Todo sobre LFM2-24B-A2B

Presentación

Lanzado el 24 de febrero de 2026, LFM2-24B-A2B es uno de los 1 modelos de Liquid AI que seguimos en este sitio. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 1 proveedores de API recogidos en models.dev. No tiene un modo de razonamiento declarado: responde directamente, sin una fase de reflexión facturada aparte. Tiene, por tanto, 8 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Cuánto cuesta LFM2-24B-A2B?

LFM2-24B-A2B cuesta 0,03 US$ por millón de tokens de entrada y 0,12 US$ por millón de tokens de salida (mediana de 1 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,001 US$, es decir, 0,84 US$ por 1000 tareas de este tipo.

Es 8,3 veces más barato que el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

A 22 de octubre de 2026, Epoch AI no publica ninguna puntuación de LFM2-24B-A2B en las pruebas de nuestra cesta. Para situarlo, hay que fijarse en sus características y su precio, y probarlo con sus propios casos.

Contexto y capacidades

Su ventana de contexto alcanza 32.768 tokens, unas 49 páginas de texto a 500 palabras por página: mejor reservarlo para intercambios cortos y documentos breves. Una respuesta puede llegar a 32.768 tokens.

Acepta como entrada: texto.

No figura como capaz de llamar a herramientas: encaja mal para dirigir un agente que deba actuar sobre otros programas.

¿A quién va dirigido?

Por su categoría, LFM2-24B-A2B está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su coste muy bajo (menos de medio céntimo para nuestra tarea tipo) permite llamarlo miles de veces al día.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a LFM2-24B-A2B son:

• Granite 4.0 Micro (IBM (Granite), 0,11 US$ por millón de tokens de salida)
• Ministral 3 3B 2512 (Mistral AI, 0,10 US$ por millón de tokens de salida)
• Qwen3.5 9B (Alibaba Cloud (Qwen), índice 49,6)
• Ministral 3 8B 2512 (Mistral AI, 0,15 US$ por millón de tokens de salida)