LFM2.5-24B-A2B vs Granite 4.2 30B: ¿Modelo disperso para portátil o modelo denso para estación de trabajo?

Los "pesos abiertos" cumplen dos funciones distintas en LFM2.5-24B-A2B y Granite 4.2 30B. El modelo de Liquid AI, anunciado el 13 de octubre de 2026, es una mezcla de expertos de 24 000 millones de parámetros que activa 2450 millones de parámetros por token y se distribuye bajo la propia licencia lfm1.0 del proveedor. Granite 4.2 30B de IBM, publicado en Hugging Face el 25 de agosto de 2026, es un modelo de razonamiento denso de solo decodificador —unos 29 000 millones de parámetros en sus safetensors BF16, todos ellos activos en cada token— y se distribuye bajo Apache 2.0. Una de esas licencias es una concesión estándar de Apache sin condiciones. La otra no lo es, y esa diferencia sobrevive a cualquier discusión sobre benchmarks que puedas plantear acerca de ambas.

La segunda diferencia es aritmética que ninguna evaluación puede ocultar. Un MoE de 2,45B activos está dimensionado para una máquina que ya tienes. Un modelo denso de 29B necesita una GPU con la memoria para alojarlo, lo que hace que la comparación sea menos «cuál es más inteligente» que «cuál de estos puedes ejecutar realmente en el hardware que tienes delante».

Dónde van los parámetros

LFM2.5-24B-A2B tiene 40 capas divididas entre 30 bloques de convolución corta con doble compuerta y 10 capas de atención de consultas agrupadas, con 64 expertos por bloque y enrutamiento top-4. Liquid lo entrenó con 33 billones de tokens según el recuento del post de lanzamiento —o 36 billones según el recuento de la tarjeta de modelo de Hugging Face para el mismo lanzamiento, una discrepancia que ninguno de los dos documentos resuelve—, luego lo entrenó de forma intermedia en dos etapas y terminó con un pipeline de posentrenamiento de cinco etapas que finaliza en aprendizaje por refuerzo agéntico dentro de arneses de agentes reales. Tiene 131.072 tokens de contexto y un vocabulario de 128.000 tokens.

Granite 4.2 30B es una única pila densa sin enrutamiento que realizar, construida sobre el checkpoint Granite-4.1-30B-Base y entrenada con tres modos de razonamiento seleccionables: pensamiento completo envuelto en etiquetas <think>, pensamiento de bajo esfuerzo y ningún pensamiento en absoluto. Cuenta con un contexto nativo de 128K con una extensión de contexto largo documentada hasta 512K, admite doce idiomas probados, y su ficha de modelo recomienda temperatura 1.0 con top_p 0.95 en todas las tareas.

La consecuencia práctica es la forma del throughput, no solo el throughput. El enrutamiento disperso significa que LFM2.5-24B-A2B lee un archivo de pesos de 24B para realizar el equivalente a 2.45B de aritmética por token — bueno para el ancho de banda de memoria, malo para nada en particular. Denso significa que Granite 4.2 30B hace el trabajo completo de 29B por cada token que emite. Si tu carga de trabajo es un bucle de agente largo con muchos turnos cortos, esa diferencia se acumula.

Números de proveedores, lado a lado, con la salvedad adjunta.

Nadie ha enfrentado a estos dos entre sí. Las cifras de IBM provienen de la tarjeta del modelo Granite 4.2; las de Liquid provienen de su tabla de vLLM del día de lanzamiento, donde Granite no aparece como columna. Por lo tanto, las filas a continuación son dos afirmaciones de proveedores distintas colocadas una al lado de la otra, no una comparación directa, y dos de las cuatro pruebas comparativas usan arneses que se solapan, pero no son idénticos.

• Parámetros: 24,0B en total con 2,45B activos frente a ~29B densos, todos activos. El único número que decide tu hardware.

• Contexto: 131.072 tokens frente a 128K nativos y 512K extendidos. Prácticamente a la par en la ventana nativa; Granite va más allá si lo necesitas.

• Licencia: lfm1.0 frente a Apache 2.0. Apache 2.0 no tiene ningún umbral de ingresos ni plantea la cuestión del campo de uso. Contrasta los términos de Liquid con tus propias cifras.

• Uso agéntico de herramientas — BFCLv4 65,01 frente a BFCL v4 61,39. La cifra de Liquid procede de su propio harness; la de IBM, de la tarjeta del 4.2. Tan cercanas que el harness importa más que la diferencia.

• Codificación — SWE-Bench Verified 51,00 frente a 57,00. La ventaja de Granite, y sigue el patrón: LFM2.5-24B-A2B es un invocador de herramientas, Granite 4.2 30B es un razonador que también invoca herramientas.

• Seguimiento de instrucciones — IFEval 96,75 e IFBench 74,69 frente a IFBench 77,17. Ambos son sólidos; los dos proveedores usan pares de filas distintos, así que compara la fila compartida.

Donde la tarjeta de Granite añade detalles que la de Liquid no publica, tómalo como el caso del razonador: AIME 2025 con 89.17, GPQA con 66.41, LiveCodeBench v6 con 75.77, MMLU-Pro con 77.60, SciCode con 38.76, y RULER con 89.96 para 64K y 81.38 para 128K. Ese último par es el tipo de evidencia de contexto largo que LFM2.5-24B-A2B simplemente aún no tiene — Liquid no publicó ninguna cifra de recuperación a ninguna longitud de contexto para su ventana de 131K.

Lo que te cuesta mantener cada uno

Liquid fija el acceso a la API en $0.10 por millón de tokens de entrada — $0.05 en caché — y $1.00 por millón de tokens de salida en su propia Console, con $2 de crédito inicial. Pero el endpoint alojado no es realmente el producto; el producto es el propio archivo 24B-A2B, y todas las afirmaciones de rendimiento del proveedor son sobre el dispositivo: 184 tokens por segundo en un Apple M5 Max y 114 tokens por segundo en un AMD Ryzen AI Max+ 395. Ambas están reportadas por el proveedor y no han sido reproducidas, e independientemente de si se cumplen, el argumento arquitectónico sí se sostiene: un MoE con 2.45B activos se ejecuta en memoria unificada de una manera en que un modelo denso de 29B no lo hace.

IBM no publica ningún precio por token en la ficha del modelo: Granite 4.2 30B se posiciona como un checkpoint autoalojado, distribuido como BF16 más cuantizaciones FP8, NVFP4/MXFP4 y GGUF. El coste total es la GPU que hay que comprar o alquilar para sostener aproximadamente 29B de pesos densos, y un modelo denso de 30B en FP8 requiere bastante más memoria que un MoE cuantizado de 2,45B activos. Sobre una base de tokens servidos, el modelo disperso es más barato de operar; sobre una base de arranque en frío y latencia en el peor caso, el modelo denso no tiene enrutamiento que precalentar. Cuál de esas cosas te importa depende por completo de si el endpoint está siempre activo.

Si quieres probar cualquiera de las dos opciones sin comprometerte con ninguna, ambas rutas existen. Granite 4.2 30B se puede alojar por cuenta propia bajo Apache 2.0 sin límite de ingresos, y el lado servido de cada cifra anterior — qwen/qwen3.6-35b-a3b y google/gemma-4-26b-a4b-it entre ellos — se encuentra en nuestro catálogo tras una sola clave con 0 % de recargo sobre el precio de lista de cada proveedor, de modo que un cambio de precio de un proveedor llega al endpoint el mismo día en que se anuncia, y no en el siguiente ciclo de facturación.

¿Cuál elegir?

Elige LFM2.5-24B-A2B si la máquina es la limitación y la carga de trabajo son las llamadas a herramientas. Gana allí donde se mide el trabajo con forma de harness, mantiene 131K de contexto en una huella que un portátil puede soportar, y Liquid lo entrenó contra scaffolds de agentes reales en lugar de un conjunto de pruebas estático: un detalle que importa más para un router que para un razonador. Acepta dos cosas cuando lo hagas: la licencia lfm1.0 no es Apache 2.0, y nadie fuera de Liquid ha evaluado todavía este checkpoint.

Elige Granite 4.2 30B si tienes el hardware, necesitas un modelo que razone antes de actuar o necesitas que la licencia sea una que tu equipo legal ya conozca. Lidera en programación, es el único de los dos con cifras publicadas de recuperación de contexto largo, y su extensión de 512K es documentación real en lugar de una estrategia de mercado. Sus métricas agénticas son más flojas —61,39 en BFCL v4 frente a 65,01 de Liquid—, lo que es exactamente lo contrario de lo que sugerirían los recuentos de parámetros, y un recordatorio de que la densidad compra razonamiento, no disciplina de herramientas de forma automática.

El resumen honesto es que estos dos no son sustitutos. LFM2.5-24B-A2B está diseñado para ser el modelo que ejecuta el bucle en un dispositivo que no tiene conexión a la nube. Granite 4.2 30B está diseñado para ser el modelo que piensa a fondo sobre un problema y tiene la licencia para demostrar que puede lanzarse. Si tienes ambos, la pregunta de enrutamiento es cuál recibe la solicitud, y esa es una decisión que una capa de enrutamiento existe para tomar, no una tabla de benchmarks.

Sigue en directo las caídas y degradaciones de modelos en nuestro archivo de incidentes y consulta qué rutas han conmutado correctamente.