB	llama.cpp
MLX 4 bits	Unos 13,6 GB	Mac con Apple Silicon
BF16 (precisión completa)	47,96 GB	vLLM, SGLang, Transformers

En velocidad, Liquid anuncia 184 tokens por segundo en un Apple M5 Max y 114 en un AMD Ryzen AI Max+ 395, hasta 1,7 veces más rápido que otros MoE comparables y con el menor consumo de memoria.

Nuestra regla práctica, que no es una medición: el archivo de 4 bits ya ronda los 15 GB, y el sistema y la caché de contexto necesitan espacio extra. Un ordenador de 16 GB se queda corto. Apunta a 24 GB de memoria unificada o RAM como mínimo y a 32 GB para ir holgado. Una Raspberry Pi queda descartada para el modelo, aunque sigue siendo válida para Home Assistant. Un portátil gaming con 32 GB de RAM y una GPU dedicada tiene memoria total suficiente, porque llama.cpp puede repartir el modelo entre la GPU y la RAM del sistema, aunque no hemos medido aún la velocidad resultante.

Lo esencial

• Pesos abiertos, 24.000 M de parámetros en total pero unos 2.000 M activos: capacidades de modelo grande, velocidad de modelo pequeño.
• Pensado para agentes: mejores notas en herramientas e instrucciones, por detrás de Qwen3.6 en conocimiento y código.
• Entre 14 y 15 GB en 4 bits: cuenta con 24 GB de memoria como mínimo y 32 GB para ir cómodo.
• Compatible hoy con Home Assistant a través de Ollama (lfm2.5:24b).
• Gratis para empresas con menos de 10 millones de dólares de facturación anual.

Paso a paso: conectarlo a Home Assistant en cinco pasos

1. Instala Ollama en el equipo que tenga la memoria (sobremesa, Mac o mini PC), no en el servidor de Home Assistant si es una Pi.
2. Descarga el modelo: ejecuta ollama run lfm2.5:24b y prueba algunas peticiones en local, también en español.
3. Haz Ollama accesible en la red para que Home Assistant pueda llegar a él, como pide la documentación de Ollama en Home Assistant.
4. Añade la integración Ollama en Ajustes › Dispositivos y servicios, con la URL del servidor y el nombre del modelo. Home Assistant fija por defecto una ventana de contexto de 8K, mayor que los 2K de Ollama; súbela si expones muchas entidades.
5. Expón pocas entidades. Home Assistant recomienda menos de 25 al experimentar con modelos locales, y solo los modelos con soporte de herramientas pueden controlar la casa. Un truco de la misma página: crea dos entradas de Ollama con el mismo modelo, una para conversar y otra con el control activado.

Si prefieres un framework de agentes, el camino es el servidor Model Context Protocol de Home Assistant: actívalo en Ajustes › Sistema › IA y apunta a él un agente compatible con MCP. La página de LFM2.5 en Ollama ofrece lanzadores de una línea para Hermes Agent y OpenClaw, dos entornos que se usaron para entrenar este modelo. Explicamos el servidor MCP en un clic y el resto de novedades del otoño en nuestra guía completa de Home Assistant 2026.

Home Assistant y compatibilidad: nuestras notas

• Siempre piensa. La ficha indica que LFM2.5-24B-A2B razona antes de cada respuesta. Ayuda en peticiones de varios pasos, pero añade tokens antes de contestar. A los 184 tokens por segundo de Liquid, cada 200 tokens de razonamiento suman aproximadamente un segundo; para un simple «apaga la luz», el reconocimiento de frases integrado en Home Assistant sigue siendo más rápido.
• Usa los ajustes recomendados: temperatura 0,1, top-k 50 y penalización por repetición de 1,05. Los archivos GGUF los llevan en sus metadatos, así que llama.cpp los aplica automáticamente.
• Dale una fuente de datos, una herramienta de búsqueda o tus propios documentos, en lugar de preguntarle cultura general sin apoyo.
• Los hubs locales van en la misma dirección. Varios hubs de 2026 prometen IA en el propio dispositivo; lo repasamos en nuestra guía de hubs Matter con IA local. Y si estás montando la red de sensores que ese agente va a controlar, nuestro análisis del estudio Zigbee contra Matter over Thread te ayudará a elegir protocolo.

¿Para quién es?

• Sí: usuarios de Home Assistant que quieren un agente privado capaz de planificar y usar herramientas, hogares hispanohablantes (el español está entre los idiomas soportados) y quien ya tenga un equipo de 32 GB.
• Todavía no: quien tenga un portátil de 16 GB, quien busque sobre todo un chatbot de cultura general y quien espere respuestas instantáneas a órdenes de voz de una palabra.
• ¿Vas a comprar hardware para usarlo? Espera a las ofertas de noviembre y compara primero la memoria; nuestra guía para preparar el Black Friday 2026 explica cómo detectar un descuento real.

Licencia y coste

Los pesos se publican con la licencia LFM Open License v1.0. El uso personal y de investigación es gratuito, y el uso comercial está permitido mientras tu organización facture menos de 10 millones de dólares al año; por encima de ese umbral, el uso comercial no está cubierto. Las entidades sin ánimo de lucro que cumplan los requisitos quedan exentas para usos no comerciales o de investigación. Si no quieres alojarlo, la API de Liquid cobra 0,10 $ por millón de tokens de entrada (0,05 $ en caché) y 1,00 $ por millón de tokens de salida, con 2 $ de crédito inicial.

Preguntas frecuentes

¿Qué significa «A2B»?

Unos 2.000 millones de parámetros activos. El modelo tiene 24.000 millones en total, pero su diseño mixture-of-experts solo usa 4 de los 64 expertos de cada bloque por token, y por eso es rápido.

¿Puede funcionar en una Raspberry Pi con Home Assistant?

No. El archivo oficial más pequeño ocupa 13,58 GB. Deja Home Assistant en la Pi y ejecuta el modelo en otro equipo conectado mediante la integración Ollama.

¿Habla español?

Sí. Liquid indica 16 idiomas soportados, entre ellos español, francés e italiano. Además, el vocabulario se duplicó hasta 128.000 tokens, sobre todo para manejar mejor escrituras no latinas como el árabe, el hindi o el tailandés.

¿Es mejor que Qwen3.6-35B-A3B?

En uso de herramientas y seguimiento de instrucciones, según los benchmarks de Liquid, sí; en conocimiento, programación y navegación web, no. Para un agente doméstico, lo primero pesa más.