Eine Hero-Titelkarte mit der Aufschrift „LFM2.5-24B-A2B vs. Gemma 4 26B-A4B“, dem Untertitel „Zwei Sparse-Modelle, zwei unterschiedliche Budgets“ und zwei beschrifteten Panels mit der Aufschrift „LFM2.5-24B-A2B: 24,0B gesamt, 2,45B aktiv, nur Text“ und „Gemma 4 26B A4B: 25,2B gesamt, 3,8B aktiv, Text + Bild“, mit dem OrcaRouter-Logo unten rechts eingefügt.
Guides & Insights

LFM2.5-24B-A2B vs. Gemma 4 26B-A4B: Zwei sparse Modelle, zwei unterschiedliche Theorien darüber, wohin die Rechenleistung fließt

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

LFM2.5-24B-A2B und Gemma 4 26B-A4B wirken wie zweimal dieselbe Idee. Liquid AIs Checkpoint erschien am 13. Oktober 2026 mit 24,0 Milliarden Gesamtparametern und 2,45 Milliarden pro Token gelesen. Gemma 4 26B-A4B von Google DeepMind verfügt über 25,2 Milliarden Gesamtparameter und 3,8 Milliarden aktive pro Token, veröffentlicht auf Hugging Face am 11. März 2026. Beide sind Mixture-of-Experts-Modelle, beide sind grob gesagt ein Checkpoint mit rund 25 Milliarden Parametern, gekoppelt an ein Rechenbudget von zwei bis vier Milliarden Parametern, und beide Anbieter greifen bei der Erklärung des Kompromisses auf denselben Satz zurück — man zahlt mit Speicher für ein großes Modell und mit Latenz für ein kleines. Genau diese nahezu identische Rechnung ist der Grund, warum der Vergleich ordentlich durchgeführt werden sollte, denn die beiden Modelle geben dieses Budget dann für völlig unterschiedliche Dinge aus: Gemma 4 26B-A4B verwendet es für Vision, einen 256K-Kontext und eine breite Wissensbasis; LFM2.5-24B-A2B verwendet es für einen Reasoning-Trace, ein Tool-Calling-Harness und agentisches Reinforcement Learning. Gleiche Form, entgegengesetzte Prioritäten.

Es gibt noch eine Asymmetrie obendrauf: Die Benchmark-Tabelle zu LFM2.5-24B-A2B verwendet Gemma-4-26B-A4B-it als eine ihrer drei Baselines, sodass wir ausnahmsweise nicht zwei Launch-Tabellen nebeneinanderlegen und raten müssen — Liquid hat beide in derselben vLLM-Umgebung laufen lassen und die Zeilen veröffentlicht.

Beiden fehlt dasselbe, und es ist genau das, was alle voraussetzen.

Beginne mit dem Missverständnis, das diese beiden Modelle am wahrscheinlichsten erzeugen, denn es ist bei beiden dasselbe. Eine sparse Mixture of Experts verringert nicht deinen Speicherbedarf. Jeder Parameter im Checkpoint muss resident sein; was dir 2,45B oder 3,8B aktiv bringen, ist Durchsatz pro Token, nicht ein kleinerer Footprint. Ein Leser, der „2,45B aktiv“ sieht und zu einer 4-GB-Maschine greift, wird einen schlechten Nachmittag erleben.

In unserem eigenen Katalog ist der Checkpoint Gemma 4 26B A4B mit einem Kontext von 262.144 Token aufgeführt, und die Karte zu LFM2.5-24B-A2B gibt 131.072 an. Auf der Festplatte ist der Unterschied größer, als die Parameterzahlen vermuten lassen: LFM2.5-24B-A2B veröffentlicht ein Q4_K_M GGUF mit 14,5 GB und ein QAT QAD-Q4_0 mit 13,6 GB, dazu 48 GB in BF16; Gemma 4 26B A4B veröffentlicht bfloat16-Safetensors als einen 49,9 GB großen Shard plus einen 1,7 GB großen Shard, dazu ein quantisierungsbewusstes 4-Bit-GGUF, das eine kompakte Gewichtsdatei mit einer separaten multimodalen Projektionsdatei kombiniert. Grob gerundet: etwa 14 GB gegenüber etwa 50 GB unkomprimiert, aus zwei Checkpoints, deren Gesamtparameterzahlen sich um eine Milliarde unterscheiden. Dieser Unterschied rührt vom Vokabular, dem Experten-Layout und dem multimodalen Stack her, nicht von der Parameter-Schlagzeile, und er ist die praktischste Zeile in diesem gesamten Beitrag.

Die Spec-Gegenüberstellung, eine Zeile pro Dimension

• Parameter insgesamt / aktiv — LFM2.5-24B-A2B 24,0B / 2,45B, 64 Experten mit Top-4-Routing über 40 Schichten. Gemma 4 26B-A4B 25,2B / 3,8B, 8 aktive Experten von 128 plus ein geteilter Experte über 30 Schichten.

A capture of the Hugging Face model page for google/gemma-4-26B-A4B-it, showing the image-text-to-text pipeline tag, the Transformers and Safetensors formats, the gemma4 and conversational tags, the Apache 2.0 licence, and the card text stating that Gemma 4 models are multimodal, handling text and image input with audio supported on the E2B, E4B and 12B models, that the family spans a context window of up to 256K tokens across five sizes, and the architecture list covering reasoning, extended multimodalities, dense and MoE variants, and on-device optimisation.

• Kontext — 131.072 Tokens gegenüber 262.144, wobei Gemma 4 26B A4B ein gleitendes Fenster von 1.024 Tokens und hybride Attention verwendet, die lokale und globale Schichten verschachtelt und dabei die letzte Schicht global hält.

• Modalität — LFM2.5-24B-A2B nimmt Text entgegen und gibt Text aus. Gemma 4 26B A4B verarbeitet Text und Bild, mit einem Vision-Encoder von rund 550 Mio. Parametern; Audio ist auf die kleineren Gemma-4-Größen beschränkt.

• Schlussfolgerung — LFM2.5-24B-A2B gibt immer eine explizite Gedankenkette innerhalb eines <think>-Blocks aus. Gemma 4 26B A4B ist ein instruktionsoptimierter Generalist ohne obligatorische Denkspur.

• Vokabular — 128.000 Tokens, verdoppelt gegenüber der vorherigen Generation durch In-Place-Tokenizer-Erweiterung, gegenüber einem 262K-Familienvokabular, das von allen fünf Gemma-4-Größen geteilt wird.

• Lizenz — lfm1.0, kostenlos für die kommerzielle Nutzung bis zu 10 Mio. US-Dollar Jahresumsatz, darüber hinaus ist eine kommerzielle Lizenz erforderlich. Gemma 4 26B A4B steht unter Apache 2.0, der Standard-Lizenztext unter ai.google.dev/gemma/apache_2, wobei Googles Richtlinie zur verbotenen Nutzung daneben als Dokument zur akzeptablen Nutzung steht und nicht als Lizenzbeschränkung.

• Veröffentlichte Formate — GGUF (Q4_K_M bis BF16), FP8, ONNX und 4/5/6/8-Bit-MLX für das Liquid-Modell; bfloat16-Safetensors, ein vortrainierter Checkpoint, ein QAT-4-Bit-Build und ein llama.cpp-fähiges GGUF, plus ein Multi-Token-Prediction-Drafter, für die Gemma-Größe.

Liquid absolvierte beide, und die Ergebnisse sind kein glatter Durchmarsch.

Der LFM2.5-24B-A2B-Launch-Post setzt Gemma-4-26B-A4B-it in die Baseline-Spalte seiner Tabelle mit sechzehn Benchmarks, neben Qwen3.6-35B-A3B und Nemotron-3.5-Lightning, wobei alle vier Spalten in vLLM unter benchmark-spezifischen Generierungseinstellungen ausgeführt wurden. Alles Folgende ist auf beiden Seiten herstellerseitig berichtet – Liquids Zahlen, in einer von Liquid zusammengestellten Tabelle. Es ist keine unabhängige Bewertung, aber es ist zumindest ein einheitlicher Testaufbau, was mehr ist, als die meisten Modell-gegen-Modell-Seiten bekommen.

Die agentischen Zeilen lesen sich wie eine vernichtende Niederlage: AutomationBench 27,69 gegenüber 5,46, ToolSandbox 80,71 gegenüber 72,09, LiveClaw 48,09 gegenüber 41,25, τ³-Bench Banking 8,04 gegenüber 4,54, BFCLv4 65,01 gegenüber 57,09. Bei der Instruktionsbefolgung zeigt sich dasselbe Bild — IFEval 96,75 gegenüber 92,00, IFBench 74,69 gegenüber 47,44, Multi-IF 84,38 gegenüber 82,19.

Dann die andere Hälfte der Tabelle, die Liquid ohnehin veröffentlicht hat: PinchBench 83,18 gegen 77,12 geht in die andere Richtung, und ebenso drei Zeilen, die mehr zählen als jeder der Tool-Calling-Siege. GPQA Diamond — 74,42 gegen 74,90, am oberen Ende der Graduiertenwissenschaft im Wesentlichen gleichauf. SWE-Bench Verified via OpenCode — 51,00 gegen 25,80, ein Zwei-zu-eins-Vorsprung zugunsten des Liquid-Modells, die überraschendste einzelne Zahl in beiden Tabellen. SciCode — 32,71 gegen 35,42, die Gemma-Größe liegt vorn. Und AA-Omniscience — −24,90 gegen −59,39, wo beide Modelle schlecht abschneiden und die Gemma-Größe mehr als doppelt so schlecht abschneidet.

Zwei Lesarten davon, und die ehrliche ist die zweite. Die erste ist, dass ein Agentenmodell mit 2,45B aktiven Parametern einen Generalisten mit 3,8B aktiven Parametern bei Agentenaufgaben schlägt – wofür es gebaut wurde. Die zweite ist, dass die Spalte Gemma 4 26B A4B durchweg auffällig schwach aussieht – 25,2B Gesamtparameter und 3,8B aktive Parameter, die bei Instruktionsbefolgung, Tool-Nutzung und Wissen unter einem Modell mit 2,45B aktiven Parametern landen, sind nicht das, was Googles eigene Familientabelle vorhersagen würde, und es erinnert daran, dass ein gemeinsamer Harness einen Benchmark nicht vergleichbar macht, wenn die Modelle über unterschiedliche Generierungseinstellungen und Prompting gesteuert werden. Betrachte die Richtung dieser Zeilen als informativ, die Größenordnungen aber nicht.

Was gar nicht in der Tabelle steht, ist die multimodale Hälfte von Gemma 4 26B A4B. Ein Vision-Benchmark ist hier unmöglich, weil LFM2.5-24B-A2B nicht sehen kann. Wenn irgendein Teil Ihrer Workload beinhaltet, dass ein Bild von einem Nutzer eintrifft, hat dieser Vergleich schon vor dem Start einen Sieger – und es ist nicht das neuere Modell.

Preis, und was jedes einzelne tatsächlich zu halten kostet

LFM2.5-24B-A2B hat einen Preis pro Token: 0,10 $ pro Million Eingabe-Token (0,05 $ für Cache-Token) und 1,00 $ pro Million Ausgabe-Token in Liquids eigener Console, mit 2 $ Startguthaben. Gemma 4 26B A4B hat überhaupt keinen Listenpreis des Anbieters — Google veröffentlicht keinen —, daher ist die einzig ehrliche Kostenangabe der Betrag, den die Plattformen, die die offenen Gewichte hosten, verlangen, der je nach Host und Tag variiert.

Diese Asymmetrie ist das Argument dafür, einen Router zu verwenden, statt den Endpunkt eines Anbieters in Ihren Code zu verdrahten. Abgesehen von der Geometrie ist dies der Punkt, an dem ein Checkout für beide Seiten zählt: Wir stellen den Gemma 4 26B A4B Checkpoint unter zwei IDs bereit — google/gemma-4-26b-a4b-it und obsidian/gemma-4-26B-A4B — und beide Preisreferenzen, die Liquid in seiner Tabelle verwendet, qwen/qwen3.6-35b-a3b darunter, hinter einem Schlüssel mit 0 % Aufschlag auf den Listenpreis des Anbieters. Wir stellen LFM2.5-24B-A2B nicht bereit. Die praktische Version dieser Seite ist daher: Laden Sie den Liquid-Checkpoint herunter und führen Sie ihn lokal aus, und rufen Sie die Gemma-4-Größe und die Q​wen-Baseline über denselben Schlüssel auf, während Sie sich entscheiden, damit Sie anhand Ihrer eigenen Aufgaben vergleichen und nicht anhand der von einem der Anbieter gewählten Testumgebung.

A two-column scoreboard titled 'LFM2.5-24B-A2B vs Gemma 4 26B A4B — the scoreboard'. The left column, LFM2.5-24B-A2B, lists 24.0B total and 2.45B active parameters, a 131,072-token context, text-only input, SWE-Bench Verified 51.00, AutomationBench 27.69, and a Q4_K_M download of 14.5 GB. The right column, Gemma 4 26B A4B, lists 25.2B total and 3.8B active parameters, a 262,144-token context, text and image input, SWE-Bench Verified 25.80, AutomationBench 5.46, and bfloat16 weights of about 50 GB, above a footer reading 'Benchmark rows from Liquid AI's 2026-10-13 vLLM table, which ran both models; vendor-reported and unreproduced.' and the OrcaRouter logo composited bottom-right.A capture of OrcaRouter's own model page for google/gemma-4-26b-a4b-it, showing the 'Gemma 4 26B A4B' heading and the google/gemma-4-26b-a4b-it identifier, the vision, tools, JSON and reasoning chips, Google as the vendor with a 2026-04-03 date, the summary noting 25.2B total parameters with only 3.8B activating per token, and the 262K-token context row listing text, image and video input with a p50 time-to-first-token figure.

Welche, und wann geht es bei der Frage wirklich um deine Maschine?

Wenn es sich bei Ihrer Arbeitslast um Text handelt und Ihr Agent planen, Tools aufrufen und sich selbst erklären muss, ist der neuere Checkpoint derjenige, den Sie herunterladen sollten: 14,5 GB bei Q4_K_M, ein 131K-Kontext, explizites Reasoning und eine Benchmark-Tabelle, in der er die agentischen Zeilen gegen genau diesen Gegner gewinnt. Wenn irgendein Teil Ihrer Arbeit Bilder umfasst, oder Sie 256K Kontext statt 128K benötigen, oder Sie eine Apache-2.0-Lizenz ohne Umsatzklausel wünschen, die Sie im Auge behalten müssen, beantwortet Gemma 4 26B A4B eine Frage, die LFM2.5-24B-A2B nicht einmal stellt — bei etwa dreieinhalbmal so großem unkomprimiertem Speicherplatzbedarf.

Was keines der beiden Modelle behebt, ist, dass beide speichergebunden und nicht rechengebunden sind und dass beide Anbieter auf dieselbe Weise gelesen werden müssen. Googles Ankündigungsbeitrag zur Modellfamilie beschreibt die beiden größeren Gemma-4-Größen als bfloat16-Gewichte, die „effizient auf eine einzelne 80-GB-NVIDIA-H100-GPU passen" – was stimmt und zugleich die eigene Darstellung des Anbieters ist und nicht die Messung genau dieses Builds. Liquids 184 Token pro Sekunde auf einem Apple M5 Max und „bis zu 1,7× schneller als vergleichbare MoEs on-device" sind ebenfalls nicht reproduziert. Zwei Sparse-Modelle, zwei Anbieter, eine gemeinsame Lehre: Die Arithmetik im Namen sagt etwas über die Geschwindigkeit, und nichts im Namen sagt etwas über den Speicher.

Auch bei Vergleichen wie diesem zeigen sich die Fehlermodi:the OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, einen Schweregrad, einen Konfidenzgrad und eine Kennzeichnung als umstritten enthält.