NVIDIA Nemotron 120B roda como modelo de 12B — e Liquid AI põe raciocínio no celular

Na GTC 2026, a NVIDIA apresentou o Nemotron 3 Super, um modelo de 120 bilhões de parâmetros que ativa apenas 12 bilhões por token graças à arquitetura Mixture-of-Experts com Mamba-Transformer. O resultado: roda em uma única GPU RTX 4000 com o triplo da velocidade de um modelo de 70B, com janela de contexto de 1 milhão de tokens.

Na outra ponta do espectro, a Liquid AI lançou o LFM2.5-1.2B-Thinking — um modelo de raciocínio com 1,2 bilhão de parâmetros que cabe em menos de 1 GB e roda inteiramente no smartphone. Ele gera cadeias de raciocínio antes de responder, igualando ou superando o Qwen3-1.7B em benchmarks de matemática e uso de ferramentas, com 40% menos parâmetros.

Por que importa: A eficiência é o tema central. O que exigia data center há 2 anos agora roda offline no bolso. Para empresas brasileiras, isso significa IA sofisticada sem custos de nuvem — ideal para apps de campo, saúde remota e educação em regiões com conectividade limitada.