Une carte de titre principale affichant « LFM2.5-24B-A2B vs Gemma 4 26B-A4B » avec le sous-titre « Deux modèles sparses, deux budgets différents » et deux panneaux étiquetés affichant « LFM2.5-24B-A2B : 24,0B au total, 2,45B actifs, texte uniquement » et « Gemma 4 26B A4B : 25,2B au total, 3,8B actifs, texte + image », avec le logo OrcaRouter incrusté en bas à droite.
Guides & Insights

LFM2.5-24B-A2B vs Gemma 4 26B-A4B : deux modèles clairsemés, deux théories différentes de l'endroit où va le calcul

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

LFM2.5-24B-A2B et Gemma 4 26B-A4B ressemblent à la même idée répétée deux fois. Le checkpoint de Liquid AI est sorti le 13 octobre 2026 avec 24,0 milliards de paramètres au total et 2,45 milliards lus par token. Gemma 4 26B-A4B de G​oogle DeepMind compte 25,2 milliards au total avec 3,8 milliards actifs par token, publié sur Hugging Face le 11 mars 2026. Les deux sont des mélanges d'experts, les deux sont à peu près un checkpoint d'environ 25 milliards de paramètres associé à un budget de calcul de deux à quatre milliards de paramètres, et les deux fournisseurs recourent à la même phrase pour expliquer le compromis — vous payez en mémoire pour un grand modèle et en latence pour un petit. Cette arithmétique presque identique est exactement la raison pour laquelle la comparaison mérite d'être faite correctement, car les deux modèles dépensent ensuite ce budget sur des choses complètement différentes : Gemma 4 26B-A4B le dépense pour la vision, un contexte 256K et une vaste base de connaissances ; LFM2.5-24B-A2B le dépense pour une trace de raisonnement, un harnais d'appel d'outils et un apprentissage par renforcement agentique. Même forme, priorités opposées.

Il y a une asymétrie supplémentaire qui vient se superposer : le tableau de benchmarks LFM2.5-24B-A2B utilise Gemma-4-26B-A4B-it comme l’une de ses trois références, donc pour une fois, nous n’alignons pas deux tableaux de lancement en devinant — Liquid a exécuté les deux, dans le même environnement vLLM, et a publié les lignes.

Il manque aux deux la même chose, et c’est la chose que tout le monde présuppose.

Commencez par l'idée fausse que ces deux modèles sont le plus susceptibles de générer, car c'est la même dans les deux cas. Un mélange clairsemé d'experts ne réduit pas vos besoins en mémoire. Chaque paramètre du checkpoint doit être résident ; ce que vous apportent 2,45 B ou 3,8 B de paramètres actifs, c'est du débit par token, pas une empreinte plus petite. Un lecteur qui voit « 2,45 B d'actifs » et se tourne vers une machine de 4 Go va passer un mauvais après-midi.

Dans notre propre catalogue, le checkpoint Gemma 4 26B A4B est répertorié avec un contexte de 262 144 tokens, et la fiche LFM2.5-24B-A2B indique 131 072. Sur disque, l'écart est plus grand que ne le suggèrent les nombres de paramètres : LFM2.5-24B-A2B publie un GGUF Q4_K_M à 14,5 Go et un QAT QAD-Q4_0 à 13,6 Go, avec 48 Go en BF16 ; Gemma 4 26B A4B publie des safetensors bfloat16 sous la forme d'un shard de 49,9 Go plus un shard de 1,7 Go, avec un GGUF 4 bits quantisation-aware associant un fichier de poids compact à un fichier de projection multimodale séparé. En chiffres ronds : environ 14 Go contre environ 50 Go non compressés, pour deux checkpoints dont le nombre total de paramètres diffère d'un milliard. Cette différence vient du vocabulaire, de l'agencement des experts et de la pile multimodale, non du chiffre de paramètres mis en avant, et c'est la ligne la plus pratique de tout cet article.

Le contraste des spécifications, une ligne par dimension.

• Paramètres totaux / actifs — LFM2.5-24B-A2B 24,0B / 2,45B, 64 experts avec un routage top-4 sur 40 couches. Gemma 4 26B-A4B 25,2B / 3,8B, 8 experts actifs sur 128, plus un expert partagé sur 30 couches.

A capture of the Hugging Face model page for google/gemma-4-26B-A4B-it, showing the image-text-to-text pipeline tag, the Transformers and Safetensors formats, the gemma4 and conversational tags, the Apache 2.0 licence, and the card text stating that Gemma 4 models are multimodal, handling text and image input with audio supported on the E2B, E4B and 12B models, that the family spans a context window of up to 256K tokens across five sizes, and the architecture list covering reasoning, extended multimodalities, dense and MoE variants, and on-device optimisation.

• Contexte — 131 072 tokens contre 262 144, avec Gemma 4 26B A4B utilisant une fenêtre glissante de 1 024 tokens et une attention hybride qui entrelace des couches locales et globales, en gardant la dernière couche globale.

• Modalité — LFM2.5-24B-A2B fonctionne en entrée texte, sortie texte. Gemma 4 26B A4B accepte le texte et l'image, avec un encodeur visuel d'environ 550 M de paramètres ; l'audio est réservé aux plus petites tailles de Gemma 4.

• Raisonnement — LFM2.5-24B-A2B émet toujours une chaîne de réflexion explicite dans un bloc <think>. Gemma 4 26B A4B est un généraliste affiné aux instructions, sans trace obligatoire.

• Vocabulaire — 128 000 tokens, doublé par rapport à la génération précédente grâce à une expansion du tokenizer en place, contre un vocabulaire familial de 262 K partagé par les cinq tailles de Gemma 4.

• Licence — lfm1.0, gratuite pour un usage commercial jusqu'à 10 M$ de chiffre d'affaires annuel, et une licence commerciale au-delà. Gemma 4 26B A4B est sous Apache 2.0, avec le texte de licence standard à ai.google.dev/gemma/apache_2, la politique d'utilisation interdite de Google l'accompagnant comme document d'usage acceptable plutôt que comme restriction de licence.

• Formats publiés — GGUF (de Q4_K_M à BF16), FP8, ONNX et MLX en 4/5/6/8 bits pour le modèle Liquid ; safetensors bfloat16, un checkpoint pré-entraîné, une version QAT 4 bits et un GGUF prêt pour llama.cpp, ainsi qu'un drafter de prédiction multi-tokens, pour la taille Gemma.

Liquid a fait les deux, et le bilan n’est pas un sans-faute.

Le billet de lancement du LFM2.5-24B-A2B place Gemma-4-26B-A4B-itdans la colonne de référence de son tableau de seize benchmarks, aux côtés de Qwen3.6-35B-A3B et Nemotron-3.5-Lightning, les quatre colonnes étant exécutées dans vLLM avec des paramètres de génération propres à chaque benchmark. Tout ce qui suit est déclaré par les fournisseurs des deux côtés — les chiffres de Liquid, dans un tableau assemblé par Liquid. Il ne s'agit pas d'une évaluation indépendante, mais c'est au moins un même banc d'essai, ce qui est plus que ce qu'obtiennent la plupart des pages comparant des modèles.

Les lignes agentiques se lisent comme une déroute : AutomationBench 27,69 contre 5,46, ToolSandbox 80,71 contre 72,09, LiveClaw 48,09 contre 41,25, τ³-Bench Banking 8,04 contre 4,54, BFCLv4 65,01 contre 57,09. Le suivi des instructions, c'est la même histoire — IFEval 96,75 contre 92,00, IFBench 74,69 contre 47,44, Multi-IF 84,38 contre 82,19.

Ensuite, l'autre moitié du tableau, que Liquid a quand même publiée : PinchBench 83,18 contre 77,12 va dans l'autre sens, et il en va de même pour trois lignes qui comptent plus que n'importe laquelle des victoires sur l'appel d'outils. GPQA Diamond — 74,42 contre 74,90, essentiellement à égalité au plus haut niveau des sciences de troisième cycle. SWE-Bench Verified via OpenCode — 51,00 contre 25,80, une marge de deux pour un en faveur du modèle Liquid, ce qui est le chiffre le plus surprenant de l'un ou l'autre tableau. SciCode — 32,71 contre 35,42, la taille Gemma devant. Et AA-Omniscience — −24,90 contre −59,39, où les deux modèles obtiennent de mauvais scores et où la taille Gemma fait plus de deux fois pire.

Deux lectures de cela, et la plus honnête est la seconde. La première est qu'un modèle agent à 2,45 B de paramètres actifs bat un généraliste à 3,8 B de paramètres actifs sur les tâches d'agent, ce pour quoi il a été conçu. La seconde est que la colonne Gemma 4 26B A4B semble anormalement faible sur tous les fronts — le fait que 25,2 B de paramètres au total et 3,8 B de paramètres actifs se situent en dessous d'un modèle à 2,45 B de paramètres actifs sur le plan du suivi d'instructions, de l'utilisation d'outils et des connaissances n'est pas ce que le tableau de la famille de Google lui-même laisserait présager, et cela rappelle qu'un harnais partagé ne rend pas un benchmark comparable si les modèles sont pilotés avec des paramètres de génération et des invites différents. Considérez la direction de ces lignes comme informative, et non les magnitudes.

Ce qui n'est pas du tout dans le tableau, c'est la moitié multimodale de Gemma 4 26B A4B. Un benchmark de vision est impossible ici parce que LFM2.5-24B-A2B ne peut pas voir. Si une partie de votre charge de travail implique qu'une image provienne d'un utilisateur, cette comparaison a un gagnant avant même de commencer, et ce n'est pas le modèle le plus récent.

Le prix, et ce qu'il en coûte réellement pour détenir chacun.

LFM2.5-24B-A2B a un prix par token : 0,10 $ par million de tokens d'entrée (0,05 $ en cache) et 1,00 $ par million de tokens de sortie sur la Console de Liquid, avec 2 $ de crédit pour démarrer. Gemma 4 26B A4B n'a aucun prix catalogue fournisseur — G​oogle n'en publie aucun — donc le seul chiffre de coût honnête est celui facturé par les plateformes qui hébergent les poids ouverts, lequel varie selon l'hébergeur et selon le jour.

Cette asymétrie est l'argument pour passer par un routeur plutôt que de câbler le point de terminaison d'un seul fournisseur dans votre code. Mis à part la géométrie, c'est là qu'un essai des deux côtés compte : nous servons le checkpoint Gemma 4 26B A4B sous deux identifiants — google/gemma-4-26b-a4b-it et obsidian/gemma-4-26B-A4B — et les deux références de prix que Liquid utilise dans son tableau, qwen/qwen3.6-35b-a3b notamment, derrière une seule clé, avec 0 % de marge sur le prix catalogue du fournisseur. Nous ne servons pas LFM2.5-24B-A2B. La version pratique de cette page est donc la suivante : téléchargez le checkpoint Liquid et exécutez-le en local, et appelez la taille Gemma 4 et la référence Qwen via la même clé pendant que vous décidez, afin de comparer sur vos propres tâches plutôt que sur le choix de harnais de l'un ou l'autre fournisseur.

A two-column scoreboard titled 'LFM2.5-24B-A2B vs Gemma 4 26B A4B — the scoreboard'. The left column, LFM2.5-24B-A2B, lists 24.0B total and 2.45B active parameters, a 131,072-token context, text-only input, SWE-Bench Verified 51.00, AutomationBench 27.69, and a Q4_K_M download of 14.5 GB. The right column, Gemma 4 26B A4B, lists 25.2B total and 3.8B active parameters, a 262,144-token context, text and image input, SWE-Bench Verified 25.80, AutomationBench 5.46, and bfloat16 weights of about 50 GB, above a footer reading 'Benchmark rows from Liquid AI's 2026-10-13 vLLM table, which ran both models; vendor-reported and unreproduced.' and the OrcaRouter logo composited bottom-right.A capture of OrcaRouter's own model page for google/gemma-4-26b-a4b-it, showing the 'Gemma 4 26B A4B' heading and the google/gemma-4-26b-a4b-it identifier, the vision, tools, JSON and reasoning chips, Google as the vendor with a 2026-04-03 date, the summary noting 25.2B total parameters with only 3.8B activating per token, and the 262K-token context row listing text, image and video input with a p50 time-to-first-token figure.

Lequel, et quand la question porte vraiment sur votre machine

Si votre charge de travail est textuelle et que votre agent doit planifier, appeler des outils et s’expliquer, le checkpoint le plus récent est celui à télécharger : 14,5 Go en Q4_K_M, un contexte de 131K, un raisonnement explicite, et un tableau de benchmarks où il remporte les lignes agentiques face à cet adversaire précis. Si une partie de votre travail implique des images, ou si vous avez besoin de 256K de contexte plutôt que de 128K, ou si vous voulez une licence Apache 2.0 sans clause de revenus à surveiller, Gemma 4 26B A4B répond à une question que LFM2.5-24B-A2B ne pose même pas — avec une empreinte disque non compressée environ trois fois et demie supérieure.

Ce qu'aucun des deux modèles ne corrige, c'est que tous deux sont limités par la mémoire plutôt que par le calcul, et que les deux fournisseurs doivent être lus de la même manière. Le billet de lancement de la famille Google décrit les deux plus grandes tailles de Gemma 4 comme des poids bfloat16 qui « tiennent efficacement sur un seul GPU NVIDIA H100 de 80 Go » — c'est vrai, mais c'est aussi la présentation du fournisseur lui-même plutôt qu'une mesure de cette version précise. Les 184 jetons par seconde de Liquid sur un Apple M5 Max et « jusqu'à 1,7× plus rapide que des MoE comparables en local » ne s'accompagnent d'aucune reproduction non plus. Deux modèles creux, deux fournisseurs, une instruction commune : l'arithmétique dans le nom vous renseigne sur la vitesse, et rien dans le nom ne vous renseigne sur la mémoire.

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