Domingo 25 de octubre de 2026 ·

Liquid AI: LFM2.5 activa 2.000 millones de parámetros a 184 tokens por segundo

Relevancia 57 de 100 Estados Unidos, Massachusetts

Útil para Programadores 80%

El artículo analiza el coste en memoria VRAM de una arquitectura MoE con una dispersión de 10:1 en el modelo LFM2.5 de Liquid AI. Compara su rendimiento con Qwen, señalando en qué supera a ese modelo y en qué queda por detrás.

Qué significa

Un modelo que solo activa una parte de sus parámetros en cada respuesta puede ser más rápido, pero sigue necesitando memoria para todos. Esto afecta a quien quiera ejecutarlo en su propio equipo con recursos limitados.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del domingo 25 de octubre de 2026 ->