Today, we release our largest LFM2 model: LFM2-24B-A2B 🐘 > 24B total parameters > 2.3B active per token > Built on our hybrid, hardware-aware LFM2 architecture It combines LFM2’s fast, memory-efficient design with a Mixture of Experts setup, so only 2.3B parameters activate each run. The result: best-in-class efficiency, fast edge inference, and predictable log-linear scaling all in a 32GB, 2B-active MoE footprint. 🧵

🚀 Presentamos la serie de modelos Qwen 3.5 Medium Qwen3.5-Flash · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-27B ✨ Más inteligencia, menos computación. • Qwen3.5-35B-A3B ahora supera a Qwen3-235B-A22B-2507 y Qwen3-VL-235B-A22B — un recordatorio de que una mejor arquitectura, calidad de datos y RL pueden avanzar la inteligencia, no solo contar con más parámetros. • Qwen3.5-122B-A10B y 27B continúan cerrando la brecha entre modelos de tamaño medio y modelos de frontera — especialmente en escenarios de agentes más complejos. • Qwen3.5-Flash es la versión de producción alojada alineada con 35B-A3B, que cuenta con: – 1M de longitud de contexto por defecto – Herramientas oficiales integradas 🔗 Hugging Face: 🔗 ModelScope: 🔗 API de Qwen3.5-Flash: Prueba en Qwen Chat 👇 Flash: 27B: 35B-A3B: 122B-A10B: Nos encantaría saber qué construyes con ello.