LFM2.5-1.2B-Thinking-NPU2
LFM2.5-1.2B-Thinking-NPU2 é um modelo de 1 bilhões de parâmetros de chat da FastFlowLM, lançado em 16 de janeiro de 2026. LFM2.5-1.2B-Thinking-NPU2 is an open-weights chat model with roughly 1 billion parameters.
by FastFlowLM · 1B parâmetros
Ideal para
Como usar LFM2.5-1.2B-Thinking-NPU2 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da FastFlowLM. O osFoundry descobre LFM2.5-1.2B-Thinking-NPU2 automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
LFM2.5-1.2B-Thinking-NPU2 é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
Quais hardwares rodam LFM2.5-1.2B-Thinking-NPU2
LFM2.5-1.2B-Thinking-NPU2 roda em uma única GPU de consumo de 16GB (~1 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~3 GB).
LFM2.5-1.2B-Thinking-NPU2 vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre LFM2.5-1.2B-Thinking-NPU2
LFM2.5-1.2B-Thinking-NPU2 é gratuito?
LFM2.5-1.2B-Thinking-NPU2 é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar LFM2.5-1.2B-Thinking-NPU2 comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Quanta VRAM LFM2.5-1.2B-Thinking-NPU2 precisa?
Aproximadamente 1 GB em quantização Q4, ou 3 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar LFM2.5-1.2B-Thinking-NPU2 localmente?
Sim. LFM2.5-1.2B-Thinking-NPU2 é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que LFM2.5-1.2B-Thinking-NPU2 é melhor?
LFM2.5-1.2B-Thinking-NPU2 é bem adequado para text generation.
Como uso LFM2.5-1.2B-Thinking-NPU2 no osFoundry?
Cole sua chave de API da FastFlowLM no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua LFM2.5-1.2B-Thinking-NPU2 a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela FastFlowLM em 16 de janeiro de 2026. Fonte: https://huggingface.co/FastFlowLM/LFM2.5-1.2B-Thinking-NPU2