Hy-Memory-30B-A3B vs. LFM2.5-24B-A2B: Zwei Sparse-Spezialisten, nur einer davon läuft auf Ihrer Maschine

Hy-Memory-30B-A3B und LFM2.5-24B-A2B sind dieselbe Idee, gebaut von zwei Unternehmen, die sich darüber uneinig sind, wer sie betreiben wird. Beide sind Sparse-Mixture-of-Experts-Modelle im mittleren 20-Milliarden-Bereich mit zwei bis drei Milliarden Parametern, die pro Token aktiv sind — der Memory Writer des Hunyuan-Teams mit 30B insgesamt und rund 3B aktiv, als Open Source veröffentlicht am 15. Oktober 2026; das On-Device-Agent-Modell von Liquid AI mit insgesamt 24,0B und 2,45B aktiv, ausgeliefert am 13. Oktober 2026. Liquid lieferte zusätzlich zu den Gewichten in voller Präzision eine Q4_K_M-GGUF mit 14,5 GB und einen quantisierungsbewusst trainierten Build mit 13,6 GB aus. Das Team lieferte einen einzigen 60,1 GB großen BF16-Checkpoint und überhaupt keine quantisierte Alternative aus. Was die Zahlen Ihnen nicht sagen können, ist, ob irgendetwas davon in der Praxis schiefgegangen ist: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Vertrauensstufe und seine Streitfall-Markierung trägt.

Dieser Unterschied in der Verpackung ist kein Zufall der Terminplanung, und wenn man ihn richtig liest, verrät er mehr über die beiden Modelle als jede der beiden Benchmark-Tabellen. Er ist außerdem der Grund, warum diese beiden üblicherweise aus dem falschen Grund verglichen werden – Leute sehen auf beiden Karten „kleines, dünnbesetztes MoE“ und nehmen an, dass sie um denselben Deployment-Slot konkurrieren. Tun sie aber nicht. Das eine möchte im Agenten-Framework auf deinem Laptop stecken. Das andere möchte in einer Speicher-Pipeline auf deinem Server stecken, und die beiden Aufgaben überschneiden sich kaum.

Das Eine, das sie wirklich teilen

Beide sind dünn besetzt. Beide halten eine große Parameteranzahl resident und lesen pro Token einen kleinen Ausschnitt davon. Das ist die gesamte architektonische Überschneidung, und es lohnt sich, festzuhalten, was Sparsität leistet und was nicht, denn sie ist die am beständigsten missverstandene Eigenschaft in dieser Größenklasse.

Ein 24B-A2B-Checkpoint passt nicht in den Speicher, den 2,45 Milliarden Parameter belegen würden. Jeder Parameter in der Datei muss ladbar sein; was die Anzahl der aktiven Parameter bringt, ist Durchsatz pro Token, nicht Speicherbedarf. Liquids eigene Modellkarte ist diesbezüglich eindeutig – das Modell ist ein Checkpoint mit 24 Milliarden Parametern, und wer es ausführt, muss 24 Milliarden Parameter irgendwo vorhalten. Wer „2.45B active“ liest und zu einer kleinen Maschine greift, wird einen schlechten Nachmittag haben. Dasselbe gilt für die Angabe „3B aktiv“ bei Hy-Memory-30B-A3B im Verhältnis zu seiner 60-GB-BF16-Datei.

Über diese gemeinsame Eigenschaft hinaus unterscheiden sich die beiden in fast jeder Hinsicht, die zählt.

Beachten Sie, worum es sich bei diesem Repository handelt. Ein Anbieter, der ein separates GGUF-Repository veröffentlicht, erklärt damit auf die konkreteste verfügbare Weise, dass die von ihm ausgelieferten Modelle dafür gedacht sind, heruntergeladen und auf Hardware ausgeführt zu werden, die jemand bereits besitzt. Die Commit-Historie darin umfasst zwei Commits und ist nur wenige Tage alt – das ist kein nachträglicher Einfall, der an ein neun Monate altes Release drangehängt wurde.

Technische Daten, Seite an Seite, einschließlich der Verpackungszeile

• Gesamt-/aktive Parameter — Hy-Memory-30B-A3B: 30B gesamt, ~3B aktiv vs. LFM2.5-24B-A2B: 24,0B gesamt, 2,45B aktiv.

• Schichtaufbau — 48 Schichten für Hy-Memory-30B-A3B, ein dichter Block und 47 MoE-Blöcke mit 128 Experten bei Top-8-Routing plus einem gemeinsamen Experten; LFM2.5-24B-A2B umfasst 40 Schichten, davon 30 doppelt gegatete Kurzfaltungsblöcke und 10 mit Grouped-Query-Attention, mit 64 Experten pro MoE-Block bei Top-4-Routing.

• Kontext — 262.144 Positionen für Hy-Memory-30B-A3B vs. 131.072 für LFM2.5-24B-A2B, was selbst eine Steigerung gegenüber 32K in der vorherigen Generation darstellt.

• Speicherbedarf der Gewichte — 60,1 GB verteilt auf 51 BF16-Shards gegenüber 48 GB in BF16, mit einem Q4_K_M GGUF bei 14,5 GB und einem QAT QAD-Q4_0 bei 13,6 GB.

• Lizenz — Apache 2.0 für Hy-Memory-30B-A3B im Vergleich zur LFM1.0-Lizenz für LFM2.5-24B-A2B, die eine individuelle Gewährung statt einer OSI-zugelassenen darstellt und vor dem kommerziellen Einsatz eine Lektüre wert ist.

• Trainingskorpus — 36 Billionen Tokens über 16 Sprachen bei einem Vokabular von 128.000 Tokens für LFM2.5-24B-A2B; die Hy-Memory-Karte gibt Englisch und Chinesisch an und veröffentlicht keine Token-Anzahl für Hy-Memory-30B-A3B.

• Dokumentierter Zweck — Speicherschreiben innerhalb von Mem0, MemOS, Hy-Memory und (zurückgehalten) EverMemOS gegenüber On-Device-Agenten mit Reasoning-Traces, Tool-Calling und agentischem Reinforcement Learning in echten Harnesses.

• Vom Anbieter veröffentlichte Quantisierung – keine vs. vier Formate.

Beachte noch einmal die letzte Zeile. Liquid AI veröffentlichte GGUF-, FP8-, ONNX- und MLX-4bit-Builds von LFM2.5-24B-A2B innerhalb weniger Tage nach den Basisgewichten, und die Community fügte weitere hinzu. Das ist ein Anbieter, der auf die konkreteste verfügbare Weise sagt, dass dieses Modell dafür gedacht ist, heruntergeladen und lokal ausgeführt zu werden. Das Hy-Memory-Release sagt das Gegenteil, ohne es je auszusprechen: eine Genauigkeit, ein Format, 60 GB und eine Karte, die vLLM 0.31.0 als den Weg nennt, es bereitzustellen.

Wozu jedes einzelne trainiert wurde und warum es nicht dieselbe Aufgabe ist

LFM2.5-24B-A2B ist ein Agent. Liquid positioniert ihn als schnellen, privaten Executor, der immer vor der Antwort nachdenkt und Tools gut aufruft – seine veröffentlichten Zahlen zur Tool-Nutzung und Instruction-Following sind der stärkste Teil seiner Tabelle, mit IFEval bei 96,75 und IFBench bei 74,69 unter den herausragenden Werten. Die eigene Anleitung des Unternehmens ist offen über die Schwäche: Richte ihn nicht allein auf wissensintensive Fragen aus, kombiniere ihn stattdessen mit Retrieval oder Websuche. Das ist ein Modell, das zum Handeln gebaut wurde und dessen Wissen bewusst ausgelagert ist.

Hy-Memory-30B-A3B agiert überhaupt nicht. Es liest eine Konversation und schreibt Erinnerungen. Seine Eingaben sind Austausche, seine Ausgaben sind strukturierte Datensätze – der Hy-Memory-Quickstart fordert von ihm ein JSON-Objekt an, das eine Liste eigenständiger Memory-Strings enthält, ausgeführt bei Temperatur 0,0 mit deaktiviertem Reasoning. Während LFM2.5-24B-A2B danach beurteilt wird, ob es eine Aufgabe abgeschlossen hat, wird Hy-Memory-30B-A3B danach beurteilt, ob die von ihm geschriebene Bank später eine bessere Antwort erzeugt hat. Die Evaluation ist dem Modell nachgelagert, weshalb die Hy-Memory-Tabelle Schreiber statt Modelle vergleicht – jede Zeile ändert den Schreiber und hält Antwortmodell, Bewerter, Retrieval-Konfiguration und Prompts unverändert.

Die Evidenzlücke, die nicht symmetrisch ist

Beide Zahlensätze stammen vom Anbieter selbst. Doch sie sind nicht gleich nützlich.

Liquid AI hat sein eigenes Modell in derselben vLLM-Umgebung gegen Baselines laufen lassen und die Zeilen veröffentlicht – die LFM2.5-24B-A2B-Karte enthält direkte Vergleiche mit Qwen3.6-35B-A3B und anderen Modellen auf demselben Harness, was die relative Form der Tabelle zumindest intern konsistent macht. Ihre Behauptungen sind in dem Sinne überprüfbar, dass jeder mit dem GGUF versuchen kann, sie diese Woche auf bescheidener Hardware zu reproduzieren.

Die Hy-Memory-Evaluierung ist anders konzipiert und schwieriger zu überprüfen. Die Hauptmatrix läuft auf einer festen 20%-Teilstichprobe jedes Benchmarks statt des vollständigen Satzes, was eine vertretbare Wahl aus Kostengründen und eine unvertretbare ist, wenn man sich auf kleine Abstände stützen will. Und kleine Abstände sind das, worauf die Schlagzeile beruht: 55,49 Makro-Durchschnitt für Hy-Memory-30B-A3B gegenüber 54,62 für Claude Opus 5 ist ein Abstand von 0,87 Punkten. Beim MemOS-Harness beträgt der Abstand 0,01 — 50,51 gegenüber 50,50. Der Höhepunkt der Behauptung hingegen, die 56,89 auf dem zurückgehaltenen EverMemOS-Harness, ist das einzelne Ergebnis, das am meisten getestet werden sollte, und dasjenige, das niemand ausgeführt hat.

Keiner der beiden Anbieter hat eine unabhängige Bewertung für diese beiden Modelle. Für LFM2.5-24B-A2B ist das eine zwei Tage alte Unannehmlichkeit. Bei Hy-Memory-30B-A3B verschärft es das Hardwareproblem: Man kann die Zahlen eines 60-GB-BF16-Modells nicht einfach so reproduzieren, wie man ein 14,5-GB-GGUF erneut ausführen kann.

Wenn Ihr Agent sowohl ein Gedächtnis als auch einen Mund braucht

Die praktische Lesart ist, dass diese beiden in einem System Komplemente sind, nicht Rivalen in einem Kräftemessen, und die Aufteilung bei der Bereitstellung ergibt sich daraus ganz natürlich.

Ein Speicherschreiber wird bei jedem Turn mit kurzen Ausgaben ausgelöst – eine hochfrequente, wenig komplexe Arbeitslast, die deterministisch sein muss. Ein auf dem Gerät laufender Agenten-Executor wird aufgerufen, wenn eine Aufgabe zu erledigen ist, muss planen und Tools aufrufen und profitiert davon, in der Nähe der Daten zu laufen. Ein Team, das einen privaten Agenten-Stack ohne Aufrufe an Drittanbieter aufbaut, könnte durchaus wollen, dass der Schreibpfad und der Aktionspfad zwei unterschiedliche kleine Modelle sind, wobei jedes genau das eine tut, wofür es trainiert wurde, und beide lokal laufen.

Dort landet die Frage nach dem Router. OrcaRouter ist ein einziger API-Schlüssel für 200+ gehostete Modelle bei 0 % Aufschlag, und seine Routing-DSL kombiniert mehrere Modelle in einem einzigen Aufruf – der Mechanismus, der es einem lokal bereitgestellten Schreibmodell und einem gehosteten Frontier-Modell ermöglicht, als ein einziger Endpunkt zu antworten, mit automatischem Failover wenn ein Backend an Leistung verliert. Um genau zu sein, was hier gilt: Weder Hy-Memory-30B-A3B noch LFM2.5-24B-A2B ist in unserem Katalog enthalten, und wir hosten keines von beiden. Der Weg zu beiden führt über den Checkpoint und deine eigene Hardware. Was ein Router abdeckt, ist der Lesepfad und die Planung darum herum sowie die Möglichkeit, das Modell, das einen Slot füllt, auszutauschen, ohne den aufrufenden Code zu ändern.

Es lohnt sich, das zu tun, bevor man es braucht. Die Routing-Tabelle ist jetzt günstig zu schreiben und teuer nachzurüsten, sobald ein Agent-Framework Endpunkte an zehn Stellen hartcodiert hat.

Diese Karte ist die faire Zusammenfassung des Unterschieds. Liquid AI selbst sagt, dass LFM2.5-24B-A2B darauf ausgelegt ist, dort zu laufen, wo der Nutzer ist. Das Hy-Memory-Team erhebt nie einen vergleichbaren Anspruch, und die 60-GB-Datei hinter Hy-Memory-30B-A3B tut das Gegenteil.

Was zuerst aufheben?

Wenn Sie diese Woche ein Sparse-Modell mittlerer Größe auf Ihrer eigenen Hardware laufen sehen möchten, ist LFM2.5-24B-A2B der naheliegende erste Anlaufpunkt – der Download umfasst 14,5 GB, die Lizenz sollte man lesen, und die Tool-Calling-Werte sind der Teil seiner Tabelle, der für Sie am ehesten von Bedeutung sein dürfte.

Wenn Ihr Agent ein Gedächtnisproblem hat, das mit jeder Konversation wächst, ist Hy-Memory-30B-A3B genau darauf zugeschnitten, und nichts Vergleichbares ist offen verfügbar. Setzen Sie das Hardware-Budget an, bevor Sie das Zeitbudget ansetzen.