Nemotron 3.5 Bolt 74B مقابل LFM2.5 24B A2B: طريقتان لاحتواء وكيل داخل 24GB

The interesting thing about N​VIDIA N​emotron 3.5 Bolt 74B-A9B 24GB and Liquid AI LFM2.5 24B A2B is not that one is three times bigger. It is that both are answers to the same constraint — an agent that runs on a machine you own rather than a machine you rent — and they answer it from opposite directions. One compresses a very large model until it fits. The other is designed small from the first token and spends its budget on being fast rather than on being large.

الأرقام متقاربة إلى حدّ يبعث على الالتباس. إن Bolt نقطة استرجاع بـ74 مليار معامل، منها 9 مليارات نشطة لكل رمز، ومخزّنة عند نحو بتّين لكل وزن خبير، في ملف بحجم 24GB. أما LFM2.5-24B-A2B فهي نقطة استرجاع بـ24 مليار معامل، منها 2.45 مليار نشطة لكل رمز، وبدقة عادية. كلاهما مزيج من الخبراء. وكلاهما يعمل دون شبكة. وخلف العرض المتشابه في نبرته، يكاد يكون كل خيار هندسي مختلفًا.

ما هو LFM2.5-24B-A2B في الواقع

نقطة التحقق الخاصة بـ Liquid AI هي العضو الأكبر والأخير في عائلة LFM2.5، وآخر أفراد تلك العائلة الذي لم يُطرح بعد. رُفعت أوزانها على Hugging Face في أوائل أكتوبر، وأعلنت الشركة عنها في 13 أكتوبر 2026، لذا فهي حديثة تقريبًا مثل Bolt ولم تجمع الكثير من النتائج المستقلة هي الأخرى.

Architecturally it is a specific bet. Forty layers, of which thirty are double-gated short-convolution blocks and ten are grouped-query attention — a mostly-convolutional stack with attention used sparingly, rather than the Mamba-2/attention interleave N​VIDIA uses. Sixty-four experts per MoE block with top-4 routing, which means the model reads four experts per token out of sixty-four. 2.45 billion parameters active per token against 24.0 billion resident. A 128,000-token vocabulary, 36 trillion training tokens, and a 131,072-token context window.

إنه نصّي فقط، وهو يفكر دائمًا قبل أن يجيب — أثر الاستدلال ليس اختياريًا. تضع Liquid في مواجهته نماذج أكبر بمقدار مرة ونصف في المهام الوكيلية، وتسجّل درجة LiveClaw قدرها 48.09 مقابل 38.19 لـ Qwen3.6-35B-A3B دعمًا لذلك. هذه مقارنة مورّد على معيار اختاره المورّد، وينبغي قراءتها على هذا النحو، لكن عدد المعاملات النشطة الذي يتفاخر به قابل للتحقق في إعداد النموذج نفسه.

ما هو Bolt في الواقع

Bolt is not a model that was designed small. It is N​emotron 3.5 Super VL 120B-A12B after N​VIDIA ran Star Elastic over it — a router-guided architecture search that has to satisfy a hard footprint, in this case under 24GB at batch size 1 and 128K context — and then quantised its expert weights to IQ2-XXS at 2.0625 bits per element with quantisation-aware distillation to recover what that cost.

الضغط عدواني بطريقة يخفيها عدد معلمات Bolts. انخفض top-K للخبراء من 22 في النموذج الأب إلى 9، وهو تقريبًا نفس top-K الذي لدى LFM2.5، والبالغ top-4 على الرغم من أن النموذج يحمل ثلاثة أضعاف عدد المعلمات. أُعيد ربط برج الرؤية لاحقًا من النموذج الأب، لذا يقبل Bolt الصور والفيديو حيث لا يقبل LFM2.5-24B-A2B سوى النص، وقد ورث نافذة سياق بحجم 256K مضاعفة مقارنة بنافذة Liquid.

N​VIDIA's published claim for the compression is a general one worth repeating: for a fixed memory budget, compressing a large model beats training a small one from scratch. Bolt is that claim as an artifact. And N​VIDIA's own framing makes the comparison explicit — its model card states that the G​emma and Q​wen baselines were selected for fitting in 24GB at 4-bit, which is a different route to the same envelope than Bolt's 2-bit weights.

تباين المواصفات، كلا الجانبين في سطر واحد

• إجمالي المعاملات والمعاملات النشطة — Bolt: 74B إجمالي، 9B نشطة لكل رمز. LFM2.5-24B-A2B: 24.0B إجمالي، 2.45B نشطة لكل رمز.

• العمود الفقري — Bolt: كتل فضاء الحالة Mamba-2 متداخلة مع مزيج الخبراء والانتباه. LFM2.5-24B-A2B: ثلاثون كتلة التفاف قصيرة مزدوجة البوابة بالإضافة إلى عشر طبقات انتباه بالاستعلامات المجمّعة.

• التوجيه — Bolt: أفضل 9 خبراء بعد الضغط، انخفاضًا من 22 في النموذج الأصل. LFM2.5-24B-A2B: 64 خبيرًا لكل كتلة، أفضل 4.

• الدقة المخزّنة — Bolt: خبراء IQ2-XXS عند 2.0625 بت لكل عنصر، وطبقات Mamba عند NVFP4، والتضمينات والمخرجات عند Q8_0. LFM2.5-24B-A2B: أوزان كاملة الدقة، مع GGUF وFP8 وONNX وعدة عروض بتات MLX نُشرت كإصدارات شقيقة من المورّد.

• السياق — Bolt: حتى 262,144 رمزًا. LFM2.5-24B-A2B: 131,072 رمزًا.

• الوسائط — Bolt: إدخال نص وصور وفيديو، وإخراج نص. LFM2.5-24B-A2B: إدخال نص، وإخراج نص.

• الترخيص — Bolt: OpenMDW-1.1. LFM2.5-24B-A2B: lfm1.0، مجاني للاستخدام التجاري إذا كانت الإيرادات السنوية أقل من 10 ملايين دولار، وترخيص تجاري مدفوع إذا تجاوزت ذلك.

• مؤشر الذكاء — Bolt: 21، بقياس Artificial Analysis. LFM2.5-24B-A2B: لا يوجد ملف تعريف من Artificial Analysis لنقطة التفتيش هذه، لذا لا توجد درجة مستقلة قابلة للمقارنة، ولن تختلق هذه المقالة واحدة.

• السعر المعلن — Bolt: لا شيء في أي مكان، ولا نقطة نهاية مستضافة. LFM2.5-24B-A2B: 0.10 دولار لكل مليون رمز إدخال مع سعر مخزّن مؤقتًا قدره 0.05 دولار، و1.00 دولار لكل مليون رمز إخراج، على نقطة النهاية المستضافة الخاصة بـ Liquid، مع رصيد بدء بقيمة 2 دولار.

ذلك الاقتران الأخير هو أكثر الحقائق حِدّةً في المقارنة، وهو يسير في الاتجاه الذي لا يتوقعه معظم الناس: النموذج ذو البصمة الأصغر هو الذي يتطلب دفع ثمن، والنموذج ذو البصمة الأكبر هو الذي لا يتطلب ذلك. لا يمكن تجربة Bolt دون شراء عتاد. يمكن تجربة LFM2.5 بعد ظهر اليوم مقابل خطأ تقريب.

السرعة، ومدى العناية في قراءة الأرقام

لا يملك أي من النموذجين قياسًا مستقلًا لمركز البيانات. هذه هي الحالة الصادقة للأدلة، وهي تحدّ مما يمكن قوله.

بالنسبة إلى LFM2.5-24B-A2B، تُفيد Liquid بتسجيل 184 رمزًا في الثانية على Apple M5 Max و114 على AMD Ryzen AI Max+ 395، وتزعم أن الاستدلال أسرع بما يصل إلى 1.7× مقارنة بنماذج MoE المماثلة العاملة على الجهاز. هذه أرقام الجهة المصنّعة على عتاد من فئة الحواسيب المحمولة، ولم يُعِد إنتاجها أي طرف آخر، وهي لا تقول شيئًا عن أداء النموذج على وحدة معالجة رسومات في مركز بيانات مع طلبات متزامنة كثيرة.

For Bolt, N​VIDIA reports 83.99 tokens per second on AIPerf SPEED-Bench-Coding with the LiLiCorr speculative drafter active, on an RTX Spark-class machine. That is also vendor-reported, also unreproduced, and measured on a different benchmark against different silicon, so it cannot be set beside Liquid's 184 and treated as a comparison. The honest statement is that both companies measured their own model on their own preferred hardware and neither number transfers.

ما هو بنيوي وليس مقاسًا: يقرأ Bolt 9 مليارات معامل لكل رمز، وتقرأ LFM2.5 2.45 مليار. عند تساوي عرض النطاق الترددي للذاكرة، يقرأ MoE تقريبًا بما يتناسب مع معاملاته النشطة، وتساعد أوزان الخبراء منخفضة البت أكثر عبر تقليص البايتات المنقولة لكل معامل. لدى LFM2.5 المجموعة النشطة الأصغر بمعامل 3.7، وهي تعمل بدقة أعلى لكل وزن، لذا فإن حركة البايتات لكل رمز هي الموضع الذي ينبغي النظر إليه. هذه حجة على أن نموذج Liquid ينبغي أن يكون أسرع، لا قياس على أنه كذلك.

أي واحد يجب تنزيله؟

الانقسام هنا ليس قدرة مقابل قدرة، لأنهما لا يحاولان إنجاز المهمة نفسها. Bolt هو وكيل متعدد الوسائط يقرأ لقطات الشاشة ويقود متصفحًا بحجم 74B، مضغوطًا حتى يتناسب. LFM2.5-24B-A2B هو وكيل نصي بُني ليجيب بسرعة على جهاز لا يحتوي على GPU منفصل على الإطلاق.

اختر Bolt عندما يحتاج الوكيل إلى أن يرى — WebArena وملفات PDF وإطارات الفيديو — أو عندما يعمل عبء العمل دون اتصال على جهاز يحتوي بالفعل على مسرّع من فئة Blackwell، وعندما تتقبّل أنك ستكون أول من يقيس إنتاجيته. اختر LFM2.5-24B-A2B عندما تكون المهمة نصية، والجهاز حاسوبًا محمولًا، ويكون زمن الاستجابة أهم من عمق الاستدلال، والفكرة كلها أن النموذج يتّسع في الذاكرة الموحّدة إلى جانب بقية تطبيقاتك.

الشيئان اللذان سيغيّران الجواب: إجراء اختبار معياري مستقل على كليهما، وأي استضافة منشورة لـ Bolt. لا يوجد أي منهما اليوم.

تشغيلها بجانب نموذج مستضاف

Both of these checkpoints are, by design, things you run yourself. Neither is on our catalogue — the catalogue was checked rather than assumed, and neither the N​emotron nor the LFM2.5 families appear in it — so this section is not a pitch for hosting either one. It is a note about what sits beside them.

وكيل محلي بحجم 24B على حاسوب محمول يتولى العمل الروتيني: التوجيه، والتلخيص، وتنسيق استدعاءات الأدوات، وتسعون بالمئة من الجولات التي لم تكن بحاجة قط إلى نموذج كبير. أما الجولات التي تحتاج إلى واحد فعلاً فلا بد أن تذهب إلى مكان ما، وهنا يستحق الموجّه مكانه. يتيح OrcaRouter أكثر من 200 نموذج خلف مفتاح واحد بسعر المزوّد المعلن بهامش ربح مضاف قدره 0 بالمئة، لذا يصبح أي تخفيض سعر من المزوّد سارياً لدينا في اليوم نفسه، وتتيح لك لغة التوجيه DSL الخاصة به وصف تكوين — نموذج رخيص للمرحلة الأولى، وقاعدة تصعيد، وبديل احتياطي — كاستدعاء واحد بدلاً من كود التطبيق. يعني تجاوز الفشل التلقائي عبر المزوّدين أن مشكلة سعة في المنبع يُعاد المحاولة فيها بدلاً من أن تُعرض على مستخدميك.

بالنسبة لأي شخص يبني على منفّذ محلي، فإن ذلك التقسيم للعمل هو سبب بقاء نقطة تفتيش صغيرة مجدية: النموذج الصغير يتولى الحجم الأكبر من العمل، ويتم الوصول إلى النموذج المكلف دون عقد ثانٍ أو SDK ثانٍ.

ما الذي سيحسم الأمر؟

Two measurements are missing and both are cheap for someone with the hardware. The first is a like-for-like throughput and latency run: LFM2.5-24B-A2B against the 24GB Bolt checkpoint, same harness, same batch sizes, same context lengths, on the same accelerator. Nobody has run it. The second is a third-party evaluation of LFM2.5-24B-A2B on the benchmarks N​VIDIA used, so that the LiveClaw claim and the Bolt table can be read against each other instead of being quoted in parallel from two different marketing pages.

حتى ذلك الحين، يكون الخيار قرارًا بشأن ميزانية الذاكرة وليس قرارًا بشأن المعيار. يطلب منك أحد النموذجين امتلاك وحدة معالجة رسومات بسعة 24 جيجابايت من فئة الحوسبة Blackwell ويمنحك الرؤية و74 مليارًا من الاستدلال المقطر في المقابل. بينما يطلب الآخر حاسوبًا محمولًا، ويكلف بضع سنتات في الساعة لتجربته على خوادم شخص آخر، ويتخلى عن البصر ونصف نافذة السياق للوصول إلى ذلك.

ما لا تستطيع الأرقام إخبارك به هو ما إذا كان أيٌّ من ذلك قد أخفق في الميدان: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المرتبطة بالنماذج في هذه الفئة مجموعة في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة الخطورة ودرجة الثقة وعلامة كونه محل نزاع.