Il punto di partenza è un post su Reddit, non un comunicato stampa. Liquid AI non ha annunciato nulla di ufficiale, eppure l'ipotesi di un modello LFM da 100 miliardi di parametri sta già facendo discutere. L'autore del post parla di architetture LLM tra le più veloci e di SLM tra i più utili che abbia provato, ma lo presenta come una valutazione personale: un'opinione, non un benchmark.

La notizia, se così si può chiamare, arriva in un momento in cui la corsa ai parametri convive con una domanda più sobria: quanto costa davvero servire un modello di quelle dimensioni fuori dai data center dei grandi cloud provider? Liquid AI ha costruito la sua reputazione su un approccio diverso dai transformer tradizionali. Le sue architetture, note come Liquid Foundation Models, puntano a ridurre il costo computazionale per token, adattando dinamicamente la quantità di calcolo in base alla complessità dell'input. Su modelli compatti, questo si traduce in consumi più contenuti e in una inference più snella. Il salto a 100 miliardi di parametri, però, cambia le regole del gioco.

Per chi valuta un deployment on-premise o self-hosted, il parametro critico non è il numero in sé. È la quantità di VRAM necessaria per tenere in memoria i pesi e la cache dei token, e la capacità di mantenere una latenza accettabile senza ricorrere a quantization troppo aggressiva. Un modello da 100 miliardi di parametri difficilmente sta in un singolo acceleratore comune; di solito servono più GPU o nodi, con tutto ciò che comporta in termini di TCO, alimentazione e raffreddamento.

La scommessa di Liquid AI, se il modello arriverà davvero, è che l'efficienza architetturale riduca questo fabbisogno in modo significativo. Se così fosse, la soglia dei 100B smetterebbe di essere territorio esclusivo dei provider cloud, perché aziende e centri di ricerca potrebbero valutare di portare modelli di quella classe dentro i propri confini. Se invece l'efficienza si perdesse con la scala, il progetto rischierebbe di diventare l'ennesima voce in una corsa ai parametri che dice poco sui costi reali.

AI-RADAR dedica spazio a questi trade-off nella sezione /llm-onpremise, dove si confrontano i vincoli di VRAM, inference e TCO per chi deve decidere tra cloud e infrastruttura locale. Il punto interrogativo accanto a "LFM 3?" nel post originale è indicativo: anche chi ha diffuso la voce non sa se si tratterà della terza generazione. È il dettaglio che separa una notizia da una speculazione. Fino a un annuncio ufficiale, la storia resta un test interessante per il mercato, non un fatto.