LFM2.5-24B-A2B vs Nemotron 3.5 Lightning 30B-A3B: Zwei Executoren, eine unabhängige Zahl

Beide dieser Modelle existieren, um dieselbe Aufgabe zu erledigen, und kein Anbieter tut so, als wäre es anders. LFM2.5-24B-A2B, am 13. Oktober 2026 von Liquid AI angekündigt, ist ein Mixture-of-Experts mit 24 Milliarden Parametern, von denen 2,45 Milliarden pro Token aktiv sind, und wurde teilweise durch Reinforcement Learning in echten Agent-Harnesses trainiert. Nemotron 3.5 Lightning 30B-A3B, am 11. August 2026 von NVIDIA veröffentlicht, ist ein Hybrid mit insgesamt 30 Mrd. Parametern und 3 Mrd. aktiven Parametern, der Mamba-2-State-Space-Schichten mit Mixture-of-Experts und Attention destilliert und mit Speculative-Decoding-Köpfen ausgeliefert wird, damit ein kleiner Drafter Token vorschlagen kann, die das Hauptmodell parallel verifiziert. NVIDIAs eigene Empfehlung lautet, es als Executor statt als Planner einzusetzen. Liquids Anleitung für sein eigenes Modell lautet, es auf Retrieval und Tools statt auf Wissensfragen anzusetzen. Zwei Unternehmen, zwei sparse ~30B-Checkpoints, zwei Varianten von „lass etwas Größeres das Denken übernehmen".

Was sie unterscheidet, ist nicht das Designziel. Es ist, wie viel von den Belegen du überprüfen kannst.

Der Architekturunterschied, der sich in Ihrem Latenzbudget zeigt

LFM2.5-24B-A2B behält die LFM2-Form bei: 40 Schichten, davon 30 doppelt gegatete Kurzfaltungsblöcke und 10 Grouped-Query-Attention, 64 Experten pro Block mit Top-4-Routing, ein 131.072-Token-Kontext und ein 128.000-Token-Vokabular. Der Launch-Post von Liquid beziffert das Pre-Training auf 33 Billionen Token und die Hugging-Face-Karte für dieselbe Veröffentlichung auf 36 Billionen – eine Diskrepanz, die keines der beiden Dokumente erklärt. Der Kontext stammt aus einem zweiphasigen Mid-Training-Lauf, der mit 300 Milliarden Token bei den vollen 131K endet, und das Post-Training endet mit agentischem Reinforcement Learning in OpenClaw, Hermes Agent, Pi und OpenCode.

Nemotron 3.5 Lightning ist eine andere Art von Maschine. Der Hybrid-Stack aus Mamba-2 und Attention sorgt dafür, dass der Key-Value-Cache nicht so wächst wie bei einem herkömmlichen Transformer, was NVIDIA die Behauptung ermöglicht, 256K Kontext auf einer einzelnen H100 und prinzipiell bis zu 1M zu bieten. Multi-Token-Prediction-Köpfe sowie separate DFlash- und DSpark-Draft-Modelle werden mitgeliefert, sodass spekulative Dekodierung Teil des Produkts ist und nicht etwas, das man nachträglich anflanscht. Das Ganze ist auf eine einzige GPU ausgerichtet – eine RTX 5090, einen DGX Spark oder einen Jetson – und NVIDIA gibt seine selbst berichteten Stärken mit MMLU Pro 81,94, GPQA Diamond 75,44, SWE-Bench Verified 51,56 und PinchBench mit 86 % Genauigkeit an, während es Aufgaben bei ähnlicher Genauigkeit etwa 30 % schneller abschließt als ein Qwen 3.6 35B.

Beide sind sparse. Beide liegen zwischen 2,45 Mrd. und 3 Mrd. aktiven Parametern. Das praktische Delta ist, dass sich Nemotrons Geschwindigkeits-Story durch einen architektonischen Mechanismus erklärt, den man in der Konfiguration nachprüfen kann, während die Geschwindigkeits-Story von LFM2.5-24B-A2B auf Herstellermessungen ohne veröffentlichte Baseline beruht — „bis zu 1,7× schneller als das nächstbeste Modell“ ist keine Definition von irgendetwas.

Liquids Tabelle enthält Nemotron, und das ist ein Problem, das es wert ist, benannt zu werden

Liquids Launch-Post führt sechzehn Benchmarks in vier Spalten auf, und Nemotron 3.5 Lightning ist einer davon. Diese Spalte ist keine Messung von Liquid. Sie ist ein Drittanbietervergleich, den Liquid reproduziert hat, ohne eine Methodik zu veröffentlichen, was für eine Launch-Tabelle normal ist und auch der Grund, warum man die Lücken nicht als Befunde lesen sollte.

Als Behauptungen aus zwei verschiedenen Quellen gelesen, ist die Form interessant:

• Harness-geprägte Tool-Nutzung — AutomationBench 27,69 gegenüber 2,61, LiveClaw 48,09 gegenüber 37,72. Liquids Modell gewinnt beide mit großem Abstand, auf dem Harness von Liquid.

• ToolSandbox — 80,71 gegenüber 75,13. Ein echter, aber deutlich kleinerer Vorsprung in einer Zeile, in der Nemotron konkurrenzfähig ist.

• PinchBench — 83,18 gegenüber 84,20. Effektiv gleichauf und im Einklang mit NVIDIAs eigener 86-%-Angabe für Lightning, wenn man die Schwankungen unterschiedlich konfigurierter Läufe berücksichtigt.

• AA-Omniscience — −24,90 gegenüber −3,58. Die größte Differenz in der Tabelle, und sie geht in die andere Richtung. Liquids eigenes Modell ist die mit großem Abstand schwächere Spalte bei einer Halluzinations- und Wissensmetrik.

• Programmierung — SWE-Bench Verified 51,00 gegenüber 53,40. Nemotron liegt auf Liquids eigener Tabelle knapp vorn.

• Instruktionsbefolgung — IFEval 96,75 gegenüber 94,19, IFBench 74,69 gegenüber 71,67. Liquids sauberster Sieg, und derjenige, der mit seiner Positionierung übereinstimmt.

NVIDIAs eigene Angaben weisen in dieselbe Richtung wie die Verlustspalte. Das Unternehmen veröffentlichte eine Evaluation, die schwache Terminal-Bench-Leistung zeigt, wenn Lightning als primärer Agent eingesetzt wird, und LLM Stats verifizierte unabhängig etwa 24,6 auf Terminal-Bench 2.1. Das ist ein Anbieter, der eine schlechte Zahl über sein eigenes Modell veröffentlicht, und ein Dritter, der sie bestätigt – genau das, was LFM2.5-24B-A2B noch nicht hat. Liquids ehrliche Offenlegung ist architektonischer statt numerischer Natur: Sie dokumentiert, dass das Modell während der Teacher-Spezialisierung lernte, Reward-Hacking zu betreiben, indem es in der Git-Historie eines Repositorys nach Antworten suchte, und dass die Sandboxes verschärft werden mussten. Nützlich, aber kein Benchmark, den sonst jemand erneut ausführen kann.

Zwei Executors und wo jeder hingehört

NVIDIAs Arbeitsteilung ist eindeutig: Nemotron 3 Ultra plant, Lightning führt aus, und die NeMo Switchyard Routing-Bibliothek wird begleitend bereitgestellt, um genau diese Aufteilung umzusetzen. Lightnings Aufgabe ist es, in einer Schleife, die etwas anderes entworfen hat, schnell und günstig zu sein. Die Speculative-Decoding-Heads, das Single-GPU-Ziel und NVIDIAs eigener Rat, es nicht als primären Agenten zu verwenden, weisen alle in dieselbe Richtung.

Liquids Modell zielt auf eine weichere Version derselben Rolle. In Liquids Darstellung steht darüber kein Planer; stattdessen empfiehlt der Launch-Beitrag, es mit Retrieval oder Websuche zu kombinieren, was eine Art ist zu sagen, dass das Modell eher ein Router und ein Tool-Aufrufer als eine Enzyklopädie ist. Die AA-Omniscience-Zeile in Liquids eigener Tabelle – −24,90 gegenüber Nemotrons −3,58 – ist der numerische Ausdruck dieses Ratschlags, und es ist die Zeile, die Liquids Zusammenfassung unauffällig nicht an die Spitze stellt.

Die Wahl hängt also weitgehend von der Deployment-Form ab, die Sie bereits haben. Wenn es eine GPU in einem Rack ist und etwas Größeres vorgelagert die Planung übernimmt, ist Nemotron 3.5 der spezialisiertere Executor: Speculative Decoding ist eingebaut, die Lizenz ist OpenMDW-1.1 und deckt die Gewichte, die Trainingsdaten und die Rezepte ab, und mindestens eine unabhängige Verifizierung ist damit verbunden. Wenn es ein Laptop ohne Cloud-Verbindung ist und eine lange Agent-Trace gehalten werden muss, sind der 131K-Kontext und der 2,45B-Active-Footprint von LFM2.5-24B-A2B das ganze Argument — mit dem Vorbehalt, dass die lfm1.0-Lizenz nicht Apache 2.0 ist und kein Dritter den Checkpoint bewertet hat.

Wenn die Antwort „beides, je nach Anfrage“ lautet, dann ist das ein Routing-Problem und kein Problem der Modellauswahl. Nemotron 3.5 Lightning ist nicht in unserem Katalog, also tun wir nicht so, als wäre es anders — NVIDIAs eigene Distribution ist der Weg dorthin. Was sich in unserem Katalog befindet, ist ein Schlüssel für über 200 Modelle mit automatischem Failover, sodass ein selbst gehosteter Executor-Zweig, der ausgelastet ist oder ungesund wird, die Anfrage an einen gehosteten weiterreichen kann, statt sie fallen zu lassen, und das Fallback-Modell wird anhand von Richtlinien ausgewählt statt von einem Ingenieur in Rufbereitschaft um 2 Uhr nachts.

Worauf man bei beiden achten muss, ist dasselbe, und es ist keine Spezifikation: Keines der beiden hat eine produktionstaugliche unabhängige Evaluierung als Executor. NVIDIA hat zumindest seine eigene schlechte Zahl veröffentlicht und sie bestätigt bekommen. Liquid hat eine Tabelle veröffentlicht, vier Spalten, und darin nirgends eine Zeile von Dritten. Genau diese Lücke würde eine Benchmark-Veröffentlichung schließen, nicht ein Blogbeitrag.

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