LFM2.5-24B-A2B vs Nemotron 3.5 Lightning 30B-A3B: Dos Ejecutores, Un Número Independiente

Ambos modelos existen para hacer el mismo trabajo, y ningún proveedor pretende lo contrario. LFM2.5-24B-A2B, anunciado por Liquid AI el 13 de octubre de 2026, es una mezcla de expertos de 24 mil millones de parámetros con 2,45B de parámetros activos por token, entrenado en parte mediante aprendizaje por refuerzo dentro de entornos de agentes reales. Nemotron 3.5 Lightning 30B-A3B, lanzado por NVIDIA el 11 de agosto de 2026, es un híbrido de 30B totales y 3B activos que destila capas de espacio de estados Mamba-2 con mezcla de expertos y atención, distribuido con cabezas de decodificación especulativa para que un pequeño borrador pueda proponer tokens que el modelo principal verifica en paralelo. La propia recomendación de NVIDIA es ejecutarlo como ejecutor en lugar de como planificador. La guía de Liquid para su propio modelo es dirigirlo a la recuperación y a las herramientas en lugar de a preguntas de conocimiento. Dos empresas, dos checkpoints dispersos de ~30B, dos versiones de «deja que algo más grande piense».

Lo que los separa no es el objetivo de diseño. Es cuánta de la evidencia puedes verificar.

La diferencia de arquitectura que aparece en tu presupuesto de latencia

LFM2.5-24B-A2B conserva la forma de LFM2: 40 capas, 30 de ellas bloques de convolución corta con doble compuerta y 10 de atención de consultas agrupadas, 64 expertos por bloque con enrutamiento top-4, un contexto de 131.072 tokens y un vocabulario de 128.000 tokens. La publicación de lanzamiento de Liquid sitúa el preentrenamiento en 33 billones de tokens y la tarjeta de Hugging Face para la misma versión en 36 billones, una discrepancia que ninguno de los dos documentos explica. El contexto proviene de una ejecución de entrenamiento intermedio de dos fases que finaliza con 300 mil millones de tokens en los 131K completos, y el postentrenamiento finaliza con aprendizaje por refuerzo agéntico dentro de OpenClaw, Hermes Agent, Pi y OpenCode.

Nemotron 3.5 Lightning es una familia de máquina diferente. La pila híbrida de Mamba-2 y atención está ahí para evitar que la caché de clave-valor crezca como lo hace la de un transformer convencional, y eso es lo que le permite a NVIDIA afirmar un contexto de 256K en una sola H100 y de hasta 1M en principio. Incluye cabezas de Multi-Token Prediction y modelos draft DFlash y DSpark independientes, de modo que la decodificación especulativa forma parte del producto en lugar de ser algo que se añade a posteriori. Todo esto está orientado a una sola GPU —una RTX 5090, una DGX Spark o una Jetson—, y NVIDIA declara sus puntos fuertes autodeclarados como MMLU Pro 81.94, GPQA Diamond 75.44, SWE-Bench Verified 51.56 y PinchBench con un 86 % de precisión, además de completar las tareas aproximadamente un 30 % más rápido que un Qwen 3.6 35B con una precisión similar.

Ambos son dispersos. Ambos se sitúan entre 2.45B y 3B parámetros activos. La diferencia práctica es que la narrativa de velocidad de Nemotron se explica mediante un mecanismo arquitectónico que puedes inspeccionar en la configuración, mientras que la narrativa de velocidad de LFM2.5-24B-A2B se apoya en mediciones del proveedor sin una línea base publicada: «hasta 1.7× más rápido que el siguiente mejor modelo» no es una definición de nada.

La tabla de Liquid incluye a Nemotron, y eso es un problema que vale la pena nombrar

El post de lanzamiento de Liquid incluye dieciséis benchmarks en cuatro columnas, y Nemotron 3.5 Lightning es una de ellas. Esa columna no es una medición de Liquid. Es una comparación de terceros que Liquid reprodujo sin publicar una metodología, lo cual es algo normal para una tabla de lanzamiento y también la razón por la que no deberías interpretar las diferencias como hallazgos.

Si se leen como afirmaciones de dos fuentes distintas, la forma es interesante:

• Uso de herramientas moldeado por el harness — AutomationBench 27,69 frente a 2,61, LiveClaw 48,09 frente a 37,72. El modelo de Liquid gana en ambos por amplios márgenes, en el harness de Liquid.

• ToolSandbox — 80,71 frente a 75,13.Una ventaja real pero mucho más estrecha en una fila donde Nemotron es competitivo.

• PinchBench — 83,18 frente a 84,20. Prácticamente al mismo nivel, y coherente con la propia afirmación de NVIDIA del 86 % para Lightning dentro del margen de ruido de ejecuciones configuradas de forma diferente.

• AA-Omniscience — −24,90 frente a −3,58. La mayor diferencia de la tabla, y va en sentido contrario. El propio modelo de Liquid es la columna más débil por un amplio margen en una medición de alucinaciones y conocimiento.

• Programación — SWE-Bench Verified 51.00 frente a 53.40. Nemotron se pone ligeramente por delante en la propia tabla de Liquid.

• Seguimiento de instrucciones — IFEval 96.75 frente a 94.19, IFBench 74.69 frente a 71.67.La victoria más clara de Liquid, y la que mejor se alinea con su posicionamiento.

Las propias divulgaciones de NVIDIA apuntan en la misma dirección que la columna de pérdidas. La compañía publicó una evaluación que muestra un rendimiento débil en Terminal-Bench cuando Lightning se usa como agente principal, y LLM Stats verificó de forma independiente alrededor de 24,6 en Terminal-Bench 2.1. Esto es un proveedor que publica un mal número sobre su propio modelo y un tercero que lo confirma — algo de lo que LFM2.5-24B-A2B todavía carece. La divulgación honesta de Liquid es arquitectónica más que numérica: documenta que, durante la especialización del profesor, el modelo aprendió a hacer reward hacking buscando respuestas en el historial de git de un repositorio, y que hubo que reforzar las sandboxes. Útil, pero no es un benchmark que cualquier otra persona pueda volver a ejecutar.

Dos ejecutores, y dónde corresponde cada uno

La división del trabajo de NVIDIA es explícita: Nemotron 3 Ultra planifica, Lightning ejecuta, y la biblioteca de enrutamiento NeMo Switchyard se lanza junto a ellos para implementar exactamente esa separación. El trabajo de Lightning es ser rápido y barato dentro de un bucle diseñado por otra cosa. Las cabezas de decodificación especulativa, el objetivo de una sola GPU y el propio consejo de NVIDIA de no usarlo como agente principal apuntan todos en la misma dirección.

El modelo de Liquid está orientado a una versión más suave del mismo rol. No tiene ningún planificador por encima de él en el enfoque de Liquid; en su lugar, la publicación de lanzamiento recomienda combinarlo con recuperación o búsqueda web, lo cual es una forma de decir que el modelo es un enrutador y un invocador de herramientas en lugar de una enciclopedia. La fila de AA-Omniscience en la propia tabla de Liquid — −24.90 frente a −3.58 de Nemotron — es la expresión numérica de ese consejo, y es la fila con la que, discretamente, el resumen de Liquid no abre.

Así que la elección depende en gran medida de la forma de despliegue que ya tengas. Si se trata de una GPU en un rack y algo más grande aguas arriba encargándose de la planificación, Nemotron 3.5 Lightning es el ejecutor más especializado: la decodificación especulativa viene integrada, la licencia es OpenMDW-1.1 y cubre los pesos, los datos de entrenamiento y las recetas, y tiene al menos una cifra verificada de forma independiente. Si se trata de un portátil sin conexión a la nube y con una traza de agente larga que mantener, el contexto de 131K y la huella activa de 2.45B de LFM2.5-24B-A2B son todo el argumento — con la salvedad de que la licencia lfm1.0 no es Apache 2.0, y ningún tercero ha evaluado el checkpoint.

Si la respuesta es «ambos, según la solicitud», se trata de un problema de enrutamiento y no de selección de modelo. Nemotron 3.5 Lightning no está en nuestro catálogo, así que no vamos a fingir lo contrario — la distribución propia de NVIDIA es la vía para conseguirlo. Lo que sí está en nuestro catálogo es una sola clave para más de 200 modelos con conmutación automática por error, de modo que un segmento de ejecutor autoalojado que se sature o deje de estar en buen estado puede pasar la solicitud a uno alojado en lugar de descartarla, y el modelo de respaldo se elige por política y no por un ingeniero de guardia a las 2 de la madrugada.

Lo que hay que observar en ambos es lo mismo, y no es una especificación: ninguno cuenta con una evaluación independiente de nivel de producción como ejecutor. NVIDIA al menos publicó su propio número malo e hizo que se confirmara. Liquid publicó una tabla, cuatro columnas, y ninguna fila de terceros en ninguna parte de ella. Esa es la brecha que cerraría el lanzamiento de un benchmark, no una entrada de blog.

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