LFM2.5-24B-A2B vs. Granite 4.2 30B: Sparse-Laptop-Modell oder Dense-Workstation-Modell

„Open Weights“ erfüllt zwei unterschiedliche Funktionen bei LFM2.5-24B-A2B und Granite 4.2 30B. Das Modell von Liquid AI, angekündigt am 13. Oktober 2026, ist ein Mixture-of-Experts-Modell mit 24 Milliarden Parametern, das pro Token 2,45 Mrd. Parameter aktiviert und unter der eigenen Lizenz lfm1.0 des Anbieters erscheint. IBMs Granite 4.2 30B, veröffentlicht am 25. August 2026 auf Hugging Face, ist ein dichtes, nur aus einem Decoder bestehendes Reasoning-Modell – rund 29 Milliarden Parameter in seinen BF16-Safetensors, von denen bei jedem Token alle aktiv sind – und erscheint unter Apache 2.0. Eine dieser Lizenzen ist eine Standard-Apache-Gewährung ohne Nebenbestimmungen. Die andere ist es nicht, und dieser Unterschied überdauert jedes Benchmark-Argument, das Sie über die beiden führen könnten.

Der zweite Unterschied ist Arithmetik, die keine Evaluation verbergen kann. Ein MoE mit 2,45 B aktiven Parametern ist auf eine Maschine zugeschnitten, die du bereits besitzt. Ein dichtes 29B-Modell benötigt eine GPU mit genügend Speicher, um es unterzubringen, was den Vergleich weniger zu „Welches ist klüger?“ als vielmehr zu „Welches davon kannst du tatsächlich auf der Hardware ausführen, die vor dir steht?“ macht.

Wohin die Parameter gehören

LFM2.5-24B-A2B verfügt über 40 Schichten, aufgeteilt auf 30 doppelt gegatete Short-Convolution-Blöcke und 10 Grouped-Query-Attention-Schichten, mit 64 Experten pro Block und Top-4-Routing. Liquid trainierte es auf 33 Billionen Token – laut Zählung des Launch-Posts – oder 36 Billionen laut Zählung der Hugging-Face-Modellkarte für dasselbe Release, eine Diskrepanz, die keines der beiden Dokumente auflöst –, absolvierte dann ein Midtraining in zwei Phasen und schloss mit einer fünfstufigen Post-Training-Pipeline ab, die in agentischem Reinforcement Learning in echten Agent-Harnesses endet. Es hat 131.072 Token Kontext und ein Vokabular von 128.000 Token.

Granite 4.2 30B ist ein einzelner dichter Stack, bei dem kein Routing durchgeführt werden muss, aufgebaut auf dem Checkpoint Granite-4.1-30B-Base und trainiert mit drei auswählbaren Reasoning-Modi: vollständiges Denken, eingebettet in <think>-Tags, Denken mit geringem Aufwand und gar kein Denken. Es verfügt über einen nativen Kontext von 128K mit einer dokumentierten Langkontext-Erweiterung auf 512K, unterstützt zwölf getestete Sprachen, und seine Modellkarte empfiehlt aufgabenübergreifend Temperatur 1,0 mit top_p 0,95.

Die praktische Konsequenz ist die Durchsatzform, nicht nur der Durchsatz. Sparse Routing bedeutet, dass LFM2.5-24B-A2B eine 24B-Gewichtsdatei liest, um pro Token Rechenarbeit im Umfang von 2,45B zu verrichten – gut für die Speicherbandbreite, schlecht für nichts Bestimmtes. Dense bedeutet, dass Granite 4.2 30B für jedes Token, das es ausgibt, die vollen 29B Arbeit verrichtet. Wenn Ihre Arbeitslast eine lange Agentenschleife mit vielen kurzen Turns ist, verstärkt sich dieser Unterschied.

Lieferantennummern, nebeneinander, mit dem angehängten Vorbehalt

Niemand hat diese beiden gegeneinander antreten lassen. IBMs Zahlen stammen aus der Modellkarte von Granite 4.2; die von Liquid stammen aus dessen vLLM-Tabelle vom Tag der Markteinführung, in der Granite nicht als Spalte erscheint. Die folgenden Zeilen sind daher zwei separate Herstellerangaben, die nebeneinander gestellt wurden, kein direkter Vergleich, und zwei der vier Benchmarks verwenden sich überschneidende, aber nicht identische Testumgebungen.

• Parameter — 24,0B insgesamt mit 2,45B aktiv gegenüber ~29B dense, alle aktiv. Die eine Zahl, die über deine Hardware entscheidet.

• Kontext — 131.072 Tokens gegenüber 128K nativ und 512K erweitert. Ungefähr auf Augenhöhe beim nativen Fenster; Granite geht noch weiter, wenn Sie es benötigen.

• Lizenz — lfm1.0 versus Apache 2.0. Apache 2.0 hat keinen Umsatzauslöser und keine Frage des Nutzungsbereichs. Vergleichen Sie die Bedingungen von Liquid mit Ihren eigenen Zahlen.

• Agenten-Tool-Nutzung — BFCLv4 65,01 gegenüber BFCL v4 61,39.Liquids Zahl stammt aus dem eigenen Harness; IBMs aus der 4.2-Karte. Nah genug beieinander, dass das Harness mehr zählt als die Lücke.

• Coding — SWE-Bench Verified 51,00 gegenüber 57,00. Granites Vorsprung, und es folgt dem Muster: LFM2.5-24B-A2B ist ein Tool-Aufrufer, Granite 4.2 30B ist ein Reasoner, der auch Tools aufruft.

• Anweisungsbefolgung — IFEval 96,75 und IFBench 74,69 gegenüber IFBench 77,17.Beide sind stark; die beiden Anbieter verwenden unterschiedliche Zeilenpaare, vergleichen Sie also die gemeinsame.

Wo Granites Karte Details ergänzt, die Liquid nicht veröffentlicht, nimm dies als Argument für den Reasoner: AIME 2025 bei 89,17, GPQA bei 66,41, LiveCodeBench v6 bei 75,77, MMLU-Pro bei 77,60, SciCode bei 38,76 und RULER bei 89,96 für 64K und 81,38 für 128K. Dieses letzte Paar ist die Art von Long-Context-Beleg, die LFM2.5-24B-A2B schlichtweg noch nicht hat – Liquid hat für sein 131K-Fenster bei keiner Kontextlänge Retrieval-Werte veröffentlicht.

Was es Sie kostet, jedes einzelne zu halten

Liquid bepreist den API-Zugriff mit 0,10 $ pro Million Input-Tokens — 0,05 $ gecacht — und 1,00 $ pro Million Output-Tokens in der eigenen Console, mit 2 $ Startguthaben. Doch der gehostete Endpunkt ist nicht wirklich das Produkt; das Produkt ist die 24B-A2B-Datei selbst, und die Durchsatzangaben des Anbieters beziehen sich alle auf das Gerät selbst: 184 Tokens pro Sekunde auf einem Apple M5 Max und 114 Tokens pro Sekunde auf einem AMD Ryzen AI Max+ 395. Beide stammen vom Anbieter und wurden nicht unabhängig reproduziert, und unabhängig davon, ob sie zutreffen, trifft das Architekturargument zu: Ein MoE mit 2,45 Mrd. aktiven Parametern läuft auf Unified Memory auf eine Weise, wie es ein dichtes 29B-Modell nicht tut.

IBM veröffentlicht keinen Preis pro Token auf der Modellkarte — Granite 4.2 30B ist als selbst gehosteter Checkpoint positioniert, verteilt als BF16 plus FP8, NVFP4/MXFP4- und GGUF-Quantisierungen. Die Gesamtkosten bestehen aus der GPU, die man kaufen oder mieten muss, um rund 29B dichte Gewichte zu halten, und ein dichtes 30B in FP8 benötigt deutlich mehr Speicher als ein quantisiertes MoE mit 2,45B aktiven Parametern. Pro bedientem Token ist das sparse Modell günstiger im Betrieb; hinsichtlich Kaltstart und Worst-Case-Latenz hat das dichte Modell kein Routing, das aufgewärmt werden müsste. Was davon relevant ist, hängt vollständig davon ab, ob der Endpunkt ständig läuft.

Wenn Sie eine der beiden testen möchten, ohne sich auf eine festzulegen, gibt es beide Wege. Granite 4.2 30B lässt sich unter Apache 2.0 selbst hosten, ohne Umsatzobergrenze, und die bereitgestellte Seite jeder oben genannten Zahl – qwen/qwen3.6-35b-a3b und google/gemma-4-26b-a4b-it darunter – befindet sich in unserem Katalog hinter einem Schlüssel bei 0 % Aufschlag auf den jeweiligen Listenpreis des Anbieters, sodass eine Preisänderung eines Anbieters den Endpunkt am selben Tag erreicht, an dem sie angekündigt wird, statt erst zum nächsten Abrechnungszyklus.

Welches soll man wählen?

Nimm LFM2.5-24B-A2B, wenn die Maschine die Einschränkung ist und die Arbeitslast aus Tool Calls besteht. Es gewinnt dort, wo harness-förmige Arbeit gemessen wird, es hält 131K Kontext in einem Footprint, den ein Laptop bewältigen kann, und Liquid hat es gegen echte Agent-Scaffolds trainiert statt gegen einen statischen Testsatz – ein Detail, das für einen Router mehr zählt als für einen Reasoner. Akzeptiere zwei Dinge, wenn du das tust: Die lfm1.0-Lizenz ist nicht Apache 2.0, und niemand außerhalb von Liquid hat diesen Checkpoint bisher bewertet.

Wählen Sie Granite 4.2 30B, wenn Sie die Hardware haben, ein Modell brauchen, das erst nachdenkt, bevor es handelt, oder eine Lizenz benötigen, die Ihr Rechtsteam bereits kennt. Es ist führend beim Coding, es ist das einzige der beiden mit veröffentlichten Long-Context-Retrieval-Zahlen, und seine 512K-Erweiterung ist echte Dokumentation statt Marketing. Seine agentischen Werte sind dünner — 61,39 bei BFCL v4 gegenüber 65,01 von Liquid — was genau umgekehrt zu dem ist, was die Parameterzahlen nahelegen würden, und eine Erinnerung daran, dass Dichte Reasoning erkauft, nicht automatisch Tool-Disziplin.

Die ehrliche Zusammenfassung lautet, dass diese beiden kein Ersatz füreinander sind. LFM2.5-24B-A2B wurde gebaut, um das Modell zu sein, das den Loop auf einem Gerät ohne Cloud-Verbindung ausführt. Granite 4.2 30B wurde gebaut, um das Modell zu sein, das intensiv über ein Problem nachdenkt und die Lizenz hat, zu beweisen, dass es ausgeliefert werden kann. Wenn du beide hast, ist die Routing-Frage, welches die Anfrage bekommt – und das ist eine Entscheidung, für die es eine Routing-Schicht gibt, nicht eine Benchmark-Tabelle.

Verfolgen Sie Live-Ausfälle und Beeinträchtigungen von Modellen in unserem Incident-Archiv und sehen Sie, welche Routen sauber ein Failover durchgeführt haben.