LFM3-1.7B לעומת Nemotron 3.5 Lightning 30B A3B: גיגה-בייט אחד מול עשרים ושניים
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated2026-10-2780 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 283 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 83 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2455אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 119 tok/s
- minimaxחדשMiniMax: M3.1 Flash2026-10-1943אינטליגנציה
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 45 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 113 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 700 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2138אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2146אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 160 tok/s
רוב השוואות המודלים מתחילות בטבלת בנצ'מרק. זו חייבת להתחיל בתקציב זיכרון, כי LFM3-1.7B וNemotron 3.5 Lightning 30B A3B לא מתחרים על אותה משבצת במערכת. המודל של NVIDIA, שפורסם ב-11 באוגוסט 2026 תחת OpenMDW-1.1, זקוק לכ-22 GB בגרסת ה-NVFP4 שלו. זה של Liquid AI, שהוכרז ב-27 באוקטובר 2026, זקוק לכ-1 GB ב-4-bit ותוכנן לרוץ על טלפון. עבור כל מודל שאיננו מארחים בעצמנו, הניתוב הוא משטח הבקרה ולא המארח. מחירי המחירון של הספקים מועברים הלאה, עם תוספת של 0%.
כל מה שנגזר מאותה עובדה נובע ממנה. Nemotron 3.5 Lightning הוא המודל בעל היכולות הגבוהות יותר בכל בנצ'מרק ששני הספקים פרסמו — GPQA Diamond ב-75.57 לעומת 63.37, SWE-bench Verified ב-52.80 לעומת 43.40, כפי שמופיע בלוח ההערכה בכרטיס Hugging Face של NVIDIA עצמה. הוא כולל גם חלון הקשר של עד מיליון טוקנים לעומת 262,144. אם השאלה שלך היא איזה מודל טוב יותר, התשובה חד-משמעית והעמוד הזה יכול להסתיים כאן.
השאלה שכדאי לשאול במקום זאת היא איזה מודל ממלא תפקיד בפריסה שלך. מודל בגודל 22 GB לא ירוץ בטלפון, במחשב נייד או ב-Jetson בשום תצורה שימושית. מודל בגודל 1 GB לא מתקן מאגר קוד. אלו אילוצים שונים, והשוואה שסופרת רק נקודות בנצ'מרק תוביל אותך לקנות את המודל הלא נכון.
מה בעצם מתאים לאן
Nemotron 3.5 Lightning 30B A3B הוא מודל היברידי מסוג תערובת מומחים: 30 מיליארד פרמטרים בסך הכול, עם כ-3 מיליארד פעילים, 128 מומחים מנותבים כששישה מהם מופעלים בתוספת מומחה משותף אחד, ושכבות מרחב-מצב של Mamba-2 השזורות עם מספר קטן של שכבות קשב מלא. NVIDIA מספקת משקלי ייחוס BF16 וגרסת NVFP4 בנפח של כ-22GB שנכנסת ל-GPU בודד, והמודל פועל על חומרת B200, H100, H200, A100, GB200, DGX Spark, RTX 5090 ו-Jetson.
LFM3-1.7B הוא צפוף וקטן: 1.73 מיליארד פרמטרים, 24 שכבות של קונבולוציות קצרות עם שערים וקשב דליל, 3.46 GB ב-BF16 וכ-1 GB ב-4-bit. כרטיס המודל של Liquid אומר שהוא נכנס לטלפון או למחשב נייד, ובגודל הזה הטענה עומדת.
• סך הפרמטרים — 1.73B צפוף עבור LFM3-1.7B; 30B עם כ-3B פעילים עבור Nemotron 3.5 Lightning.
• זיכרון פריסה — כ-1 GB ב-4-bit לעומת כ-22 GB ב-NVFP4.
• הקשר — 262,144 טוקנים לעומת עד 1,000,000, עם 256K על H100 בודד ו-262K בנקודות קצה מתארחות.
• מודאליות — טקסט בלבד בשניהם; אף אחד מהם אינו כולל נתיב ראייה או שמע בנקודות ביקורת אלו.
• שפות — שש עשרה מוגדרות עבור LFM3-1.7B; אנגלית ועוד חמש עבור Nemotron 3.5 Lightning.
• רישיון — LFM Open License v1.0, ללא תשלום מתחת ל-10 מיליון דולר בהכנסה שנתית, לעומת OpenMDW-1.1, אשר מתיר שימוש מסחרי ולא-מסחרי ללא מבחן הכנסות.
הטיעון של Nemotron בנוגע למהירות אינו שהוא קטן
קל לקרוא ל־"Lightning" ול־"3B active" כאילו הם אותה הצעה כמו מודל קטן וצפוף. זה לא המקרה. סיפור המהירות של NVIDIA נשען על שלושה דברים שאין למודל LFM3: ארכיטקטורה היברידית Mamba-2 שמתאימה יותר לרצפים ארוכים, חיזוי רב-טוקנים עם פענוח ספקולטיבי, ומודלי טיוטה ייעודיים — DSpark עבור DGX Spark ותצורות עם מקביליות נמוכה, ו־DFlash כחלופה.
המדידות שפורסמו מאששות זאת. ב-DGX Spark, vLLM עם DSpark הגיע לכ-115.8 אסימונים לשנייה בזרם בודד ולכ-422 אסימונים לשנייה במצטבר בשמונה בקשות בו-זמניות, לעומת כ-79.6 אסימונים לשנייה ללא ספקולציה. NVIDIA טוענת ליצירה מהירה עד פי ארבעה ממודלים בגודל דומה, וממקמת את המודל על חזית פארטו של דיוק-מהירות.
יתרון המהירות של LFM3-1.7B הוא מסוג אחר. הוא מהיר משום שכמעט אין מה להריץ — 1.73 מיליארד פרמטרים צפופים, מטמון KV בגודל 1.6 GB ב-128K טוקנים, וללא תקורת ניתוב. Liquid מדווחת על פענוח מהיר פי 1.8 עד 2.8 מקודמותיה שלה בחומרה שנבדקה, ועל 3.6 מיליארד טוקנים ביום על NVIDIA B300 בודד. זהו תפוקה בחומרה שאיש לא שם בטלפון.
אז שני המודלים מהירים מסיבות הפוכות: האחד באמצעות הנדסה של מודל גדול כך שיחשב פחות לכל טוקן, והשני בכך שהוא קטן מספיק כדי שהשאלה תהיה חסרת משמעות. בשרת, ההנדסה מנצחת. במכשיר, המודל הקטן הוא האפשרות היחידה שקיימת.
פער היכולות, במילים פשוטות
הכרטיס של NVIDIA ב-Hugging Face מפרט 81.62 ב-MMLU-Pro, 75.57 ב-GPQA Diamond ו-52.80 ב-SWE-bench Verified עבור Nemotron 3.5 Lightning 30B A3B. Liquid מדווחת על 63.37 ב-GPQA Diamond ועל 43.40 ב-SWE-bench Verified עבור LFM3-1.7B, ואינה מפרסמת נתון MMLU-Pro עבור אותו דגם כלל.
שניים מאותם שלושה ניתנים להשוואה ישירה, ושניהם לטובת NVIDIA, בפער של 12.2 ו-9.4 נקודות. זהו פער ממשי בדיוק במשימות שבהן מודל קטן וצפוף הוא החלש ביותר: הסקה מדעית ברמת תואר שני ותיקון קוד בהיקף של מאגר קוד. כרטיס המודל של Liquid עצמו מודה בשנייה, וקובע כי המודל אינו מומלץ לקידוד סוכני או להסקה מורכבת מרובת שלבים בשל גודלו הקטן.
הסתייגות לגבי הספרות המדויקות: הנתונים שפרסמה NVIDIA עבור הצ'ק-פוינט הזה משתנים במעט בין חומרי ההפצה שלה לבין פאנל ההערכה של Hugging Face — בכתיבות מוקדמות יותר צוינו 75.44 ו-51.56 עבור אותם שני מדדים. הכיוון והגודל המשוער של הפער יציבים לאורך הגרסאות; יש להתייחס למספרים העשרוניים הספציפיים ככאלה שדווחו על ידי הספק ותלויים בגרסה, ולא כציון קבוע.
כאשר ל-LFM3-1.7B יש מספרים משלו, הם סוכניים ולא מבוססי ידע: 71.39 ב-BFCL V4, 80.36 ב-ToolSandbox, 68.01 ב-τ³-bench, 38.42 ב-WebArena-Verified, 96.66 ב-IFEval. NVIDIA אינה מפרסמת נתוני BFCL או ToolSandbox עבור הצ'קפוינט הזה, ולכן לא ניתן להשוות ביניהם. NVIDIA כן מדווחת על דיוק של 86% ב-PinchBench על פני 10,000 משימות, שהושלמו מהר יותר ב-30% מ-Qwen3.6-35B בדיוק דומה — טענה של-Liquid אין לה מקבילה. שתי הספקיות פשוט מדדו דברים שונים, ורק החפיפה תומכת במסקנה.
הקשר הוא הפער האמיתי הרחב ביותר
מיליון טוקנים לעומת 262,144 אינו הבדל שולי. החלון המקורי של Nemotron 3.5 Lightning ארוך פי ארבעה, ואפילו תצורת H100 בודדת השמרנית ב-256K משתווה למקסימום של דגם LFM3. עבור עומסי עבודה שנבנים סביב הקשר של מאגר קוד שלם, עקבות סוכנים ארוכות טווח, או תמלולים באורך שעה, החלון של הדגם הקטן הוא המגבלה לפני שהיכולת שלו היא.
עם זאת, ראוי לציין שחלון ארוך ושימור הקשר ארוך הם טענות שונות. LFM3-1.7B מדווח על 65.56 ב-RULER ב-128K, שזה צנוע — הוא יכול לקבל 262K טוקנים אך אינו מחזיק את כל ההקשר הזה באותה מידה. NVIDIA לא פרסמה נתון RULER עבור נקודת הביקורת הזו בחומרים שנסקרו כאן, ולכן לא ניתן לבצע את השוואת השימור. אל תניחו שחלון של 1M מתורגם ל-1M של קשב שמיש.
רישיונות שונים יותר מכפי שהבנצ'מרקים מרמזים
זהו הממד היחיד שבו הספק של המודל הקטן בחר באפשרות הפחות נוחה. Nemotron 3.5 Lightning 30B A3B מופץ תחת OpenMDW-1.1, שמתיר שימוש מסחרי ולא־מסחרי ללא סף הכנסות. LFM3-1.7B נמצא תחת LFM Open License v1.0, בחינם לשימוש מסחרי כשההכנסות השנתיות נמוכות מ־10 מיליון דולר, ומעל לרף זה נדרש רישיון מסחרי בתשלום.
עבור מפתח יחיד או סטארט-אפ, ההבדל הוא תיאורטי. עבור צוות בתוך חברה גדולה, או כזה שמתכנן להיות גדול, זהו שלב רכש ש-Nemotron נמנע ממנו לחלוטין. בהתחשב בכך שכל העיקר של LFM3-1.7B הוא פריסה בתוך המוצר שלך, שווה לקרוא את הרישיון לפני ששווה להעריץ את הארכיטקטורה.
היכן שמודל 1 GB הוא עדיין התשובה
אף אחד מהאמור לעיל לא הופך את LFM3-1.7B למודל גרוע. הוא הופך אותו למודל עם מעטפת פריסה צרה, ובתוך מעטפת זו שום דבר בנוגע ל-Nemotron 3.5 Lightning אינו רלוונטי, משום שהמודל הגדול יותר לא יכול להיות שם בכלל.
אם המוצר נשלח לטלפון, למחשב נייד, ל-AI PC ללא GPU נפרד, או להתקן שטח, LFM3-1.7B אינו הפשרה — הוא החבר היחיד בזוג הזה שרץ. הקשר של 262,144 טוקנים על התקן שנכנס לכיס הוא באמת יוצא דופן, ואוצר המילים של שישה־עשר שפות מכסה את רוב הפריסות האזוריות. עבור קריאה לכלים, חילוץ מובנה, סיווג ועוזרים מקומיים, זה מספיק כדי לבנות מוצר.
התבנית הנכונה לרוב הצוותים היא שניהם, בשכבות. השאירו את LFM3-1.7B במכשיר עבור הקריאות המהירות, הפרטיות ובעלות המבנה הסכמטי, ושלחו את העבודה עתירת-ההיסק או בקנה מידה של מאגר למודל בצד השרת. זו החלטה ארכיטקטונית, לא העדפת מודל, והיא במקרה גם האופן שבו רוב הסוכנים שנמצאים בפריסה כבר בנויים.
המקום שבו משתלבת שכבת ניתוב הוא שכבת השרת. Nemotron 3.5 Lightning מוגש דרך הסטאק של NVIDIA עצמה ומספר פלטפורמות צד שלישי, ותפקידו של OrcaRouter הוא התפקיד שהוא ממלא עבור כל מודל שאיננו מארחים בעצמנו: מפתח יחיד וחשבון יחיד על פני יותר מ-200 מודלים, מחירי מחירון של ספקים מועברים הלאה בתוספת של 0%, ומעבר אוטומטי בין ספקים במקרה כשל כך שסוכן הפועל לאורך זמן לא ייכשל בגלל נקודת קצה אחת שנחלשה. לא LFM3-1.7B ולא Nemotron 3.5 Lightning נמצאים בקטלוג שלנו היום — שניהם הורדות במשקלים פתוחים, והקטן מיועד לפעול על חומרה בבעלותך.
הרצפה היא העיקר
אם יש לך GPU והבעיה שלך היא יכולת, Nemotron 3.5 Lightning 30B A3B הוא המודל הטוב יותר בפער ברור ואין על מה להתווכח. הוא מנמק טוב יותר, מתקן קוד טוב יותר, מחזיק הקשר גדול פי ארבעה, וברישיון שלו אין מבחן הכנסות.
אם יש לכם מכשיר והבעיה שלכם היא ששום דבר אחר לא נכנס בו, ההשוואה מתהפכת לחלוטין. מודל של 22 GB אינו מועמד, והמספרים הרלוונטיים הופכים ל-1 GB, 262,144 טוקנים ופרופיל קריאה לכלים חזק מספיק עד כדי כך ש-Liquid פרסמה אותו כיכולת העיקרית של המודל.
השאלה הפתוחה היא אם מתכון היעילות של Nemotron נדחס עוד יותר. מודל 30B עם 3B פעילים כבר רץ על Jetson; מודל חזק באמת ברמת 2B באותה משפחה היה מכניס את השניים לשיחה אחת במקום להעמיד אותם משני צדי חומת זיכרון. עד אז, ההשוואה הכנה אינה בין ציוני הבנצ'מרק שלהם אלא בין החומרה שכל אחד מהם דורש — ורק אחד מהם אינו דורש דבר.
