Nemotron 3.5 Bolt E4B 4GB vs LFM2.5 2.6B Base: un personaje definido frente a una pizarra en blanco

Uno de estos modelos mantendrá una conversación en el momento en que lo descargues. El otro no mantendrá una conversación hasta que lo entrenes. Esa es toda la comparación entre NVIDIA-Nemotron-3.5-Bolt-E4B-4GB y Liquid AI LFM2.5-2.6B-Base, y toda diferencia en la ficha técnica que se derive de ello es secundaria.

El modelo de NVIDIA es un modelo de lenguaje pequeño conversacional entrenado posteriormente: plantilla de chat, alternador de razonamiento, comportamiento de llamada a herramientas, ajuste de persona y una tabla de benchmarks de 21 filas. El de Liquid es un checkpoint base preentrenado, publicado explícitamente para un ajuste fino intensivo, sin comportamiento de chat y sin puntuaciones de benchmark en su ficha. Meterlos en el mismo saco de "modelo pequeño abierto" es un error de categoría que lleva a la gente a descargar el artefacto equivocado y concluir que el modelo es malo.

La respuesta corta, antes del detalle.

• Necesitas un asistente de voz, de persona o de dispositivo que funcione este mes — elige NVIDIA-Nemotron-3.5-Bolt-E4B-4GB. Es un comportamiento terminado, no materia prima.

• Tienes datos de dominio, un presupuesto de entrenamiento y el requisito de que el modelo sea tuyo: elige LFM2.5-2.6B-Base. Es más económico de ajustar y tiene una ventana de contexto de 128K.

• Quieres el mejor modelo conversacional pequeño que crea Liquid — no quieres ninguno de estos por sí solo. Quieres el LFM2.5-2.6B con post-entrenamiento y luego decidir si el Base o el checkpoint de agente es tu punto de partida.

• Quieres una comparativa directa, pero no existe ninguna. La tarjeta Base no publica puntuaciones y ningún tercero ha enfrentado a las dos. Cualquier artículo que proclame un ganador a partir de un benchmark compartido se está inventando el benchmark.

Por qué la discrepancia es lo importante

Liquid AI lanzó la familia LFM2.5-2.6B en tres partes: una Base preentrenada, un checkpoint de agente postentrenado y un modelo borrador de decodificación especulativa. La Base es la primera etapa de ese pipeline, no un producto. Su ficha dice que "solo se recomienda para tareas que requieren un ajuste fino intensivo": asistentes específicos de idioma o dominio, entrenamiento con datos propietarios y trabajos similares. Un checkpoint base predice el siguiente token muy bien y nunca se le ha enseñado a responder una pregunta, seguir una instrucción o emitir una llamada a herramienta en un esquema.

El E4B de NVIDIA es el extremo opuesto de ese proceso. Partió de Gemma-4-E4B-it, que ya estaba ajustado para seguir instrucciones, y NVIDIA lo volvió a entrenar con aprendizaje por refuerzo a partir de recompensas verificables y retroalimentación humana. La ficha técnica documenta los dominios de recompensa, la proporción entre lotes de razonamiento y de no razonamiento, y las penalizaciones de longitud aplicadas para controlar la verbosidad. Sea lo que sea cierto, el modelo ha sido moldeado en función de una tarea.

Así que la pregunta justa no es «cuál es más inteligente», sino «qué etapa del pipeline necesitas comprar».

Especificaciones, dimensión por dimensión

• Parámetros — NVIDIA-Nemotron-3.5-Bolt-E4B-4GB tiene 8B en total con 4B de parámetros efectivos en una arquitectura Gemma-4-E4B; LFM2.5-2.6B-Base tiene 2,69B de parámetros densos en una pila híbrida de 30 capas compuesta por 22 bloques de convolución corta con doble compuerta y 8 bloques de atención con consultas agrupadas.

• Ventana de contexto — 64K tokens de entrada y 64K de salida para Bolt; 131,072 tokens para la base LFM.

• Modalidad — entrada de texto, salida de texto para ambos. Ninguno acepta imágenes ni audio.

• Vocabulario — {{1}}128.000 tokens para LFM2.5-2.6B-Base{{/1}}; NVIDIA no publica un tamaño de vocabulario para el E4B, que hereda el tokenizador de Gemma.

• Preentrenamiento: 34 billones de tokens para la base LFM, con una fase de entrenamiento intermedio que amplía el contexto a 128K. NVIDIA no publica un recuento de tokens de preentrenamiento para el E4B porque no preentrenó el modelo; entrenó posteriormente Gemma.

• Postentrenamiento — extenso trabajo de RLVR y retroalimentación humana para Bolt, con modos de razonamiento explícito y conversacional. Ninguno para la base LFM, por diseño.

• Precisión publicada — Q4_K_M GGUF de 6,18 GB y safetensors BF16 de 15,88 GB para Bolt; un único archivo safetensors BF16 de 5,39 GB para la base LFM, con conversiones separadas a GGUF, ONNX y MLX en otros miembros de la familia.

• Licencia — OpenMDW-1.1 para la contribución de NVIDIA con el componente Gemma 4 bajo Apache 2.0; LFM Open License 1.0, una licencia personalizada con términos comerciales, para el modelo de Liquid.

• Idiomas — 34 en los metadatos de E4B, con siete designados como idiomas principales de posentrenamiento; 16 para la base LFM.

• Lanzamiento — 23 de octubre de 2026 para el E4B; la familia LFM2.5-2.6B se publicó el 4 de agosto de 2026.

La diferencia de parámetros es real, pero no se traduce en la diferencia de descarga que la gente espera. El Base de 2.69B es una descarga BF16 de 5.39GB; el E4B de "4GB" es una descarga de cuatro bits de 6.18GB. Comparar recuentos de parámetros entre una arquitectura híbrida densa y una de parámetros efectivos dispersos dice menos que comparar bytes en disco.

Lo que cada tarjeta publica realmente

Aquí es donde la asimetría se vuelve medible.

NVIDIA incluye 21 filas de benchmark, cuatro modelos de comparación y una columna Q4_K_M aparte. Las puntuaciones son ejecutadas por el proveedor bajo NeMo-Gym y se señala explícitamente que pueden diferir de las cifras que otros proveedores reportan por su cuenta. Abarcan la retención de la persona, la jerarquía de instrucciones, la temporización de las herramientas, el anclaje a fuentes, la recuperación en contextos largos y la finalización de tareas agénticas.

La tarjeta Base de Liquid no incluye ninguna tabla de benchmarks. No es una omisión; es lo que es un checkpoint base. Las cifras que circulan para LFM2.5-2.6B —IFBench 59.17, ToolSandbox 77.83, BFCLv4 56.88, LiveCodeBench v6 59.41, AIME25 51.87— pertenecen al checkpoint del agente post-entrenado, no al Base, y son reportadas por el proveedor. Artificial Analysis incluye a LFM2.5-2.6B con un Intelligence Index de 8, señalado como una estimación con una evaluación independiente próxima; no tiene ninguna página para el Bolt E4B.

Entonces, la evaluación honesta es: un modelo tiene una tabla de proveedores grande y no auditada, y el otro no tiene tabla y tiene una estimación independiente vinculada a un checkpoint distinto dentro de su familia. Ninguna de las dos columnas respalda una comparación directa.

La memoria y la velocidad se miden en planetas distintos.

Ambos proveedores publican cifras de latencia, y no son comparables. Léelas como afirmaciones separadas sobre configuraciones separadas.

• Añade una RTX 5070 12GB: de 3,5 a 4,3 GB de VRAM, de 548 a 1238 ms hasta el primer token, de 106,2 a 133,4 tokens por segundo, medido por NVIDIA con llama.cpp y CUDA con un tamaño de lote de 1.

• Bolt en un Jetson Orin Nano 8GB — 4,2 a 4,9 GB de VRAM, 5,8 a 6,3 segundos hasta el primer token, 13,0 a 15,5 tokens por segundo. Embebido, pero no con velocidad conversacional.

• LFM2.5-2.6B en un M5 Max — alrededor de 220 tokens por segundo, decodificación por CPU según el fabricante.

• LFM2.5-2.6B en un chip de clase móvil: alrededor de 30 tokens por segundo, según el fabricante.

La cifra de M5 Max no es una comparación de GPU, la cifra de Orin Nano no es una comparación de portátiles, y ninguno de los dos fabricantes publicó las longitudes de prompt, los tamaños de lote ni los ajustes de cuantización de una forma que permita alinearlos. El único número que se puede comprobar directamente está en disco: 6.18GB para Q4_K_M de Bolt frente a 5.39GB para la base LFM en BF16.

Licencias: ambas abiertas, ninguna Apache

El modelo de NVIDIA es OpenMDW-1.1 más un componente Apache 2.0 para Gemma 4. OpenMDW es permisiva y permite el uso comercial, pero no está aprobada por OSI, y la herencia de Gemma hace que los términos de Apache acompañen a parte del stack. La ficha de NVIDIA indica que el modelo está listo para uso comercial o no comercial.

La LFM Open License 1.0 de Liquid es una licencia personalizada con un umbral de ingresos anuales de 10 millones de dólares estadounidenses para uso comercial. No es Apache ni MIT, y la ficha de Base apunta a un archivo LICENSE en lugar de resumir los términos. Para un proyecto de investigación, esto rara vez importa; para un producto con revisión legal, es lo primero que hay que leer.

La diferencia práctica no es «abierto frente a cerrado». Ambos se pueden descargar y ambos permiten el uso comercial dentro de sus términos. La diferencia está en qué términos tiene que validar tu asesoría jurídica y en si el modelo que distribuyes lleva dentro la licencia de un segundo proveedor.

La factura del ajuste fino, que es la verdadera decisión

Si eliges la base LFM, la descarga es la parte barata. Estás comprando 2,69B parámetros de capacidad preentrenada en bruto y luego pagando por enseñarle un trabajo: recopilación y limpieza de datos, ajuste fino supervisado, evaluación y el bucle de iteración que sigue. La propuesta de Liquid es que 34 billones de tokens y un contexto de 128K hacen que ese punto de partida sea lo suficientemente sólido como para valer la pena el trabajo.

Si eliges el Bolt E4B, estás comprando el post-entrenamiento de NVIDIA como punto de partida. La compilación BF16 ocupa 15,88 GB y NVIDIA publica dos recetas para modificarla: entrenamiento de parámetros completos en 8× H100 80GB con FSDP2 y una tasa de aprendizaje de 1e-5, o LoRA en 2× H100 80GB con dimensión 16, alfa 32 y una tasa de aprendizaje de 2e-4. Ambas recetas congelan las torres de visión y audio, lo que recuerda que la base Gemma 4 E4B es multimodal aunque la versión Bolt sea solo texto.

Eso es un piso de ajuste fino más pesado que la base LFM de 2.69B, y un trabajo de construcción de comportamiento mucho más ligero. E4B ya hace la persona, la jerarquía de instrucciones y la temporización de herramientas; estás adaptando un modelo que ya funciona, no creando uno.

Si estás construyendo un producto en lugar de un modelo

La opción predeterminada debería ser el checkpoint final. Un asistente de voz, un NPC, una interfaz de kiosco o un agente de dispositivo necesita comportamiento desde el primer día, y el E4B es el único de estos dos que tiene alguno. Sus debilidades están documentadas y son concretas: Tau2-Bench 55.10 frente al 75.06 de Qwen3.5 4B, RULER 86.99 frente a 95.15, LongBench v2 50.50 frente a 59.93. Es un modelo conversacional que puede llamar a herramientas, no un agente que pueda planificar.

La base LFM es la compra correcta solo cuando el modelo en sí es el producto: un asistente específico de dominio en un idioma o vocabulario que los modelos generales manejan mal, un ajuste fino sobre datos propietarios, o una base de referencia de investigación que pretendes poseer. En ese caso, la ausencia de comportamiento conversacional es una ventaja, porque no estás pagando por un comportamiento que vas a sobrescribir.

Hay un tercer caso que ninguna de las dos fichas aborda: quieres compararlos en tu propia tarea. Hazlo con un conjunto de evaluación reservado y los mismos ajustes de decodificación, no con las tablas de los proveedores. La ficha del E4B recomienda temperatura 1.0 y top_p 0.95 en ambos modos de razonamiento; Liquid publica sus propios ajustes para el checkpoint postentrenado. Igualar esos ajustes es el mínimo para una prueba justa, e incluso así estás comparando un modelo postentrenado con un modelo base, lo que no es una prueba justa en absoluto.

Donde termina el modelo local y empieza el resto del stack

Sea cual sea el checkpoint que elijas, estará dentro de una aplicación que también necesita modelos que no puede ejecutar. Un modelo base de 2.6B o uno conversacional de 4B se encarga de la capa de reflejos local; no se encarga de un documento de 200K tokens, de una tarea de programación difícil ni de una solicitud que requiera el criterio de un modelo de frontera. Enrutar esas solicitudes a través de una sola API —más de 200 modelos, 0% de recargo sobre el precio de lista del proveedor, conmutación por error automática entre proveedores— mantiene el modelo local como la vía rápida sin obligarte a un segundo contrato para el modelo lento.

¿Cuál descarga es la tuya?

Elige el E4B si necesitas hoy un modelo pequeño que converse, siga instrucciones y llame a herramientas, y puedes asumir una descarga de 6.18GB y las debilidades documentadas en contexto largo y en capacidades agénticas. Elige el LFM2.5-2.6B-Base si vas a iniciar un proyecto de ajuste fino, quieres una ventana de 128K y un tokenizador de 16 idiomas, y tienes los datos y la potencia de cómputo para enseñarle al modelo a hacer su trabajo.

El error que hay que evitar es descargar la Base, usarla como un chatbot y concluir que los 2.6B de Liquid son peores que los 4B de NVIDIA. No es peor. Está antes en el pipeline. La comparación que realmente resolvería la cuestión de la familia es Bolt E4B frente al LFM2.5-2.6B con post-entrenamiento, y nadie ha publicado esa prueba todavía.