LFM3-1.7B-Base vs. MiniCPM5 2B: Zwei Anbieter, zwei Anzeigetafeln, eine ehrliche Antwort

Liquid AI hat das RepositoryLFM3-1.7B-Base am 26. Oktober 2026 auf Hugging Face erstellt und am nächsten Tag die Ankündigung der LFM3-Familie veröffentlicht – und die Benchmark-Tabelle dieser Ankündigung macht etwas ungewöhnlich Nützliches: Sie stellt das nachtrainierte LFM3-1.7B direkt gegen MiniCPM5-2B, das 2,5B-Modell, das OpenBMB seit der Veröffentlichung seiner Gewichte im September als Open-Source-State-of-the-Art der 2B-Klasse bezeichnet. In Liquids eigener 27-Test-Suite gewinnt LFM3-1.7B 23 Zeilen und MiniCPM5-2B vier. Der Checkpoint im Titel dieses Artikels ist jedoch nicht der aus jener Tabelle, und er enthält keinerlei Benchmark-Zahlen. Diese Lücke ist die Geschichte.

Bei jedem Vergleich kleiner Modelle werden drei Dinge vermischt, daher lohnt es sich, sie von vornherein zu trennen: was Liquid gemessen hat, was OpenBMB gemessen hat und was keiner der beiden Anbieter zu den Basis-Checkpoints veröffentlicht hat, die tatsächlich feinabgestimmt werden. Nur die dritte Kategorie beschreibt einen fairen Vergleich zwischen den beiden Namen auf dieser Seite.

Die von Liquid veröffentlichte Tabelle und das Modell, das sie beschreibt

Die Modellkarte von LFM3-1.7B enthält 27 Zeilen, verteilt auf sieben Kategorien – Agenten, Tool-Nutzung, agentisches Codieren, Codieren, Instruktionsbefolgung, Wissen und langer Kontext – mit Spalten für LFM2.5-2.6B, MiniCPM5 2B, Gemma 4 E4B, Qwen3.5 4B und Qwen3.5 9B. Liquids eigenes Modell gewinnt alle bis auf vier davon, und die Vorsprünge in den agentischen Zeilen sind nicht knapp: LiveClaw 45,60 gegen 30,37, WebArena-Verified 38,42 gegen 9,11, AutomationBench 41,29 gegen 4,71, BrowseComp-Plus 37,00 gegen 16,83. Dasselbe Muster zeigt sich bei der Tool-Nutzung (BFCL V4 71,39 gegenüber 62,65, ToolSandbox 80,36 gegenüber 68,16) und beim langen Kontext, wo RULER 128K bei 65,56 gegenüber 37,96 bei MiniCPM5-2B steht.

Die vier Siege von MiniCPM5-2B entfallen allesamt auf Wissen oder Multi-Turn-Robustheit: τ³-bench mit 69,44 gegen 68,01, GPQA Diamond mit 65,15 gegen 63,37, Humanity's Last Exam ohne Tools mit 8,20 gegen 7,17 und AA-Omniscience-Genauigkeit mit 9,13 gegen 7,07. Das sind knappe Vorsprünge bei Benchmarks, bei denen ein Bruchteil eines Punktes oft Rauschen ist. Die agentischen Lücken sind es nicht.

Jede Zahl in diesem Absatz stammt vom Anbieter. Liquid nutzte eigene Harnesses, wählte sein eigenes Vergleichsset und veröffentlichte keine Methodik pro Test auf der Karte. Stand 28. Oktober 2026 konnten wir bei Artificial Analysis keinen LFM3-Eintrag finden, daher gibt es keine unabhängige Reproduktion, gegen die man es abwägen könnte. Betrachten Sie den 23–4-Split als Argument von Liquid, nicht als Branchenergebnis.

Was der Basis-Checkpoint eigentlich ist

Entfernt man das Post-Training, erhält man ein reines Textmodell mit 1,73 Mrd. Parametern und 24 Schichten: 13 gated Short Convolutions, fünf Sliding-Window-Attention-Schichten mit einem Fenster von 256 Tokens und sechs Global-Attention-Schichten. Die Angabe von 256K Kontext ist tatsächlich korrekt — max_position_embeddings in der veröffentlichten Konfiguration steht auf 262.144 — und nicht das 256-Token-Fenster, mit dem frühe Berichte es verwechselt haben. Das Vokabular umfasst 128.000 Tokens, die Modellkarte listet 16 Sprachen auf, und die Lizenz ist die LFM Open License v1.0, deren kommerzielle Lizenzgewährung für eine juristische Person mit einem Jahresumsatz von 10 Millionen US-Dollar oder mehr nicht mehr gilt.

Das Trainingsrezept ist ausführlicher dokumentiert als bei den meisten Basis-Releases: insgesamt 22 Billionen Token, wobei die letzten 3,5 Billionen für kuratierte Mid-Training-Daten aufgewendet wurden, die agentische Traces und Tool Calls sowie Kontexterweiterungen auf 128K und 256K umfassen. Bei 4-Bit-Präzision soll der Checkpoint etwa 1 GB belegen – die Zahl, die zählt, wenn das Ziel ein Telefon oder ein Laptop statt eines Servers ist.

Was die Karte nicht liefert, ist irgendeine Bewertung des Basismodells selbst. Die von Liquid veröffentlichten Scores gehören zu LFM3-1.7B nach SFT, gemischtem RL, Multi-Domain-On-Policy-Distillation und agentischem RL. Aus öffentlichem Material lässt sich nicht trennen, wie viel dieses Durchschnitts von 49,37 aus den 22 Billionen Pre-Training-Tokens stammte und wie viel aus dem Post-Training-Stack. Das ist keine Kritik speziell an Liquid – fast niemand veröffentlicht Evaluationen für Basismodelle –, aber es bedeutet, dass der Name im Titel dieses Artikels keine eigene Bestenliste hat.

OpenBMBs Zähler-Scoreboard

Die Modellkarte von MiniCPM5-2B erhebt einen anderen Anspruch entlang einer anderen Achsenmenge. Ihr Fähigkeitsradar bewertet neun Dimensionen und weist einen Durchschnitt von 53,9 aus, gegenüber 51,1 für Qwen3.5-4B, 42,7 für granite-4.2-3B und 33,2 für LFM2.5-2.6B. In dieser Übersicht ist das Modell State of the Art der 2B-Klasse und wettbewerbsfähig mit Modellen der 4B-Klasse. LFM3-1.7B ist nicht enthalten, da es zum Zeitpunkt der Erstellung der Karte noch nicht existierte.

Die beiden Scoreboards lassen sich nicht voneinander abziehen. Sie verwenden unterschiedliche Tests, unterschiedliche Normalisierungen und unterschiedliche Vergleichssets – und das einzige überlappende Benchmark, τ³-bench, ist genau der Punkt, an dem OpenBMBs Modell in Liquids Tabelle vorne liegt. Wenn man 53.9 neben 49.37 stellt und daraus schließt, dass MiniCPM5-2B das stärkere Modell ist, hat man einen Herstellerdurchschnitt über neun Achsen mit einem Herstellerdurchschnitt aus 27 Tests verglichen und nichts gelernt.

Die Hardware-Fakten sind weniger mehrdeutig. MiniCPM5-2B ist ein unverändertes LlamaForCausalLM mit insgesamt 2.516.756.480 Parametern, davon 1.981.982.720 Nicht-Embedding-Parameter, 42 Schichten, Grouped-Query-Attention mit 16 Query- und 2 KV-Heads sowie einem Kontext von 131.072 Tokens in der ausgelieferten Konfiguration. Es ist Apache 2.0, es wird als GGUF-, MLX-, GPTQ- und LiteRT-Build zusammen mit einem Draft-Modell für spekulative Dekodierung ausgeliefert, und OpenBMB hat die Trainingskorpora damit veröffentlicht. Das ist ein fertiges Produkt, bei dem die Fabrik gleich mitgeliefert wird.

Basis gegen Basis ist der einzige saubere Vergleich.

Beide Familien liefern einen vorab trainierten Checkpoint, was erstmals einen direkten Vergleich ermöglicht. MiniCPM5-2B-Base wurde am 27. August 2026 erstellt, steht unter Apache 2.0 und existiert aus demselben Grund wie LFM3-1.7B-Base: um zu etwas anderem nachtrainiert zu werden. Keine der beiden Basis-Modellkarten veröffentlicht eine Evaluationstabelle. Die Entscheidung muss daher anhand von Spezifikation, Lizenz und Ökosystem statt anhand eines Scores getroffen werden.

Diese Neurahmung ist wichtig, weil der häufigste Fehler bei diesem Paar darin besteht, die Liquid-Basis herunterzuladen, sie wie ein Chat-Modell zu prompten und daraus zu schließen, dass sie schlechter als MiniCPM5-2B ist. Das wird sie auch sein. LFM3-1.7B-Base ist ein Mid-Training-Ergebnis mit einem Chat-Template und einem Denkmodus, kein Assistent; Liquids eigene Modellkarte sagt, man solle LFM3-1.7B für Chat, Tool-Aufrufe und Agenten verwenden. Der fertige Checkpoint von OpenBMB ist der richtige Vergleichsmaßstab für LFM3-1.7B, und dieser Vergleich ist bereits in Liquids Tabelle enthalten. Der Basis-zu-Basis-Vergleich ist für Leute, die das Training selbst durchführen wollen.

Das Datenblatt, Dimension für Dimension

• Parameter — LFM3-1.7B-Base: 1,73B über 24 Schichten. MiniCPM5-2B: 2,52B insgesamt, 1,98B ohne Einbettungen, über 42 Schichten.

• Kontext — LFM3-1.7B-Base: 256K Token, Eingabe plus Ausgabe. MiniCPM5-2B: 131.072 Token in der ausgelieferten Konfiguration.

Architektur — LFM3-1.7B-Base: Tri-Hybrid mit gated Short Convolutions sowie Sliding-Window- und globaler Attention, geladen mit trust_remote_code. MiniCPM5-2B: ein Standard-Llama-Decoder, der mit unverändertem Tooling läuft.

• Lizenz — LFM3-1.7B-Base: LFM Open License v1.0, kommerzielle Nutzung nur unter der Bedingung eines Jahresumsatzes unter 10 Mio. USD. MiniCPM5-2B: Apache 2.0, keine Umsatzbedingung.

Bereitgestellte Formate — LFM3-1.7B-Base: nur BF16-Gewichte auf der Basis-Karte; das nachtrainierte Geschwistermodell bietet GGUF-, MLX-, ONNX-, FP8- und NVFP4-Builds. MiniCPM5-2B: BF16, GGUF, MLX, GPTQ und LiteRT, plus SFT- und Mid-Training-Checkpoints und ein DSpark-Draft-Modell.

• Speicherbedarf — LFM3-1.7B-Base: laut Liquid etwa 1 GB bei 4 Bit. MiniCPM5-2B: ein dichtes 2,5B-Modell, für das auf der Modellkarte kein 4-Bit-Speicherbedarf veröffentlicht ist; rechnen Sie mit dem üblichen Speicherbedarf der 2,5B-Klasse, nicht mit 1 GB.

• Sprachen — LFM3-1.7B-Base: 16 benannte Sprachen, darunter Arabisch, Hindi, Thai und Vietnamesisch. MiniCPM5-2B: eine englisch- und chinesischzentrierte Karte, mit den veröffentlichten Daten dahinter.

• Trainingsdaten — LFM3-1.7B-Base: 22T Token, Rezept beschrieben, Daten jedoch nicht veröffentlicht. MiniCPM5-2B: UltraData-Korpora gemeinsam mit den Gewichten veröffentlicht.

Was die Repositories Ihnen über die Bereitstellung verraten

MiniCPM5-2B ist heute das einfachere Modell, um es auf einem Gerät zu betreiben. Die Architektur ist Standard, daher ist die Unterstützung durch llama.cpp, Ollama und LM Studio eine Frage der Nutzung des veröffentlichten GGUF, statt auf einen Kernel zu warten. Für Apple Silicon gibt es MLX-Builds, für Android einen LiteRT-Pfad, und das DSpark-Draft-Modell existiert speziell dafür, die Dekodierung auf leistungsbeschränkter Hardware zu beschleunigen.

LFM3-1.7B-Base stellt höhere Anforderungen an die Laufzeitumgebung. Es benötigt benutzerdefinierten Modellierungscode, und der Basis-Checkpoint wird nur in BF16 veröffentlicht. Der Rest der Familie ist besser aufgestellt: Liquid listet vLLM-, SGLang- und Transformers-Unterstützung für BF16, SGLang für FP8 und NVFP4, llama.cpp und Ollama für GGUF, MLX für Apple Silicon und ONNX Runtime für plattformübergreifende Arbeit. Der Haken ist, dass diese Builds zu LFM3-1.7B gehören, nicht zum Basis-Checkpoint. Der SGLang-Pull-Request, der LFM3-Unterstützung hinzufügt, #46858, war zum Zeitpunkt des Schreibens noch offen; der begleitende Cookbook-Pull-Request wurde bereits zusammengeführt.

Wenn die Frage ist, welches Modell diese Woche hinter einem Endpunkt stehen soll, dann sei angemerkt, dass weder MiniCPM5-2B noch LFM3-1.7B-Base heute im Katalog von OrcaRouter sind. Beide sind vorerst Download-und-Selbsthosting-Optionen. Genau das ist die Situation, in der sich eine Routing-Schicht eher später als früher bezahlt macht: ein OpenAI-kompatibler Schlüssel für über 200 Modelle, 0 % Aufschlag, wobei der Listenpreis des Anbieters durchgereicht wird, und automatisches Failover, wenn eine selbst gehostete Maschine oder ein einzelner Upstream ausfällt. Nichts davon brauchen Sie, um ein 1-GB-Modell auf einem Laptop laufen zu lassen; Sie brauchen es, wenn das kleine Modell zu einem Arm eines Produktionspfads wird und etwas den Ausfall abfangen muss.

Was noch nicht zu wissen ist

Die ehrliche Liste ist kurz und konkret. Wir konnten keinen unabhängigen Benchmark für irgendein LFM3-Modell finden, daher stammen alle Fähigkeitsaussagen über die Familie von Liquid selbst. Es gibt keine veröffentlichte Evaluierung von LFM3-1.7B-Base, daher kann niemand sagen, wie gut der rohe Checkpoint vor dem Post-Training ist. Es gibt keinen Preis pro Token für LFM3 auf einer gehosteten API, was Kostenvergleiche mit MiniCPM5-2B – in den meisten Deployments ebenfalls selbst gehostet – zu einer Übung in Hardware und Strom statt zu einer anhand einer Preisliste macht. Und es gibt noch keine Belege – unabhängig oder anderweitig – dafür, ob das gleitende 256-Token-Fenster dem Modell bei langkontextigen Aufgaben mit hohem Retrieval-Anteil etwas kostet; Liquids eigener RULER-128K-Wert von 65,56 liegt deutlich unter den 87,11, die es für Qwen3.5 9B meldet, was eher ein Signal zum Beobachten als ein Urteil ist.

Drei Fragen, die es sich zu beantworten lohnt, bevor Sie eines von beiden herunterladen

Möchten Sie ein Modell oder einen Ausgangspunkt?

Wenn Sie etwas möchten, das Fragen beantwortet, Tools aufruft und eine Demo am Montag übersteht, dann ist MiniCPM5-2B das fertige Produkt und LFM3-1.7B-Base nicht. Wenn Sie einen Domänen-Korpus, eine Post-Training-Pipeline und einen Grund haben, warum das Standardmodell nicht ausreicht, ist der Basis-Checkpoint der richtige Kauf – und Liquids TRL-Notebooks für SFT, DPO, GRPO und kontinuierliches Pre-Training bieten mehr Anleitung, als die meisten Anbieter liefern.

Wird Ihre Organisation jemals einen Jahresumsatz von 10 Millionen US-Dollar erzielen?

Die LFM Open License v1.0 gewährt kommerzielle Rechte nur unterhalb dieser Schwelle. Darüber hinaus ist das Werk überhaupt nicht unter der Vereinbarung lizenziert, und Sie benötigen eine gesonderte Vereinbarung mit Liquid. Apache 2.0 hat keine solche Klippe. Für ein Hobbyprojekt oder ein junges Startup ist der Unterschied theoretisch; für ein etabliertes Unternehmen entscheidet er über die Auswahl, bevor überhaupt ein Benchmark ausgeführt wird.

Ist ein 256K-Kontext eine eigene Architektur wert?

LFM3-1.7B-Base bietet bei geringerer Parameterzahl doppelt so viel Kontext wie MiniCPM5-2B, was das stärkste technische Argument zu seinen Gunsten ist. Der Preis dafür ist ein nicht standardmäßiges Modell, das Remote-Code benötigt, eine engere Auswahl an vorgefertigten Builds auf dem Basis-Checkpoint und eine Runtime-Integration, die noch ausgerollt wird. Wenn Ihre Arbeitslast in 131K passt, zahlen Sie diesen Preis für Spielraum, den Sie nicht nutzen werden.

Welches soll man wählen?

Für die meisten Teams, die diese beiden Namen vergleichen, lautet die Antwort MiniCPM5-2B – nicht weil es einen Benchmark-Wettbewerb gewinnt, sondern weil es ein fertiges Apache-2.0-Produkt mit quantisierten Builds, veröffentlichten Trainingsdaten und ohne Lizenz-Obergrenze ist. Es ist der Weg mit geringerem Risiko, ein leistungsfähiges 2,5B-Modell auf ein Gerät zu bringen.

LFM3-1.7B-Base ist die interessantere Wette für ein engeres Publikum: Teams, die einen 1,73B-Checkpoint mit 256K-Kontext, 16 Sprachen und einer nicht standardisierten Architektur wollen, die sie auf einer einzelnen GPU weitertrainieren können, und die mit der LFM-Lizenz und einem dünneren Basis-Modell-Ökosystem leben können. Liquid hat diesem Publikum einen echten Ausgangspunkt und ein ungewöhnlich detailliertes Trainingsrezept gegeben. Es hat noch niemandem einen Grund gegeben zu glauben, dass der Basis-Checkpoint besser sei als der fertige von OpenBMB, und die Tabelle des Anbieters selbst versucht nicht zu behaupten, dass er es sei.

Die entscheidende Zahl ist nicht das 23-zu-4-Verhältnis. Es ist die erste unabhängige Bewertung eines LFM3-Modells – der Punkt, an dem Liquids Anzeigetafel nicht mehr die einzige ist.