LFM3-1.7B לעומת Gemma 4 12B: כשהמודל הקטן פי שבעה מנצח בבנצ'מרק תכנות

LFM3-1.7B הוא מודל טקסט בעל 1.73 מיליארד פרמטרים ש-Liquid AI פרסמה ב-Hugging Face ב-26 באוקטובר 2026 והודיעה עליו למחרת כחלק מהשקת משפחת LFM3 שלה. Gemma 4 12B הוא מודל צפוף בעל 11.95 מיליארד פרמטרים ש-Google DeepMind שחררה ב-3 ביוני 2026, והוא קורא תמונות ואודיו וגם טקסט. במדד הקידוד היחיד ששתי הספקיות מפרסמות — LiveCodeBench v6 — המודל הקטן יותר משיג 73.46 והגדול יותר משיג 72.0. קראו את זה פעמיים, כי זו כל הסיבה שהדף הזה קיים וגם המספר הקל ביותר לטעות בו באינטרנט. ניתוב לא מוסיף מרווח למחיר המחירון של ספק. 0% תוספת מחיר ראו את תמחור המעבר בעמוד התמחור שלנו.

שני הנתונים מדווחים על ידי הספקים. אף אחד מהם לא שוחזר על ידי מעריך עצמאי. הם הופקו על ידי צוותים שונים, על מערכות בדיקה שונות, בהפרש חודשים, ו-Liquid לא פרסמה הערת מתודולוגיה המסבירה כיצד הוגדר הרצת ה-LiveCodeBench שלה. לכן הגרסה הכנה של המשפט לעיל אינה "מודל 1.7B מנצח מודל 12B בכתיבת קוד". אלא: שני ספקים מדווחים על ציונים כמעט זהים במבחן שהם חולקים את שמו, והפער של תשע נקודות ב-GPQA Diamond בכיוון ההפוך מרמז ששני המודלים כלל אינם קרובים להיות שקולים.

מה באמת בר השוואה, ומה לא

רוב העמודים מסוג "X vs Y" מציגים שתי טבלאות ספקים זו לצד זו וקוראים לזה השוואה. זה עובד רק אם הטבלאות חופפות. בין פוסט ההשקה של LFM3 מבית Liquid לכרטיס המודל Gemma 4 של Google, מופיעים בדיוק שני שמות של מבחני בנצ'מרק בשני הצדדים עם הגדרות תואמות: LiveCodeBench v6 ו-GPQA Diamond. כל השאר מדווח על ידי ספק אחד ולא על ידי השני, ותא ריק אינו אפס.

בשני הצירים המשותפים האלה התוצאה היא פיצול נקי. LFM3-1.7B משיג ב-LiveCodeBench v6 ציון של 73.46 מול 72.0. Gemma 4 12B משיג ב-GPQA Diamond ציון של 78.8 מול 63.37 — פער של 15.4 נקודות, וזה לא רעש בהערכה עם כמה מאות שאלות.

הדפוס הזה ראוי לתת לו שם במקום לטשטש אותו בממוצע. LiveCodeBench מודד מודל שמשלים בעיות תכנות תחרותי, וזו מיומנות צרה ועמוסת דפוסים שמודל קטן שאומן על הנתונים הנכונים יכול להיות טוב בה. GPQA Diamond מודד הסקה מדעית ברמת תואר שני שתלויה ברוחב ידע — בדיוק מה שמספר הפרמטרים קונה לך. מודל של 1.7B יכול להיות תחרותי בראשון ויפסיד בשני, וזו תוצאה קוהרנטית ולא סתירה.

הספק יורד מתחת לנתון הטוב ביותר שלו

הנה החלק שאמור לשנות את האופן שבו אתם קוראים את 73.46. גללו לתחתית כרטיס הדגם LFM3-1.7B ותגלו ש-Liquid כותבת, בשפה פשוטה, שהדגם מיועד לסוכנים מקומיים, לקריאה לכלים ולפלטים מובנים, ושהוא אינו מומלץ לקידוד סוכני או להסקה מורכבת מרובת שלבים בשל גודלו הקטן.

זהו הספק, לא מתחרה, שאומר לך מה התקרה. זה יושב באופן מביך לצד ציון LiveCodeBench שמעט עוקף מודל כללי של 11.95B, והפיוס הוא שאלה מודדים דברים שונים. פתרון בעיית תכנות תחרותי מבודדת אינו אותה משימה כמו להחזיק מאגר קוד בהקשר ולבצע עשרים עריכות מתואמות. מודל יכול להיות חזק בראשונה ומפורשות לא מתאים לשנייה, ו-Liquid אומרת זאת במקום לתת למבחן לרמוז אחרת.

קח את הספק במילה שלו. אם עומס העבודה שלך הוא קידוד אג'נטי, ההשוואה הזו לא אמורה להסתיים ב-LFM3-1.7B. אם עומס העבודה שלך הוא קריאה לכלים, חילוץ מובנה, סיווג או עוזר מקומי במכשיר שבבעלותך, האזהרה בכרטיס לא חלה עליך וטביעת הרגל של 1 GB הופכת לטיעון כולו.

כאשר ה-12B הוא פשוט סוג אחר של דבר

Gemma 4 12B הוא מולטימודלי באופן שלא ניתן להוסיף ל-LFM3-1.7B באמצעות כוונון עדין. כרטיס המודל של Google מתאר קלט תמונה ואודיו המוקרן ישירות לאותו מרחב כמו טוקנים של טקסט, ללא מקודדים נפרדים — אודיו באופן מקורי ב-12B ובאחיו הקטנים יותר. LFM3-1.7B הוא קלט טקסט, פלט טקסט. יכולת הראייה של Liquid נמצאת ב-LFM3-VL-2B, צ'קפוינט נפרד עם מקודד נפרד, ומודל טקסט אינו רוכש אחד כזה באמצעות כוונון עדין.

• פרמטרים — 1.73B צפוף עבור LFM3-1.7B; 11.95B צפוף עבור Gemma 4 12B. היחס הוא 6.9 ל-1.

• מודאליות — טקסט בלבד לעומת טקסט, תמונה וקלט שמע.

• הקשר — 262,144 טוקנים בשניהם. זו השורה היחידה שבה המודל הקטן לא מוותר על דבר, וזהו הישג אמיתי של הארכיטקטורה התלת-היברידית ולא מקריות.

• טביעת רגל — כ-1 GB ב-4 ביט לעומת כ-7 GB. בטלפון, ההבדל הזה הוא ההבדל בין לשחרר לבין לא לשחרר.

• שפות — 16 שפות בעלות שם לעומת למעלה מ-140 שפות שאומנו מראש עם תמיכה חזקה ללא צורך בהתאמה. עבור מוצר בכתב לטיני הפער כמעט אינו מורגש; עבור פריסה אזורית הוא מכריע.

• רישיון — LFM Open License v1.0 הוא חינמי לשימוש מסחרי כאשר ההכנסות השנתיות נמוכות מ-10 מיליון דולר, ומחייב רישיון בתשלום כאשר הן גבוהות מכך. Gemma 4 12B היא ברישיון Apache 2.0 ללא סף הכנסות.

שני השטרות אינם נקובים באותו מטבע.

ל-Gemma 4 12B יש מחיר שוק מפני שצדדים שלישיים מספקים אותו. {{1}}Artificial Analysis מדווח על חציון משולב של 0.10 דולר למיליון טוקני קלט ו-0.30 דולר למיליון טוקני פלט בקרב פלטפורמות שמארחות את המשקלים הפתוחים{{/1}} — חציון בין ספקים, לא מחיר מחירון, והוא משתנה כשההיצע משתנה. בקצב הזה, {{2}}רוב הצוותים אפילו לא חושבים להריץ מודל 12B בעצמם{{/2}}.

ל-LFM3-1.7B אין מחיר כזה. כרטיס ה-Hugging Face מציין במפורש שהמודל אינו פרוס על ידי אף ספק הסקה, וזה עקבי עם מה שאנו רואים אצלנו: OrcaRouter אינה מנתבת כעת את LFM3-1.7B. אם ברצונך להפעיל אותו, עליך להוריד 3.46 GB של משקולות BF16 או בנייה של 4-bit בגודל כ-1 GB ולהריץ בעצמך את vLLM, SGLang, llama.cpp, MLX או ONNX. ה-API של Liquid עצמו יגיש אותו, וגם כמה פלטפורמות צד שלישי יעשו זאת.

לכן השוואת העלויות אינה טוקנים מול טוקנים. היא חשבון של כוונון עדין והגשה מול חשבון של תשלום לפי קריאה. בנפח נמוך ה-API מנצח ללא עוררין; בנפח מתמשך על חומרה שכבר בבעלותך, מודל של 1 GB שמשאיר את שאר ה-GPU פנוי הוא צורה כלכלית אחרת לגמרי. האסימטריה הזו — לא פער ארבע הנקודות ב-LiveCodeBench — היא הסיבה האמיתית לשקול את המודל הקטן.

למה כל אחד מהם בעצם מיועד

בחרו ב-LFM3-1.7B כאשר יעד הפריסה הוא האילוץ: טלפון, מחשב נייד, GPU קטן יחיד שגם צריך לבצע עבודות אחרות. חלון ההקשר של 256K הוא באמת יוצא דופן בגודל הזה, אוצר מילים של 16 שפות מכסה רוב המוצרים האזוריים, והתמיכה בהסקה בשישה מסלולים משמעה שאינכם מהמרים על סביבת הרצה אחת. קבלו שאתם קונים מודל לקריאה לכלים ולחילוץ, ולא מודל הסקה, ותכננו את האחזור סביב פער הידע שהספק עצמו מסמן.

בחרו ב-Gemma 4 12B כאשר המשימה דורשת רוחב יריעה, כאשר הקלט הוא צילום מסך או הקלטה, או כאשר Apache 2.0 חשוב לתהליך רכש. הוא משיג ציון גבוה ב-15 נקודות בהסקה מדעית ברמת תואר שני, הוא קורא תמונות באופן נייטיבי, והוא זמין במחיר חציוני מפורסם מהיום הראשון. המחיר הוא זיכרון: 7 GB ב-4-bit הם מחשב נייד או GPU צנוע, לא טלפון.

בחרו בשניהם כאשר יש לכם מסלול צר בנפח גבוה ומסלול רחב בנפח נמוך. נתבו את המסלול הרחב למודל כללי מתארח, והשאירו את המודל הקטן על המכשיר עבור הקריאות הצרות והרגישות להשהיה. OrcaRouter בנוי עבור החצי הראשון של הפיצול הזה — מפתח אחד ביותר מ-200 מודלים, מחירי המחירון של הספקים מועברים ללא תוספת מרווח של 0%, כך ששינוי מחיר נכנס לתוקף באותו יום, ומעבר אוטומטי לגיבוי אם ספק נחלש. הוא לא עוזר לכם לארח את LFM3-1.7B, כי אנחנו לא מגישים את המודל הזה, וזה יהיה לא ישר לרמוז אחרת.

מה יפתור את זה?

הערכה עצמאית אחת של LFM3-1.7B על גבי הרנס שהוא לא בחר תעשה יותר מכל העמוד הזה. טבלת ההשקה של Liquid מפורטת ועקבית פנימית, והבלוג הזה מתייחס אליה כאל נתונים מדווחי ספק ולא כמאומתים, וזה מה שהיא. הדברים הספציפיים שכדאי לשים לב אליהם הם הרצה של צד שלישי ב-LiveCodeBench או ב-SWE-bench שמשחזרת את 73.46, פרופיל של Artificial Analysis שיציב את שני המודלים על סקאלה אחת, וכל דיווח על כך שהמודל מתמודד עם משימת מאגר אמיתית — בדיוק השימוש שהכרטיס מזהיר מפניו.

עד אז, הפרשנות הניתנת להגנה צרה יותר מהכותרות. מודל בגודל 1.73B עם חלון הקשר של 256K, טביעת רגל של 1 GB ופרופיל חזק של קריאה לכלים השיג מודל כללי בגודל 12B במבחן קידוד מבודד אחד, ומפגר אחריו באופן ניכר בידע. זו אינה הפתעה. אלה שני מודלים שנבנו למשימות שונות, והשאלה השימושית היא איזו משימה יש לך.