LFM3-1.7B-Base vs MiniCPM5 2B : deux fournisseurs, deux classements, une réponse honnête

Liquid AI a créé le dépôt LFM3-1.7B-Base sur Hugging Face le 26 octobre 2026 et publié l’annonce de la famille LFM3 le lendemain — et le tableau de benchmarks de cette annonce fait quelque chose d’inhabituellement utile : il place le modèle post-entraîné LFM3-1.7B directement face à MiniCPM5-2B, le modèle de 2,5 B qu’OpenBMB qualifie d’état de l’art open source de classe 2B depuis l’arrivée de ses poids en septembre. Sur la suite de 27 tests maison de Liquid, LFM3-1.7B remporte 23 lignes et MiniCPM5-2B en remporte quatre. Le checkpoint mentionné dans le titre de cet article n’est toutefois pas celui de ce tableau, et il ne comporte aucun chiffre de benchmark d’aucune sorte. Cet écart, voilà l’histoire.

Trois choses se confondent dans toute comparaison de petits modèles, il vaut donc la peine de les distinguer d’emblée : ce que Liquid a mesuré, ce qu’OpenBMB a mesuré, et ce qu’aucun des deux fournisseurs n’a publié au sujet des checkpoints de base que les gens ajustent réellement. Seule la troisième catégorie décrit une comparaison équitable entre les deux noms de cette page.

Le tableau publié par Liquid, et le modèle qu'il décrit

La fiche modèle LFM3-1.7B comporte 27 lignes réparties sur sept catégories — agents, utilisation d’outils, codage agentique, codage, suivi d’instructions, connaissances et contexte long — avec des colonnes pour LFM2.5-2.6B, MiniCPM5 2B, Gemma 4 E4B, Qwen3.5 4B et Qwen3.5 9B. Le modèle de Liquid remporte toutes ces catégories sauf quatre, et les écarts sur les lignes agentiques ne sont pas serrés : LiveClaw 45,60 contre 30,37, WebArena-Verified 38,42 contre 9,11, AutomationBench 41,29 contre 4,71, BrowseComp-Plus 37,00 contre 16,83. La même tendance se confirme pour l’utilisation d’outils (BFCL V4 71,39 contre 62,65, ToolSandbox 80,36 contre 68,16) et pour le contexte long, où RULER 128K affiche 65,56 contre 37,96 pour MiniCPM5-2B.

Les quatre victoires de MiniCPM5-2B portent toutes sur des connaissances ou sur la robustesse multitour : τ³-bench à 69,44 contre 68,01, GPQA Diamond à 65,15 contre 63,37, Humanity's Last Exam sans outils à 8,20 contre 7,17, et la précision d'AA-Omniscience à 9,13 contre 7,07. Ce sont de légers avantages sur des benchmarks où une fraction de point relève souvent du bruit. Les écarts agentiques, eux, ne le sont pas.

Chaque chiffre de ce paragraphe est déclaré par le fournisseur. Liquid a exécuté ses propres bancs d’essai, choisi son propre ensemble de comparaison et publié aucune méthodologie par test sur la fiche. Au 28 octobre 2026, nous n’avons trouvé aucune entrée LFM3 sur Artificial Analysis, il n’existe donc aucune reproduction indépendante à lui opposer. Considérez le partage 23–4 comme l’argument de Liquid, et non comme un résultat de l’industrie.

Ce qu’est réellement le checkpoint de base

Retirez l’entraînement post-formation et vous obtenez un modèle texte uniquement de 1,73 milliard de paramètres comptant 24 couches : 13 convolutions courtes à portes, cinq couches d’attention à fenêtre glissante avec une fenêtre de 256 tokens et six couches d’attention globale. Le chiffre de contexte de 256 K est bien réel — max_position_embeddings indique 262 144 dans la configuration publiée — et non la fenêtre de 256 tokens avec laquelle les premiers articles l’ont confondu. Le vocabulaire compte 128 000 tokens, la fiche répertorie 16 langues, et la licence est la LFM Open License v1.0, dont l’autorisation commerciale ne s’applique plus à une entité juridique dont le chiffre d’affaires annuel atteint 10 millions de dollars ou plus.

La recette d’entraînement est documentée plus en détail que la plupart des versions de base : 22 billions de tokens au total, dont les 3,5 billions finaux consacrés à des données de mi-entraînement sélectionnées qui incluent des traces agentiques et des appels d’outils, ainsi que des extensions de contexte à 128K et 256K. En précision 4 bits, le point de contrôle est décrit comme occupant environ 1 Go, ce qui est le chiffre qui compte si la cible est un téléphone ou un ordinateur portable plutôt qu’un serveur.

Ce que la fiche ne vous donne pas, c’est la moindre évaluation du modèle de base lui-même. Les scores publiés par Liquid appartiennent à LFM3-1.7B après SFT, RL mixte, distillation on-policy multi-domaines et RL agentique. Il n’existe aucun moyen, à partir du matériel public, de distinguer quelle part de cette moyenne de 49,37 provient des 22 000 milliards de tokens de pré-entraînement et quelle part provient de la pile de post-entraînement. Ce n’est pas une critique propre à Liquid — presque personne ne publie d’évaluations de modèles de base — mais cela signifie que le nom dans le titre de cet article n’a pas de tableau de scores qui lui soit propre.

Le tableau de bord des compteurs d'OpenBMB

La fiche de MiniCPM5-2B avance une affirmation différente sur un ensemble d'axes différent. Son radar de capacités évalue neuf dimensions et rapporte une moyenne de 53,9, contre 51,1 pour Qwen3.5-4B, 42,7 pour granite-4.2-3B et 33,2 pour LFM2.5-2.6B. Sur ce tableau, le modèle représente l'état de l'art de la classe 2B et est compétitif avec les modèles de classe 4B. Il n'inclut pas LFM3-1.7B, qui n'existait pas au moment de la rédaction de la fiche.

Les deux tableaux de scores ne peuvent pas être soustraits l’un de l’autre. Ils reposent sur des tests différents, une normalisation différente et des ensembles de comparaison différents — et le seul benchmark commun, τ³-bench, est précisément celui où le modèle d’OpenBMB prend l’avantage dans le tableau de Liquid. Si vous placez 53,9 à côté de 49,37 et concluez que MiniCPM5-2B est le modèle le plus fort, vous avez comparé une moyenne fournisseur sur neuf axes à une moyenne fournisseur sur 27 tests et vous n’avez rien appris.

Les faits matériels sont moins ambigus. MiniCPM5-2B est un LlamaForCausalLM standard avec 2 516 756 480 paramètres au total, dont 1 981 982 720 hors embeddings, 42 couches, une attention à requêtes groupées avec 16 têtes de requête et 2 têtes KV, et un contexte de 131 072 tokens dans la configuration livrée. Il est sous Apache 2.0, il est distribué en versions GGUF, MLX, GPTQ et LiteRT accompagné d’un modèle draft pour le décodage spéculatif, et OpenBMB a publié les corpus d’entraînement avec lui. C’est un produit fini avec l’usine attachée.

Base contre base est la seule comparaison honnête.

Les deux familles livrent un point de contrôle pré-entraîné, ce qui rend possible pour la première fois une comparaison à armes égales. MiniCPM5-2B-Base a été créé le 27 août 2026, est sous Apache 2.0 et existe pour la même raison que LFM3-1.7B-Base : être post-entraîné pour devenir autre chose. Aucune des deux fiches de modèle de base ne publie de tableau d’évaluation. La décision doit donc être prise sur la spécification, la licence et l’écosystème plutôt que sur un score.

Ce recadrage est important, car l’erreur la plus fréquente avec cette paire consiste à télécharger la base Liquid, à l’utiliser comme un modèle de chat et à conclure qu’elle est moins bonne que MiniCPM5-2B. Ce sera le cas. LFM3-1.7B-Base est une sortie de mi-entraînement dotée d’un template de chat et d’un mode de réflexion, pas un assistant ; la fiche de Liquid elle-même indique d’utiliser LFM3-1.7B pour le chat, l’appel d’outils et les agents. Le checkpoint finalisé d’OpenBMB est ce qu’il faut comparer à LFM3-1.7B, et cette comparaison figure déjà dans le tableau de Liquid. La comparaison base à base s’adresse à ceux qui comptent réaliser eux-mêmes l’entraînement.

La fiche technique, dimension par dimension

• Paramètres — LFM3-1.7B-Base : 1,73 Md sur 24 couches. MiniCPM5-2B : 2,52 Md au total, dont 1,98 Md hors embeddings, sur 42 couches.

• Contexte — LFM3-1.7B-Base : 256 K tokens, entrée plus sortie. MiniCPM5-2B : 131 072 tokens dans la configuration livrée.

• Architecture — LFM3-1.7B-Base : tri-hybride avec convolutions courtes à portes, plus attention à fenêtre glissante et attention globale, chargé avec trust_remote_code. MiniCPM5-2B : un décodeur Llama standard qui fonctionne avec des outils non modifiés.

• Licence — LFM3-1.7B-Base : LFM Open License v1.0, utilisation commerciale conditionnée à un chiffre d'affaires annuel inférieur à 10 M$. MiniCPM5-2B : Apache 2.0, sans condition de chiffre d'affaires.

• Formats publiés — LFM3-1.7B-Base : poids BF16 uniquement sur la carte de base ; la version sœur post-entraînée propose des builds GGUF, MLX, ONNX, FP8 et NVFP4. MiniCPM5-2B : BF16, GGUF, MLX, GPTQ et LiteRT, ainsi que des checkpoints SFT et de mi-entraînement et un modèle draft DSpark.

• Empreinte — LFM3-1.7B-Base : environ 1 Go en 4 bits, selon Liquid. MiniCPM5-2B : un modèle dense de 2,5 B dont l'empreinte en 4 bits n'est pas publiée sur la fiche ; attendez-vous au coût mémoire habituel d'un modèle de classe 2,5 B, et non à 1 Go.

• Langues — LFM3-1.7B-Base : 16 langues nommées, dont l’arabe, le hindi, le thaï et le vietnamien. MiniCPM5-2B : une fiche centrée sur l’anglais et le chinois, avec les données publiées qui la sous-tendent.

• Données d'entraînement — LFM3-1.7B-Base : 22 T tokens, recette décrite mais données non publiées. MiniCPM5-2B : corpus UltraData publiés en même temps que les poids.

Ce que les dépôts vous disent sur le déploiement

MiniCPM5-2B est le modèle le plus simple à déployer sur un appareil aujourd’hui. Son architecture est standard, donc la prise en charge par llama.cpp, Ollama et LM Studio consiste simplement à utiliser le GGUF publié plutôt qu’à attendre un kernel. Apple Silicon dispose de builds MLX, Android d’une voie LiteRT, et le modèle draft DSpark existe spécifiquement pour accélérer le décodage sur du matériel contraint.

LFM3-1.7B-Base exige davantage de l’environnement d’exécution. Il nécessite du code de modélisation personnalisé, et le checkpoint de base n’est publié qu’en BF16. Le reste de la famille est mieux desservi : Liquid répertorie la prise en charge de vLLM, SGLang et Transformers pour BF16, de SGLang pour FP8 et NVFP4, de llama.cpp et Ollama pour GGUF, de MLX pour Apple Silicon et d’ONNX Runtime pour le travail multiplateforme. Le hic, c’est que ces builds concernent LFM3-1.7B, et non le checkpoint de base. La pull request SGLang qui ajoute la prise en charge de LFM3, #46858, était encore ouverte au moment de la rédaction ; la pull request associée du cookbook a été fusionnée.

Si la question est de savoir quel modèle placer derrière un point de terminaison cette semaine, notez que ni MiniCPM5-2B ni LFM3-1.7B-Base ne figurent aujourd'hui dans le catalogue d'OrcaRouter. Tous deux sont, pour l'instant, des propositions à télécharger et à auto-héberger. C'est exactement la situation où une couche de routage justifie sa présence plus tard que tôt : une clé compatible OpenAI pour plus de 200 modèles, 0 % de marge avec le prix catalogue du fournisseur répercuté, et un basculement automatique en cas de panne d'une machine auto-hébergée ou d'un seul service en amont. Vous n'avez besoin de rien de tout cela pour faire tourner un modèle de 1 Go sur un ordinateur portable ; vous en avez besoin lorsque le petit modèle devient un maillon d'un chemin de production et que quelque chose doit rattraper la défaillance.

Ce qui n’est pas encore connaissable

La liste honnête est courte et précise. Nous n’avons trouvé aucun benchmark indépendant pour aucun modèle LFM3 ; toutes les affirmations de capacités concernant cette famille sont donc celles de Liquid. Il n’existe aucune évaluation publiée de LFM3-1.7B-Base, si bien que personne ne peut dire quelle est la qualité du checkpoint brut avant post-entraînement. Il n’existe pas de prix par token pour LFM3 sur une API hébergée, ce qui fait des comparaisons de coûts avec MiniCPM5-2B — également auto-hébergé dans la plupart des déploiements — un exercice de matériel et d’électricité plutôt qu’un exercice de grille tarifaire. Et il n’existe encore aucune preuve, indépendante ou non, permettant de savoir si la fenêtre glissante de 256 tokens coûte quelque chose au modèle sur les tâches de contexte long fortement axées sur la récupération d’informations ; le score RULER 128K de 65,56 que Liquid revendique pour son propre modèle est bien inférieur au 87,11 qu’il rapporte pour Qwen3.5 9B, ce qui est un signal à surveiller plutôt qu’un verdict.

Trois questions à se poser avant de télécharger l'un ou l'autre

Voulez-vous un modèle, ou un point de départ ?

Si vous voulez quelque chose qui répond aux questions, appelle des outils et survive à une démo lundi, MiniCPM5-2B est un produit fini, et LFM3-1.7B-Base ne l'est pas. Si vous disposez d'un corpus métier, d'un pipeline de post-entraînement et d'une raison pour laquelle le modèle standard ne fera pas l'affaire, le checkpoint de base est le bon achat — et les notebooks TRL de Liquid pour le SFT, le DPO, le GRPO et le pré-entraînement continu constituent un accompagnement plus poussé que ce que proposent la plupart des fournisseurs.

Votre organisation dépassera-t-elle un jour les 10 millions de dollars de chiffre d’affaires annuel ?

La LFM Open License v1.0 n’accorde des droits commerciaux qu’en dessous de ce seuil. Au-delà, l’œuvre n’est pas du tout sous licence au titre de l’accord, et vous devez conclure un arrangement distinct avec Liquid. Apache 2.0 ne présente pas un tel effet de falaise. Pour un projet personnel ou une jeune startup, la différence est théorique ; pour une entreprise établie, elle décide de la liste restreinte avant même l’exécution d’un benchmark.

Un contexte de 256K justifie-t-il une architecture personnalisée ?

LFM3-1.7B-Base offre deux fois le contexte de MiniCPM5-2B avec un nombre de paramètres inférieur, ce qui constitue l'argument technique le plus solide en sa faveur. Le prix à payer est un modèle non standard qui nécessite du code distant, un ensemble plus restreint de builds prêtes à l'emploi sur le checkpoint de base, et une intégration runtime encore en cours de finalisation. Si votre charge de travail tient dans 131K, vous payez ce prix pour une marge que vous n'utiliserez pas.

Lequel choisir

Pour la plupart des équipes qui comparent ces deux noms, la réponse est MiniCPM5-2B — non pas parce qu’il remporte un concours de benchmarks, mais parce qu’il s’agit d’un produit Apache-2.0 abouti, avec des versions quantifiées, des données d’entraînement publiées et sans plafond de licence. C’est la voie la moins risquée pour faire tourner un modèle performant de 2,5B sur un appareil.

LFM3-1.7B-Base est le pari le plus intéressant pour un public plus restreint : des équipes qui veulent un checkpoint de 1,73 milliard de paramètres avec un contexte de 256K, 16 langues et une architecture non standard qu’elles peuvent continuer à entraîner sur un seul GPU, et qui peuvent composer avec la licence LFM et un écosystème de modèles de base plus restreint. Liquid a donné à ce public un véritable point de départ et une recette d’entraînement exceptionnellement détaillée. Il n’a pas encore donné à quiconque de raison de croire que le checkpoint de base est meilleur que celui finalisé d’OpenBMB, et le tableau du fournisseur lui-même ne prétend pas le contraire.

Le chiffre à surveiller n’est pas la répartition 23–4. C’est la première évaluation indépendante d’un modèle LFM3 — le moment où le tableau de bord de Liquid cesse d’être le seul tableau de bord.