NVIDIA Nemotron Labs Dory 1.0 4B vs LFM2.5 2.6B Base: uno está terminado y el otro, deliberadamente, no

NVIDIA Nemotron Labs Dory 1.0 4B y LFM2.5-2.6B-Base son ambos pequeños, ambos solo texto, ambos descargables como GGUF y ambos de los que ejecutas tú mismo, y se sitúan en extremos opuestos del pipeline de postentrenamiento. Dory llega totalmente terminado: ajuste fino supervisado con un conjunto curado por NVIDIA, luego aprendizaje por refuerzo multi-entorno con GRPO, con el razonamiento permanentemente activado en la ruta de servicio. LFM2.5-2.6B-Base llega deliberadamente sin terminar, descrito en su propia ficha como un checkpoint preentrenado "solo recomendado para tareas que requieren un ajuste fino intensivo". Liquid AI distribuye la versión terminada de ese modelo por separado como LFM2.5-2.6B, postentrenada para cargas de trabajo agénticas. Así que el planteamiento honesto no es "qué modelo de la clase 4B es mejor", porque un checkpoint base y un modelo de razonamiento terminado no compiten por el mismo lugar en tu stack. La pregunta útil es para qué mitad del pipeline estás comprando.

Qué es realmente cada artefacto

N​VIDIA N​emotron Labs Dory 1.0 4B es un modelo denso de 4B publicado por N​VIDIA en Hugging Face en cuatro cuantizaciones — BF16, MXFP8, NVFP4 y una exportación GGUF Q5_K_M — bajo la licencia OpenMDW 1.1. Su ficha indica que la compilación es "GA (10/16/2026)" y describe una arquitectura recurrente latente y en bucle: un bloque de entrada de 8 capas, un bloque recurrente de 20 capas aplicado un número variable de veces y un bloque de salida de 8 capas, con atención híbrida intercalada de ventana deslizante y completa. El contexto llega hasta 256K tokens, el idioma es solo inglés, y todo el lanzamiento se publicó sin ningún anuncio que lo acompañara por parte de N​VIDIA. La ficha señala que el razonamiento siempre está activado en la ruta de servicio de vLLM, lo cual es una declaración tanto sobre la intención como sobre la mecánica: este no es un predictor de texto sin procesar que completará tu documento, es un modelo configurado para pensar antes de responder.

LFM2.5-2.6B-Base es un checkpoint preentrenado de 2,69B de Liquid AI, publicado bajo la propia licencia LFM de la empresa (etiquetado como lfm1.0) y actualizado a mediados de agosto de 2026. Es el checkpoint sin procesar del que deriva el resto de la línea 2.6B. La arquitectura es un híbrido de 22 bloques de convolución corta con doble compuerta y 8 capas de atención con consultas agrupadas, entrenado con aproximadamente 34 billones de tokens, con una extensión de contexto de entrenamiento intermedio hasta 128K, sobre un vocabulario de 128.000 tokens y 16 idiomas. La tarjeta es explícita sobre el público objetivo: asistentes específicos de dominio, trabajo específico de idioma, entrenamiento con datos propietarios. No hay un comportamiento de plantilla de chat que merezca mencionarse, porque no hay ajuste por instrucciones en él.

Ambos son texto de entrada, texto de salida. Ahí es más o menos donde terminan las similitudes.

El contraste de especificaciones, lado a lado

• Parámetros — Dory 1.0 4B es un stack denso de 4B. LFM2.5-2.6B-Base es 2.69B. La diferencia es menor de lo que sugieren los nombres, y ambos caben cómodamente en un único acelerador de consumo con una cuantización razonable.

• Post-entrenamiento — Dory tiene SFT más RL multi-entorno en matemáticas, código, ciencia, seguimiento de instrucciones, uso de herramientas y salida estructurada. LFM2.5-2.6B-Base no tiene nada de eso, por diseño. Si necesitas un modelo que siga instrucciones desde el primer momento, una de estas opciones es la elección incorrecta, y no es la que tiene menos parámetros.

• Contexto — Dory alcanza 256K tokens, con 262,144 posiciones validadas en vLLM bajo el comando de lanzamiento proporcionado por NVIDIA. LFM2.5-2.6B-Base admite 131,072 tokens, alcanzados mediante una extensión durante el entrenamiento intermedio. La ventana de Dory es aproximadamente el doble; que puedas permitirte llenarla depende del comportamiento de la KV-cache que se analiza a continuación.

• Idiomas — Dory solo está en inglés, con datos de preentrenamiento que abarcan 43 lenguajes de programación. LFM2.5-2.6B-Base abarca 16 idiomas naturales, entre ellos inglés, árabe, chino, francés, alemán, italiano, japonés, coreano, portugués, español, vietnamita, tailandés, indonesio, hindi, ruso y polaco. Para cualquier cosa fuera del inglés, esta dimensión lo decide por sí sola.

• Arquitectura — híbrida de convolución corta más atención del lado de Liquid; G​PT normalizado, latente-recurrente y en bucle con atención de ventana deslizante intercalada del lado de N​VIDIA. Ambas se apartan de una pila de transformers convencional, y lo hacen en direcciones diferentes.

• Comportamiento de cómputo — la profundidad de Dory es un parámetro de tiempo de ejecución. Un recuento de bucles de 1, 2 o 4 canjea cómputo por precisión sin un segundo checkpoint, y N​VIDIA recomienda dos como valor predeterminado. LFM2.5-2.6B-Base tiene profundidad fija; su palanca de coste es la cuantización y, en la familia más amplia, un modelo de borrador especulativo.

• Licencia — OpenMDW 1.1 para Dory, la licencia LFM para el checkpoint Liquid. Ambas permiten el uso comercial; la licencia Liquid es propia de la empresa en lugar de un texto estándar de código abierto, por lo que vale la pena leerla en lugar de darla por sentada.

• Formatos publicados — Dory: BF16, MXFP8, NVFP4, GGUF. LFM2.5-2.6B-Base: pesos BF16 en el Hub, con compilaciones GGUF, ONNX y MLX disponibles en otras partes de la familia. El ecosistema de Liquid es más amplio aquí; los repositorios de Dory tienen apenas unas horas.

El ajuste fino es el eje que los separa.

Si el motivo por el que estás considerando LFM2.5-2.6B-Base es que piensas entrenar con él —un asistente de dominio, un corpus propietario, un idioma que el modelo base ya habla—, entonces Dory 1.0 4B es un sustituto deficiente por un motivo que no tiene nada que ver con la calidad. Ajustar finamente un modelo de razonamiento totalmente post-entrenado para realizar una tarea concreta suele ser más difícil que ajustar finamente un checkpoint base, porque estás luchando contra el comportamiento que instaló la etapa de RL en lugar de moldear un predictor en blanco. La ficha de Liquid recomienda su checkpoint base para trabajo específico de dominio y de idioma precisamente por este motivo, y 34 billones de tokens de preentrenamiento en 16 idiomas constituyen un punto de partida más amplio que el que ofrece un modelo solo en inglés.

Pero la tarjeta de Dory guarda silencio sobre el ajuste fino de una manera que es en sí misma informativa. Documenta el pipeline de entrenamiento, publica los formatos y da instrucciones de servicio para dos motores; no dice nada sobre adaptadores, compatibilidad con LoRA ni una receta de ajuste fino. Ese es el perfil de un checkpoint publicado para ser servido, no para ser entrenado. Interpretar la ausencia de evidencia como evidencia sería un error, pero la asimetría merece nombrarse: una tarjeta se promociona ante quienes hacen ajuste fino, la otra se promociona ante quienes despliegan.

Una nota más de honestidad sobre los números. Liquid publica una tabla de evaluación completa para el post-entrenado LFM2.5-2.6B frente a Gemma 4 E2B y E4B y Qwen3.5-4B y 9B, y esa tabla no es transferible al checkpoint base — un modelo base puntuado en benchmarks de seguimiento de instrucciones mide algo diferente de un modelo post-entrenado puntuado en los mismos benchmarks. NVIDIA publica una tabla de benchmarks para Dory frente a Qwen3.5-4B, Qwen3.5-9B, Gemma 4 26B A4B y Qwen3.6-35B-A3B, medida con su propio harness, sin reproducción independiente. No hay ningún resultado de harness compartido para Dory y ninguno de los dos checkpoints LFM, y no hay ningún enfrentamiento directo publicado en absoluto.

Ejecutarlos en hardware real

La historia del edge es donde los dos divergen más marcadamente en la práctica, y Liquid se impone con claridad. La familia LFM2.5 está diseñada para el despliegue en el propio dispositivo: el modelo hermano instruct de 2,6B tiene un benchmark de 220 tokens por segundo en un Apple M5 Max y 113 en un Ryzen AI Max+ 395, en menos de 2,5 GB de memoria, con una cifra declarada de clase móvil de alrededor de 30 tokens por segundo. Hay builds de ONNX y MLX en la familia y un modelo borrador especulativo de 328M, DSpark, que, según la empresa, ofrece una decodificación aproximadamente 2,6× más rápida con salidas idénticas. Si tu objetivo es un portátil, un mini-PC o un teléfono, LFM2.5-2.6B-Base está del lado correcto de esa línea y no es evidente que Dory esté diseñado para ello.

La ruta de servicio de Dory es más limitada y más reciente. El soporte de vLLM está en revisión en una pull request abierta y, hasta que se fusione, la tarjeta te indica que instales vLLM desde esa rama con una flag de kernel precompilado, y que luego sirvas con sobrescrituras que establecen el recuento de bucles y el modo de caché KV. El soporte de llama.cpp está en una segunda pull request abierta, con un commit fijado e instrucciones de compilación dirigidas a macOS ARM64 nativo en Apple Silicon. Las cifras de velocidad publicadas por NVIDIA son aceleraciones de cuantización en una DGX Spark, no de rendimiento: 1,69× y 1,84× para MXFP8 sobre BF16 según la combinación de longitudes de entrada/salida, y 2,17× y 2,44× para NVFP4.

El contrapeso, y es uno genuino, es el diseño de memoria. El bucle estándar mantiene una caché KV separada por bucle, de modo que la memoria aumenta con cada pasada añadida, que es la razón habitual por la que las arquitecturas recurrentes son difíciles de servir. Dory admite un modo de caché KV del último bucle que mantiene una única caché por capa de atención recurrente y la sobrescribe en cada pasada, manteniendo la huella en aproximadamente el tamaño de un solo bucle para cualquier número de bucles. NVIDIA afirma que la precisión se mantiene cercana a la del modo por bucle, con longitudes de salida casi invariables. Esa afirmación es lo más valioso de la ficha de Dory que hay que verificar, porque si se sostiene, la ventana de 256K es asequible con más de un bucle, y si no, la función de profundidad elástica es mucho menos útil de lo que parece.

Qué hace y qué no hace un router aquí

Ninguno de los dos modelos está en el catálogo de OrcaRouter. N​VIDIA N​emotron Labs Dory 1.0 4B solo contiene pesos y no tiene ningún endpoint alojado en ningún lugar que podamos confirmar, y LFM2.5-2.6B-Base es un checkpoint de ajuste fino que ninguna plataforma serviría tal cual de forma sensata — su hermano postentrenado es el que debería estar detrás de una API. Tampoco hay modelos LFM2.5 alojados en nuestro catálogo, así que la afirmación precisa es la aburrida: para esta comparación, todo se ejecuta en tu hardware.

Que es precisamente cuando una capa de enrutamiento deja de ser una infraestructura opcional y comienza a ser una herramienta de prueba. Ejecutar un experimento de ajuste fino en un checkpoint base y un experimento de servicio en un 4B en bucle significa dos stacks locales, dos conjuntos de cuantizaciones, dos conjuntos de flags de servicio, y ninguna forma limpia de comparar cualquiera de los dos con los modelos alojados que son la línea base real para tu aplicación. OrcaRouter existe para esa segunda mitad: una clave de API llega a los modelos alojados con los que te compararías a precio de lista del proveedor con 0% de margen, así que el grupo de control no necesita su propio SDK ni su propio contrato. El DSL de enrutamiento permite que un endpoint autoalojado y los alojados estén detrás de una sola llamada, y la conmutación por error automática mantiene vivo un largo proceso de evaluación cuando un grupo de GPU local está ocupado. No te dirá si el checkpoint base de Liquid se ajusta mejor que los modelos terminados de N​VIDIA. Elimina el coste de configuración para averiguarlo.

Elegir entre ellos

Elige LFM2.5-2.6B-Base si lo que compras es un punto de partida y no una respuesta: tienes datos de entrenamiento, necesitas un idioma que Dory no habla, quieres ejecutarlo en Apple Silicon o en una NPU, o quieres la ruta de decodificación especulativa y las compilaciones ONNX y MLX que vienen con la familia. Es el artefacto más pequeño, más rápido, más multilingüe y más conectado con el ecosistema, y es honesto sobre no estar terminado.

Elige NVIDIA Nemotron Labs Dory 1.0 4B si lo que compras es un comportamiento desplegado: quieres un modelo de razonamiento ya terminado con entrenamiento en llamadas a herramientas y salida estructurada incorporado, trabajas únicamente en inglés, tus contextos son largos y estás dispuesto a compilar vLLM o llama.cpp desde una rama hoy mismo a cambio de un dial de cómputo que ningún modelo denso convencional te ofrece. Acepta que serás una de las primeras personas fuera de NVIDIA en ejecutarlo, que cada número de su ficha es un número de proveedor y que la afirmación sobre la caché KV del último bucle —la única característica que hace práctico todo el diseño— no está verificada.

La comparación que realmente sería informativa es Dory 1.0 4B frente al LFM2.5-2.6B post-entrenado, y nadie la ha publicado. Si el modelo instruct de 2.6B de Liquid y el 4B de profundidad elástica de N​VIDIA quedan dentro de unos pocos puntos entre sí en tu carga de trabajo, entonces el factor decisivo pasa a ser la diferencia de memoria de 2.69B frente a 4B y la brecha de madurez, no la arquitectura. Ese es el experimento que vale la pena ejecutar, y es más barato de ejecutar de lo que era la semana pasada.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.