Hy-Memory-30B-A3B vs LFM2.5-24B-A2B : deux spécialistes parcimonieux, dont un seul tourne sur votre machine

Hy-Memory-30B-A3B et LFM2.5-24B-A2B sont la même idée, construite par deux entreprises qui ne s'accordent pas sur qui va l'exécuter. Tous deux sont des modèles à mélange d'experts creux (sparse MoE) de l'ordre de 20 milliards de paramètres, avec deux à trois milliards de paramètres actifs par token — le rédacteur de mémoire de l'équipe Hunyuan à 30B au total et environ 3B actifs, open-sourcé le 15 octobre 2026 ; le modèle d'agent embarqué de Liquid AI à 24,0B au total et 2,45B actifs, livré le 13 octobre 2026. Liquid a livré un GGUF Q4_K_M de 14,5 Go et une version entraînée avec prise en compte de la quantification de 13,6 Go, aux côtés des poids en pleine précision. L'équipe, elle, n'a livré qu'un seul checkpoint BF16 de 60,1 Go et aucune alternative quantifiée. Ce que les chiffres ne peuvent pas vous dire, c'est si quelque chose a mal tourné sur le terrain : les incidents d'IA documentés et les défaillances d'agents autour des modèles de cette classe sont recensés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Cette différence de packaging n'est pas un accident de calendrier, et la lire correctement vous en dit plus sur les deux modèles que ne le fait l'un ou l'autre tableau de benchmark. C'est aussi ce qui explique que ces deux modèles soient généralement comparés pour de mauvaises raisons — les gens voient « petit MoE sparse » sur les deux fiches et supposent qu'ils se disputent le même créneau de déploiement. Or, ce n'est pas le cas. L'un veut être à l'intérieur du framework d'agent sur votre ordinateur portable. L'autre veut être à l'intérieur d'un pipeline de mémoire sur votre serveur, et les deux tâches ne se chevauchent guère.

La seule chose qu'ils partagent vraiment

Tous deux sont sparse. Tous deux gardent en résidence un grand nombre de paramètres et n’en lisent qu’une petite tranche par token. C’est là tout ce que leurs architectures ont en commun, et il vaut la peine de préciser ce que la sparsité apporte et n’apporte pas, car c’est la propriété la plus systématiquement mal comprise dans cette classe de taille.

Un checkpoint 24B-A2B ne tient pas dans une quantité de mémoire équivalente à 2,45 milliards de paramètres. Chaque paramètre du fichier doit pouvoir être chargé ; ce que le nombre de paramètres actifs apporte, c’est le débit par token, pas l’empreinte mémoire. La fiche de Liquid elle-même est sans ambiguïté à ce sujet — le modèle est un checkpoint de 24 milliards de paramètres, et l’exécuter implique de garder 24 milliards de paramètres quelque part. Quiconque lit « 2,45 B actifs » et se tourne vers une petite machine va passer un mauvais après-midi. Il en va de même pour le chiffre de 3 B actifs de Hy-Memory-30B-A3B face à son fichier BF16 de 60 Go.

Au-delà de cette propriété commune, les deux divergent sur presque tous les axes qui comptent.

Remarquez ce qu’est ce dépôt. Un fournisseur qui publie un dépôt GGUF distinct déclare, de la manière la plus concrète possible, que les modèles qu’il distribue sont destinés à être téléchargés et exécutés sur du matériel que quelqu’un possède déjà. L’historique des commits de ce dépôt ne compte que deux commits et remonte à quelques jours — ce n’est pas un ajout après coup greffé sur une version vieille de neuf mois.

Caractéristiques techniques, côte à côte, avec la ligne d'emballage incluse

• Paramètres totaux / actifs — Hy-Memory-30B-A3B 30 B au total, ~3 B actifs vs LFM2.5-24B-A2B 24,0 B au total, 2,45 B actifs.

• Construction des couches — 48 couches pour Hy-Memory-30B-A3B, un bloc dense et 47 blocs MoE avec 128 experts en routage top-8 plus un expert partagé ; LFM2.5-24B-A2B comporte 40 couches, dont 30 blocs de convolution courte à double porte et 10 blocs d’attention à requêtes groupées, avec 64 experts par bloc MoE en routage top-4.

• Contexte — 262,144 positions pour Hy-Memory-30B-A3B contre 131,072 pour LFM2.5-24B-A2B, qui est lui-même en hausse par rapport aux 32K de la génération précédente.

• Empreinte des poids — 60,1 Go répartis sur 51 fragments BF16 contre 48 Go en BF16, avec un GGUF Q4_K_M de 14,5 Go et un QAT QAD-Q4_0 de 13,6 Go.

• Licence — Apache 2.0 pour Hy-Memory-30B-A3B vs la licence LFM1.0 pour LFM2.5-24B-A2B, qui est une autorisation personnalisée plutôt qu’une licence approuvée par l’OSI et qui vaut la peine d’être lue avant un déploiement commercial.

• Corpus d'entraînement — 36 T de tokens répartis sur 16 langues, avec un vocabulaire de 128 000 tokens pour LFM2.5-24B-A2B ; la fiche Hy-Memory précise l'anglais et le chinois et ne publie pas de nombre de tokens pour Hy-Memory-30B-A3B.

• Objectif documenté — écriture de mémoire dans Mem0, MemOS, Hy-Memory et (en réserve) EverMemOS versus des agents embarqués dotés de traces de raisonnement, d’appel d’outils et d’apprentissage par renforcement agentique au sein de véritables harnais.

• Quantification publiée par le fournisseur — aucun contre quatre formats.

Remarquez à nouveau la dernière ligne. Liquid AI a publié des versions GGUF, FP8, ONNX et MLX-4bit de LFM2.5-24B-A2B dans les jours suivant les poids de base, et la communauté en a ajouté d'autres. C'est un fournisseur qui dit, de la manière la plus concrète qui soit, que ce modèle est conçu pour être téléchargé et exécuté localement. La sortie de Hy-Memory dit le contraire sans jamais l'énoncer : une seule précision, un seul format, 60 Go, et une fiche qui désigne vLLM 0.31.0 comme le moyen de le servir.

Ce que chacun a été entraîné à faire, et pourquoi ce n'est pas le même travail

LFM2.5-24B-A2B est un agent. Liquid le positionne comme un exécuteur rapide et privé qui raisonne toujours avant de répondre et appelle bien les outils — ses chiffres publiés sur l'utilisation des outils et le suivi des instructions sont la partie la plus solide de son tableau, avec IFEval à 96,75 et IFBench à 74,69 parmi les points saillants. Les recommandations de l'entreprise elle-même sont franches sur la faiblesse : ne pas l'orienter seul vers des questions à forte teneur en connaissances, mais l'associer à la recherche documentaire ou à la recherche web. C'est un modèle conçu pour agir, dont les connaissances sont délibérément externalisées.

Hy-Memory-30B-A3B n’agit pas du tout. Il lit une conversation et écrit en mémoire. Ses entrées sont des échanges et ses sorties sont des enregistrements structurés — le guide de démarrage rapide d’Hy-Memory lui demande un objet JSON contenant une liste de chaînes de mémoire autonomes, exécuté à une température de 0,0 avec le raisonnement désactivé. Là où LFM2.5-24B-A2B est jugé sur la question de savoir s’il a accompli une tâche, Hy-Memory-30B-A3B est jugé sur la question de savoir si la banque qu’il a écrite a produit une meilleure réponse par la suite. L’évaluation est en aval du modèle, c’est pourquoi le tableau Hy-Memory compare des rédacteurs plutôt que des modèles — chaque ligne change le rédacteur et maintient fixes le modèle de réponse, le juge, la configuration de récupération et les prompts.

L'écart de preuves, qui n'est pas symétrique

Les deux séries de chiffres sont celles du fournisseur lui-même. Mais elles ne sont pas d’une utilité équivalente.

Liquid AI a évalué son propre modèle face aux références dans le même environnement vLLM et a publié les lignes — la fiche LFM2.5-24B-A2B inclut des comparaisons directes avec Qwen3.6-35B-A3B et d'autres modèles, sur le même banc d'essai, ce qui rend la forme relative du tableau au moins cohérente en interne. Ses affirmations sont auditables dans le sens où quiconque dispose du GGUF peut tenter de les reproduire sur du matériel modeste cette semaine.

L'évaluation de Hy-Memory est conçue différemment et est plus difficile à vérifier. La matrice principale tourne sur un sous-échantillon de 20 % fixe de chaque benchmark plutôt que sur l'ensemble complet, ce qui est un choix défendable pour le coût et indéfendable si l'on veut s'appuyer sur de petites marges. Et c'est sur de petites marges que repose le titre : 55,49 de moyenne macro pour Hy-Memory-30B-A3B contre 54,62 pour Claude Opus 5, soit un écart de 0,87 point. Sur le harnais MemOS, l'écart est de 0,01 — 50,51 contre 50,50. Par ailleurs, le sommet de l'affirmation, le 56,89 sur le harnais EverMemOS tenu à l'écart, est le résultat qui mérite le plus d'être testé et celui que personne n'a fait tourner.

Aucun des deux fournisseurs ne dispose d'un score indépendant pour ces deux modèles. Pour LFM2.5-24B-A2B, il s'agit d'un désagrément vieux de deux jours. Pour Hy-Memory-30B-A3B, cela s'ajoute au problème matériel : on ne peut pas reproduire sans effort les chiffres d'un modèle BF16 de 60 Go comme on peut relancer un GGUF de 14,5 Go.

Si votre agent a besoin à la fois d'une mémoire et d'une bouche

La lecture pratique est que ces deux éléments sont complémentaires dans un système, et non des rivaux dans un comparatif, et la répartition du déploiement en découle naturellement.

Un rédacteur de mémoire se déclenche à chaque tour avec des sorties courtes — une charge de travail à haute fréquence, de faible complexité et devant être déterministe. Un exécuteur d’agent embarqué est invoqué lorsqu’il y a une tâche à accomplir, doit planifier et appeler des outils, et tire profit d’une exécution à proximité des données. Une équipe qui construit une pile d’agents privée sans appels à des tiers pourrait plausiblement vouloir que le chemin d’écriture et le chemin d’action soient deux petits modèles différents, chacun faisant la seule chose pour laquelle il a été entraîné, tous deux s’exécutant localement.

C'est là que se pose la question du routeur. OrcaRouter, c'est une seule clé API pour plus de 200 modèles hébergés à 0 % de marge, et son DSL de routage compose plusieurs modèles en un seul appel — le mécanisme qui permet à un writer servi localement et à un modèle de pointe hébergé de répondre comme un seul endpoint, avec un basculement automatique lorsqu'un backend se dégrade. Pour être précis sur ce qui s'applique ici : ni Hy-Memory-30B-A3B ni LFM2.5-24B-A2B ne figurent dans notre catalogue, et nous n'hébergeons ni l'un ni l'autre. La voie vers l'un comme vers l'autre passe par le checkpoint et votre propre matériel. Ce qu'un routeur couvre, c'est le chemin de lecture et la planification qui l'entoure, ainsi que la possibilité de changer le modèle qui occupe un emplacement sans modifier le code appelant.

Cela vaut la peine d’être fait avant d’en avoir besoin. La table de routage est peu coûteuse à écrire maintenant et coûteuse à adapter après coup une fois qu’un framework d’agents a codé en dur des points de terminaison à dix endroits.

Cette carte est le juste résumé de la différence. Le propre discours de Liquid AI est que LFM2.5-24B-A2B est conçu pour s’exécuter là où se trouve l’utilisateur. L’équipe Hy-Memory ne formule jamais de revendication équivalente, et le fichier de 60 Go derrière Hy-Memory-30B-A3B fait l’inverse.

Lequel prendre en premier

Si vous voulez voir un modèle creux de taille moyenne tourner sur votre propre matériel cette semaine, LFM2.5-24B-A2B est la première étape évidente — le téléchargement fait 14,5 Go, la licence demande à être lue, et les chiffres d'appel d'outils sont la partie de son tableau qui a le plus de chances de vous importer.

Si votre agent souffre d'un problème de mémoire qui s'aggrave à chaque conversation, Hy-Memory-30B-A3B est exactement conçu pour y répondre, et rien d'autre n'existe de tel en open source. Prévoyez le budget du matériel avant celui du temps.