LFM2.5-24B-A2B vs Gemma 4 12B : L’agent sparse contre le multimodal dense

de Liquid AI et LFM2.5-24B-A2B de Google DeepMindGemma 4 12B sont les deux points de contrôle à poids ouverts les plus susceptibles de se retrouver dans la même file de téléchargement ce mois-ci, et ils proviennent de directions opposées. LFM2.5-24B-A2B est sorti le 13 octobre 2026 avec 24,0 milliards de paramètres dont seulement 2,45 milliards sont lus par token, texte en entrée et texte en sortie, un contexte de 131 072 tokens, et un tableau de référence construit entièrement autour de l'utilisation d'outils. Gemma 4 12B est sorti le 3 juin 2026 en tant que modèle dense de 11,95 milliards de paramètres qui lit du texte, des images et de l'audio et écrit du texte, sous Apache 2.0, sans plafond de revenus attaché. L'un est un moteur d'agent spécialisé qui tourne sur l'ordinateur portable que vous possédez déjà. L'autre est un généraliste qui voit et entend, tourne sur le même ordinateur portable en environ 7 Go, et est livré avec une licence que vous n'avez jamais besoin de lire deux fois.

Donc la question à laquelle cette page répond n’est pas « lequel est meilleur », car ils n’ont jamais été conçus pour le même usage. Elle est plus étroite et plus utile : si vous installez un agent privé sur une machine que vous contrôlez, lequel de ces deux téléchargez-vous, et à quoi renoncez-vous dans un cas comme dans l’autre ?

La réponse en un paragraphe, pour les personnes qui savent déjà ce qu’elles veulent.

Choisissez LFM2.5-24B-A2B si l’agent effectue des appels d’outils à plusieurs étapes et rien d’autre — les chiffres agentiques du fournisseur lui-même sont largement en avance sur ceux de G​emma 4 12B sur la poignée de lignes suffisamment comparables pour être alignées, et le modèle produit toujours une trace de raisonnement explicite avant d’agir. Choisissez G​emma 4 12B si la tâche implique une capture d’écran, un document photographié, une page numérisée ou un extrait audio, si vous voulez désactiver la trace de raisonnement pour la latence, ou si votre entreprise est proche du seuil de 10 M$ de chiffre d’affaires, là où la licence de Liquid cesse d’être gratuite. Poursuivez la lecture si vous voulez les chiffres derrière ces deux phrases, car une bonne partie de la comparaison dépend de la façon dont les deux fournisseurs ont mesuré.

Là où les deux points de contrôle diffèrent véritablement

• Économie des paramètres — LFM2.5-24B-A2B est un mélange d'experts : 24,0 B au total, 2,45 B actifs par token, 64 experts avec routage top-4 sur 40 couches (30 blocs de convolution courte à double porte, 10 blocs d'attention à requêtes groupées). G​emma 4 12B est dense : 11,95 B au total répartis sur 48 couches, chaque paramètre est lu à chaque token.

• Ce qui tient sur le disque — Liquid publie un GGUF Q4_K_M à 14,5 Go et un QAT QAD-Q4_0 à 13,6 Go, avec une version MLX 4 bits à 13,6 Go ; 48 Go en BF16. Le GGUF QAT de Google pour le 12B représente environ 6,98 Go de poids plus un fichier de projection multimodale de 0,18 Go, et les versions de la communauté Unsloth vont d'environ 4,2 Go en 2 bits à 7,12 Go en Q4_K_M.

• Contexte — 131 072 tokens pour LFM2.5-24B-A2B, soit le double des 32 768 de la génération précédente. G​emma 4 12B embarque 256 K (262 144), avec une fenêtre glissante de 1 024 tokens et une attention hybride qui entrelace couches locales et globales.

• Modalité — LFM2.5-24B-A2B est uniquement textuel, et ce, délibérément. G​emma 4 12B accepte le texte, l'image et l'audio, sans aucun encodeur multimodal : les patchs d'image bruts et les formes d'onde audio sont projetés directement dans le même espace que les tokens de texte.

• Comportement de raisonnement — LFM2.5-24B-A2B est, selon les termes du fournisseur, exclusivement dédié au raisonnement : il réfléchit toujours dans un bloc <think> avant de répondre. La fiche de Gemma 4 12B décrit un modèle affiné par instructions sans trace obligatoire, ce qui, sur un ordinateur portable, constitue un gain de latence et une perte de transparence.

• Licence — lfm1.0 est gratuit à télécharger, à affiner et à utiliser à des fins commerciales jusqu'à 10 M$ de chiffre d'affaires annuel ; au-delà, une licence commerciale s'applique. G​emma 4 12B est sous Apache 2.0, sans seuil de chiffre d'affaires ; les Conditions d'utilisation et la Politique d'utilisation interdite de G​oogle accompagnent les poids en tant que documents d'usage acceptable, et non en tant que restrictions de licence.

• Vocabulaire et échelle d'entraînement — LFM2.5-24B-A2B a fait passer son vocabulaire de 65K à 128K via une expansion du tokenizer sur place et a étendu le pré-entraînement de 17T à 33T de tokens, dont 300B de tokens de mi-entraînement en contexte complet, ainsi qu'une phase de RL agentique au sein de véritables harnesses. G​emma 4 12B embarque un vocabulaire de 262K partagé au sein de la famille et a été pré-entraîné sur plus de 140 langues, avec une prise en charge annoncée prête à l'emploi pour plus de 35.

Le seul benchmark que les deux fournisseurs ont exécuté

Comparer deux tableaux de lancement différents est normalement un piège. Ici, il y a exactement une ligne où les deux entreprises ont mesuré la même chose selon des termes comparables, et il vaut la peine de l’isoler précisément parce qu’elle est si seule.

GPQA Diamond — Liquid rapporte 74,42 pour LFM2.5-24B-A2B ; le tableau de la famille Gemma 4 de G​oogle indique 78,8 pour le G​emma 4 12B affiné par instructions. Ces deux chiffres sont déclarés par les fournisseurs et n'ont pas été reproduits. Le modèle dense 12B prend légèrement l'avantage sur les questions scientifiques de niveau troisième cycle, ce qui correspond à la présentation de Liquid lui-même, selon laquelle son modèle n'est pas celui auquel poser des questions de connaissances — l'article de lancement conseille de l'associer à la recherche documentaire ou à la recherche web plutôt que de se fier à ses poids.

Tout le reste doit être lu dans son propre tableau, et le résumé honnête est que les deux tableaux mesurent des choses presque disjointes. Le tableau de seize benchmarks de Liquid couvre AutomationBench (27,69), BFCLv4 (65,01), ToolSandbox (80,71), LiveClaw (48,09), PinchBench (83,18), τ³-Bench Banking (8,04), WebArena Verified (26,75), IFEval (96,75), IFBench (74,69), Multi-IF (84,38), MATH-500 (96,04), SWE-Bench Verified via OpenCode (51,00), SciCode (32,71), AA-Omniscience (−24,90) et HLE (7,40). Le tableau de la famille de Google couvre MMLU Pro (77,2), AIME 2026 sans outils (77,5), LiveCodeBench v6 (72,0), un ELO Codeforces de 1659, MMMU Pro (69,1) et MRCR v2 à 128K avec huit aiguilles (43,4).

Un seul chevauchement, et aucun harnais partagé. Quiconque publie un tableau des scores combiné à partir de ces deux tableaux invente une comparaison qu’aucune des deux entreprises n’a menée.

Indépendamment, et c’est là que le tranchant est le plus vif.

Artificial Analysis a noté G​emma 4 12B : un Intelligence Index de 14, classé 20e sur 141 modèles de sa classe de comparaison, à une vitesse mesurée de 110,9 jetons par seconde et un coût tiers mixte de 0,10 $ par million de jetons d'entrée et de 0,30 $ par million de jetons de sortie. Il s'agit de chiffres indépendants sur un modèle qui est public depuis quatre mois et qui a un écosystème derrière lui.

LFM2.5-24B-A2B n’a pas d’équivalent. Il n’a qu’un jour, aucun tiers n’a publié de score, et les propres chiffres edge de Liquid — 184 tokens par seconde sur un Apple M5 Max, 114 sur un AMD Ryzen AI Max+ 395, « jusqu’à 1,7 × plus rapide que des MoE comparables sur l’appareil » — ne s’accompagnent d’aucune base de référence ni d’aucune reproduction. Pour un modèle mesuré par son fournisseur face à un modèle mesuré indépendamment, l’asymétrie est le constat : l’un de ces deux chiffres, vous pouvez le vérifier vous-même aujourd’hui, et ce n’est pas le plus récent.

Si vous préférez ne pas parier un chemin de production sur un tableau de fournisseurs vieux de quatre jours, c’est exactement à cela que sert le basculement automatique. Pointez l’agent vers LFM2.5-24B-A2B, gardez un modèle évalué derrière, et laissez le routeur déplacer la requête lorsque le harnais commence à échouer — pas de second contrat, aucun changement de code au-delà de la liste de repli.

Coût, dans les deux devises dans lesquelles ils sont exécutés

Tous deux sont des modèles conçus pour tourner en local : la vraie facture, ce sont donc le matériel et l’électricité. Côté hébergé, Liquid facture l’accès à l’API 0,10 $ par million de tokens d’entrée (0,05 $ en cache) et 1,00 $ par million de tokens de sortie via sa propre Console, avec 2 $ de crédit initial. G​oogle ne publie aucun prix par token pour G​emma 4 12B — le mélange 0,10 $/0,30 $ ci-dessus est une médiane tierce parmi les plateformes qui servent les poids ouverts, et non un prix catalogue ; le traiter comme tel serait une erreur.

Voici la partie qui compte pour une équipe qui évalue les deux : aucun des deux checkpoints ne figure dans notre catalogue aujourd’hui. Nous proposons bien les points de référence sur lesquels cette décision ne cesse de revenir — qwen/qwen3.6-35b-a3b, le modèle face auquel Liquid s’est mesuré, avec 50 % de paramètres en plus, ainsi que google/gemma-4-26b-a4b-it, obsidian/gemma-4-26B-A4B et google/gemma-4-31b-it issus de la même famille G​emma 4 — tous accessibles avec une seule clé, tous à 0 % de marge sur le prix catalogue du fournisseur lui-même, de sorte qu’un changement de prix du fournisseur vous parvient le jour où il survient, plutôt que le jour où quelqu’un signe à nouveau un contrat. Lancez votre propre tâche sur les tailles G​emma 4 hébergées, puis décidez si le 12B sur votre ordinateur portable est redondant.

Ce que je ferais réellement

Téléchargez les deux quants. G​emma 4 12B en Q4_K_M fait environ 7 Go et vous dira en une heure si votre tâche a besoin d'yeux et d'oreilles — si c'est le cas, la décision est prise et LFM2.5-24B-A2B n'entre pas du tout en lice, car il ne peut pas voir. Si ce n'est pas le cas, chargez le LFM2.5-24B-A2B QAD-Q4_0 à 13,6 Go et exécutez votre véritable harnais dessus, puisque tout l'argument en faveur de ce checkpoint est l'appel d'outils multi-étapes et aucun benchmark statique ne tranchera la question pour vos outils.

Deux choses à garder en tête pendant que vous faites cela. Premièrement, les tableaux des deux fournisseurs ne sont pas reproduits, et le seul modèle évalué de manière indépendante dans cette comparaison est le plus ancien, le plus dense — ce qui est une raison de faire davantage confiance aux chiffres de Gemma 4 12B, et non une raison de supposer que le modèle plus récent est plus faible. Deuxièmement, l’écart de licence est réel et asymétrique d’une manière qui apparaît rarement dans les articles sur les benchmarks : Gemma 4 12B est sous Apache 2.0 pour toujours, tandis que LFM2.5-24B-A2B devient une question commerciale dès que votre entreprise franchit les $10M de chiffre d’affaires. Pour un développeur indépendant, c’est invisible. Pour une équipe produit qui déploie un agent embarqué, c’est un poste budgétaire dans le prochain cycle de planification, et c’est la seule dimension où le modèle plus petit, plus ancien et multimodal est sans ambiguïté le choix par défaut le plus sûr.

C'est aussi dans des comparaisons comme celle-ci que les modes de défaillance apparaissent : les incidents d'IA documentés et les défaillances d'agents derrière les modèles de cette classe sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, son niveau de confiance et un indicateur de contestation.