LFM3-1.7B-Base vs. Gemma 4 12B: Ein Spezialisten-Trunk gegen einen Generalisten

Legt man die beiden Downloads nebeneinander, ist der erste Unterschied kein Benchmark. LFM3-1.7B-Base, veröffentlicht am 26. Oktober 2026 auf Hugging Face und am nächsten Tag in der Family-Einführung von Liquid AI genannt, ist eine 3,46 GB große bfloat16-Datei, die ein vorab trainiertes Textmodell mit 1,73 Milliarden Parametern enthält. Gemma 4 12B, am 3. Juni 2026 von Google DeepMind veröffentlicht, ist ein dichtes Modell mit 11,95 Milliarden Parametern, das mit Instruction Tuning, einem 256K-Kontext und der Fähigkeit ausgeliefert wird, Bilder und Audio ebenso wie Text zu verstehen. Das eine ist eine Komponente. Das andere ist ein Produkt. Sie anhand ihrer Fähigkeiten zu vergleichen ist ein Kategorienfehler, und sie anhand des Preises pro Token zu vergleichen ist fast ebenso schlecht, denn der Base-Checkpoint hat keinen Token-Preis – er hat eine Fine-Tuning-Rechnung. Routing schlägt keine Marge auf den Listenpreis eines Anbieters auf. 0 % Aufschlag Sehen Sie sich die durchgereichten Preise auf unserer Preisseite an.

Der Vergleich verdient trotzdem seine Seite, denn beide sind Open-Weight-Modelle, die ein kleines Team diese Woche aus demselben zugrunde liegenden Grund herunterladen könnte: Es will ein Modell, das es kontrolliert, auf Hardware, die es besitzt, ohne Vertrag pro Aufruf. Die nützliche Frage ist, welche Art von Asset dich dorthin bringt – ein kleiner Stamm, den du formst, oder ein großer Generalist, den du übernimmst.

Der Benchmark-Vergleich, der nicht durchgeführt werden kann

Für LFM3-1.7B-Base gibt es keine veröffentlichte Evaluation. Keine dürftige, keine Anbietertabelle mit Sternchen – gar keine. Die Modellkarte enthält Spezifikationen und eine Anleitung zum Fine-Tuning, und Liquids Launch-Post enthält eine umfangreiche Benchmark-Tabelle für LFM3-1.7B, das nachtrainierte Schwestermodell, das aus diesem Checkpoint erstellt wurde. Das sind unterschiedliche Artefakte. Ein Basismodell sagt Text voraus; ein nachtrainiertes Modell folgt Anweisungen. Das erste an einem Instruction-Benchmark zu bewerten, sagt etwas über das zweite aus.

Gemma 4 12B kommt im Gegensatz dazu mit einer vollständigen Familientabelle für die instruktionsabgestimmten Checkpoints: 77,2 % bei MMLU Pro, 78,8 % bei GPQA Diamond, 77,5 % bei AIME 2026 ohne Tools, 72,0 % bei LiveCodeBench v6, ein Codeforces-Elo von 1659, 69,1 % bei MMMU Pro und 43,4 % bei MRCR v2 mit 128K und acht Needles. All diese Werte stammen von Google selbst, und keiner davon wurde unabhängig reproduziert. Artificial Analysis ordnet Gemma 4 12B separat mit einem Intelligence Index von 14 ein, was Rang 20 von 141 Modellen in seiner Vergleichsklasse entspricht, bei einer gemessenen Ausgabegeschwindigkeit von 110,9 Tokens pro Sekunde.

Die ehrliche Anzeigetafel hat eine gefüllte Spalte und eine leere, und die leere Spalte ist kein Versagen des Modells. Sie ist das, was ein Basis-Checkpoint ist. Wer 49.37 – Liquids eigener Durchschnitt für das getunte LFM3-1.7B – neben Gemmas MMLU Pro stellt, vergleicht zwei verschiedene Testsuites, zwei verschiedene Modelle und zwei verschiedene Tuning-Stufen.

Wofür die einzelnen Checkpoints tatsächlich gedacht sind

LFM3-1.7B-Base ist dazu da, verändert zu werden. Laut der Modellkarte von Liquid wird es nur für intensives Fine-Tuning empfohlen – sprachspezifische Assistenten, domänenspezifische Assistenten, Training mit proprietären Daten, neuartige Post-Training-Ansätze – und verweist alle, die Chat oder Tool-Nutzung wünschen, stattdessen auf das getunte Modell. Es wurde mit 22 Billionen Tokens vortrainiert, wobei die letzten 3,5 Billionen davon kuratierte Mid-Training-Daten mit agentischen Traces und Tool-Aufrufen waren, und diese Phase erweiterte den Kontext auf 262.144 Tokens. In 4-Bit benötigt es etwa 1 GB, was das gesamte Designargument ist: ein Grundmodell, klein genug, um es auf einer GPU zu fine-tunen und auf einem Smartphone auszuführen.

Gemma 4 12Bexistiert, um genutzt zu werden. Es ist das mittelgroße dichte Modell der fünf Modelle umfassenden Gemma-4-Familie von Google, ohne separate multimodale Encoder – Bild-Patches und Audio-Wellenformen werden direkt in denselben Raum wie Text-Tokens projiziert. Es läuft auf einem Laptop mit etwa 7 GB bei einer 4-Bit-Quantisierung, steht unter Apache 2.0 ohne Umsatzschwelle und verfügt über die Art von Ökosystem-Unterstützung, die ein sechs Monate altes Modell ansammelt: quantisierte Builds, Framework-Integrationen und eine Community, die seine Fehlermodi bereits entdeckt hat.

Sechs Unterschiede, die den Ausschlag geben

• Parameter — 1,73B dense gegenüber 11,95B dense. Das Größenverhältnis beträgt 6,9 zu 1, und es bestimmt alles Nachgelagerte: Speicher, Fine-Tuning-Kosten, Inferenzgeschwindigkeit und die Obergrenze für Allgemeinwissen.

• Modalität — Text rein, Text raus, für LFM3-1.7B-Base. Text, Bild und Audio rein, Text raus, für Gemma 4 12B. Der Basis-Checkpoint kann einen Screenshot nicht sehen, und kein noch so umfangreiches Fine-Tuning fügt einen Vision-Encoder hinzu, der nie trainiert wurde.

• Kontext — beide haben 262.144 Token. Dies ist die einzige Zeile, in der das kleine Modell nichts verschenkt, und es ist eine echte Errungenschaft der Hybridarchitektur und kein Marketingzufall.

• Sprachen — sechzehn für LFM3-1.7B-Base aufgeführt, darunter Arabisch, Hindi, Thai, Vietnamesisch und Indonesisch. Gemma 4 12B ist auf 140+ Sprachen vortrainiert und soll 35+ davon out of the box unterstützen – ein deutlich breiteres Netz und ein echter Vorteil für den mehrsprachigen Einsatz.

• Vokabular — 128.000 Tokens für LFM3-1.7B-Base, 262.000 für Gemma 4 12B. Das größere Vokabular komprimiert Text in Sprachen mit lateinischer Schrift und in Code aggressiver; das kleinere hält die Einbettungsmatrix klein, was wichtig ist, wenn das gesamte Modell 3,46 GB groß ist.

• Lizenz — die LFM Open License v1.0 ist für die kommerzielle Nutzung unter 10 Millionen US-Dollar Jahresumsatz kostenlos; oberhalb dieser Schwelle ist eine kommerzielle Lizenz erforderlich. Gemma 4 12B steht unter Apache 2.0, wobei Googles Bedingungen zur zulässigen Nutzung zusammen mit den Gewichten gelten und nicht als Umsatzbedingung.

Die eine Same-Suite-Nummer – und warum sie nicht übertragen wird

Es gibt genau eine Stelle, an der Liquid einen Wert gegen Gemma 4 12B auf derselben Evaluierungs-Suite veröffentlicht hat, und dabei geht es um ein anderes Modell. Über 62 Vision-Benchmarks hinweg meldet Liquid für LFM3-VL-2B, sein 1,9B-Vision-Modell, 66,0 in der allgemeinen Kategorie der Suite gegenüber 74,0 für Gemma 4 12B. An anderer Stelle in derselben Tabelle liegt das kleinere Modell näher dran, und Liquids Zusammenfassung lautet, dass das Vision-Modell Gemma 4 12B „entspricht“, obwohl es mehr als sechsmal kleiner ist.

Lies die Tabelle statt den Satz, und sie sagt etwas Präziseres: Ein multimodales 1.9B-Modell kommt auf einer breiten Vision-Suite bis auf acht Punkte an ein multimodales 12B-Modell heran, und die Lücke ist über die Kategorien hinweg ungleichmäßig. Liest man sie als Aussage über LFM3-1.7B-Base, sagt sie überhaupt nichts aus. Der Text-Basis-Checkpoint hat keinen Vision-Tower und wurde auf keinem dieser Benchmarks evaluiert. Die Aussage gehört zu einem Geschwistermodell, und es ist die Art von Herkunftsfehler, die aus einem sorgfältigen Vergleich einen irreführenden macht.

Was der 12B-Generalist in Geld wert ist

Gemma 4 12B hat einen Marktpreis, weil Dritte es bereitstellen. Artificial Analysis meldet einen gemischten Median von 0,10 US-Dollar pro Million Eingabetoken und 0,30 US-Dollar pro Million Ausgabetoken über Plattformen, die die offenen Gewichte hosten – ein Median über Anbieter hinweg, kein Listenpreis, und einer, der sich ändern wird, wenn sich die Angebotsseite verändert. Das ist günstig genug, dass die meisten Teams nie darüber nachdenken, es selbst zu betreiben.

LFM3-1.7B-Base hat keinen solchen Preis, weil es kein bereitgestelltes Modell ist. Seine Kosten sind der Fine-Tuning-Lauf, die Datenpipeline und der Serving-Stack, und diese Zahlen variieren um mehr als eine Größenordnung, je nachdem, was man baut. Liquids Argument ist, dass der Lauf auf eine einzelne GPU passt und das Ergebnis in etwa ein Gigabyte groß ist, was auf das Modell zutrifft und nichts über die Kosten der gelabelten Daten aussagt. Ein spezialisiertes Fine-Tune ist nicht billiger als der Aufruf einer Generalist-API, es sei denn, man hat die Daten bereits; wenn ja, ist es bei hohem Volumen dramatisch billiger.

Hier verdient sich eine Routing-Schicht ihren Platz. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag weiter, sodass eine Preissenkung eines Anbieters noch am selben Tag ankommt, statt auf einen Preisanpassungszyklus zu warten, und derselbe Schlüssel mehr als 200 Modelle mit automatischem Failover erreicht. Das praktische Muster für ein Team, das diese Entscheidung abwägt, besteht darin, den Generalisten auf dem gerouteten Pfad zu belassen, während das spezialisierte Fine-Tune evaluiert wird, und den Traffic dann zu verlagern, wenn das Fine-Tune auf Ihrem eigenen Hold-out-Set gewinnt – nicht auf einem Anbieterdurchschnitt.

Drei Käufer, drei Antworten

Sie verfügen über proprietäre Daten und eine eng umrissene Aufgabe. Verwenden Sie LFM3-1.7B-Base. Der 1,73B-Kern ist klein genug, um auf einer GPU feinabgestimmt zu werden, der 256K-Kontext übersteht das Fine-Tuning, und das Vokabular für sechzehn Sprachen deckt die meisten regionalen Bereitstellungen ab. Gemma 4 12B lässt sich ebenfalls feinabstimmen, aber Sie würden dafür bezahlen, Fähigkeiten neu zu trainieren, die Sie durch die Spezialisierung gerade aufgeben.

Sie brauchen ein Modell, das heute Nachmittag funktioniert. Nehmen Sie Gemma 4 12B. Der Basis-Checkpoint kann keine Frage beantworten, und das getunte Geschwistermodell ist ein anderer Download mit einer anderen Lizenzfrage. Gemma 4 12B ist instruktionsgetunt, multimodal, dokumentiert und zu einem veröffentlichten Medianpreis verfügbar. Die Zeit bis zur ersten Antwort wird in Minuten gemessen.

Sie brauchen beides. Das ist der übliche Fall – und der, den die Rahmung ausblendet. Fine-tunen Sie den Trunk für die enge, hochvolumige Aufgabe und leiten Sie alles andere an einen Generalisten weiter. Die beiden sind auf Architekturebene keine Substitute, und wenn man die Entscheidung als exklusiv behandelt, zahlen Teams am Ende entweder zu viel für einen Spezialisten oder bedienen einen Anwendungsfall nicht ausreichend, für den ihr kleines Modell nie trainiert wurde.

Die Lizenz ist das unterschätzte Problem

Apache 2.0 ist der Grund, warum viele Unternehmen bei Gemmas Lizenz aufhören zu lesen. Es gibt keine Umsatzschwelle, keinen kommerziellen Auslöser und keine Verhandlung – die Gewichte gehören Ihnen, um sie zu verändern und bereitzustellen, vorbehaltlich der Einhaltung von Googles Richtlinie zur akzeptablen Nutzung. Die LFM Open License v1.0 von Liquid ist im kleinen Maßstab ebenfalls permissiv, definiert aber eine jährliche Umsatzschwelle von 10 Millionen US-Dollar, oberhalb derer eine kommerzielle Lizenz gilt. Für ein Startup ist der Unterschied theoretisch. Für eine Geschäftseinheit in einem größeren Unternehmen ist es ein Beschaffungsgespräch, das schon vor dem ersten Fine-Tuning beginnt.

Was würde die Antwort ändern

Zwei Belege würden diesen Vergleich von einer Kategorienargumentation zu einer numerischen Argumentation verschieben. Der erste ist eine Basismodell-Evaluierung von Liquid – selbst eine kleine, auf einem zurückgehaltenen Korpus –, die es Leserinnen und Lesern ermöglicht zu beurteilen, ob 22 Billionen Token und der Tri-Hybrid-Stack einen besseren Ausgangspunkt ergeben haben als LFM2.5-2.6B-Base. Der zweite ist ein unabhängiges Fine-Tuning von LFM3-1.7B-Base auf einer öffentlichen Aufgabe, berichtet gegen eine Gemma-4-12B-Baseline. Beides existiert noch nicht, und der Launch-Post verspricht es auch nicht.

Bis dahin hängt die Entscheidung davon ab, was Sie kaufen, und nicht davon, welches Modell besser ist: ein 3,46-GB-Basismodell ohne Scores und ohne Instruction-Tuning oder ein 12B-Generalist mit einer vollständigen Tabelle von Herstellerzahlen und einer Lizenz, die Sie nie wieder überprüfen müssen. Das ist keine knappe Entscheidung bei der Leistungsfähigkeit. Es ist eine knappe Entscheidung bei der Eignung, und die leere Spalte in der Punktetabelle ist das Ehrlichste auf dieser Seite.