NVIDIA Nemotron Labs Dory 1.0 4B לעומת LFM2.5 2.6B Base: האחד גמור, האחר במכוון לא

N​VIDIA N​emotron Labs Dory 1.0 4B and LFM2.5-2.6B-Base are both small, both text-only, both downloadable as GGUF, and both ones you run yourself — and they sit at opposite ends of the post-training pipeline. Dory arrives fully finished: supervised fine-tuning on an N​VIDIA-curated set, then multi-environment reinforcement learning with GRPO, with reasoning permanently switched on in the serving path. LFM2.5-2.6B-Base arrives deliberately unfinished, described on its own card as a pre-trained checkpoint "only recommended for tasks that require heavy fine-tuning". Liquid AI ships the finished version of that model separately as LFM2.5-2.6B, post-trained for agentic workloads. So the honest framing is not "which 4B-class model is better", because a base checkpoint and a finished reasoning model are not competing for the same slot in your stack. The useful question is which half of the pipeline you are buying for.

מהו למעשה כל ארטיפקט

N​VIDIA N​emotron Labs Dory 1.0 4B is a 4B dense model published by N​VIDIA to Hugging Face in four quantisations — BF16, MXFP8, NVFP4 and a Q5_K_M GGUF export — under the OpenMDW 1.1 licence. Its card stamps the build "GA (10/16/2026)" and describes a looped, latent-recurrent architecture: an 8-layer input block, a 20-layer recurrent block applied a variable number of times, and an 8-layer output block, with hybrid interleaved sliding-window and full attention. Context runs to 256K tokens, the language is English only, and the whole release went up with no accompanying announcement from N​VIDIA. The card notes that reasoning is always on in the vLLM serving path, which is a statement about intent as much as mechanics: this is not a raw text predictor that will complete your document, it is a model configured to think before it answers.

LFM2.5-2.6B-Baseהוא נקודת ביקורת (checkpoint) מאומנת-מראש של Liquid AI בגודל 2.69B, ששוחררה תחת רישיון ה-LFM של החברה עצמה (מסומנת בתג lfm1.0) ועודכנה באמצע אוגוסט 2026. זוהי נקודת הביקורת הגולמית שממנה נגזרת שאר סדרת ה-2.6B. הארכיטקטורה היא שילוב היברידי של 22 בלוקים של קונבולוציה קצרה עם שער כפול ו-8 שכבות קשב (attention) עם שאילתות מקובצות, שאומנה על כ-34 טריליון טוקנים עם הרחבת הקשר במהלך האימון ל-128K, מעל אוצר מילים של 128,000 טוקנים ו-16 שפות. הכרטיס מפורש לגבי קהל היעד: עוזרים ייעודיים לתחום, עבודה ספציפית לשפה, אימון על נתונים קנייניים. אין התנהגות של תבנית צ'אט שיש לציין, מפני שאין בה כיוונון הוראות.

שניהם קולטים טקסט ופולטים טקסט. בערך שם נגמרים קווי הדמיון.

ניגוד המפרט, זה לצד זה

• פרמטרים — Dory 1.0 4B הוא סטאק צפוף של 4B. ‏LFM2.5-2.6B-Base הוא 2.69B. הפער קטן ממה שהשמות מרמזים, ושניהם נכנסים בנוחות על מאיץ צרכני בודד בקוונטיזציה סבירה.

• לאחר אימון — ל-Dory יש SFT בתוספת RL בסביבות מרובות על פני מתמטיקה, קוד, מדע, עמידה בהוראות, שימוש בכלים ופלט מובנה. ל-LFM2.5-2.6B-Base אין כל אלה, באופן מכוון. אם אתם זקוקים למודל שעוקב אחר הוראות מיד עם קבלתו, אחד מאלה הוא הבחירה השגויה — והוא לא זה עם מספר הפרמטרים הקטן יותר.

• Context — Dory reaches 256K tokens, with 262,144 positions validated in vLLM under N​VIDIA's shipped launch command. LFM2.5-2.6B-Base supports 131,072 tokens, reached through a mid-training extension. Dory's window is roughly double; whether you can afford to fill it depends on the KV-cache behaviour discussed below.

• שפות — Dory היא באנגלית בלבד, עם נתוני אימון מוקדם המכסים 43 שפות תכנות. LFM2.5-2.6B-Base מכסה 16 שפות טבעיות, כולל אנגלית, ערבית, סינית, צרפתית, גרמנית, איטלקית, יפנית, קוריאנית, פורטוגזית, ספרדית, וייטנאמית, תאית, אינדונזית, הינדי, רוסית ופולנית. עבור כל דבר שאינו אנגלית, הממד הזה מכריע זאת בעצמו.

• Architecture — hybrid short-convolution-plus-attention on the Liquid side; looped latent-recurrent normalized-G​PT with interleaved sliding-window attention on the N​VIDIA side. Both are departures from a plain transformer stack, and they depart in different directions.

• Compute behaviour — Dory's depth is a runtime parameter. Loop count 1, 2 or 4 trades compute for accuracy without a second checkpoint, and N​VIDIA recommends two as the default. LFM2.5-2.6B-Base has fixed depth; its cost lever is quantisation and, in the wider family, a speculative drafter.

• רישיון — OpenMDW 1.1 עבור Dory, רישיון LFM עבור הצ'קפוינט של Liquid. שניהם מתירים שימוש מסחרי; רישיון Liquid הוא של החברה עצמה ולא טקסט קוד־פתוח סטנדרטי, וכדאי לקרוא אותו ולא להסתמך על הנחות.

• פורמטים שהופצו — Dory: BF16, MXFP8, NVFP4, GGUF. LFM2.5-2.6B-Base: משקולות BF16 ב-Hub, עם מהדורות GGUF, ONNX ו-MLX זמינות במקומות אחרים במשפחה. האקוסיסטם של Liquid רחב יותר כאן; המאגרים של Dory בני שעות בלבד.

כיוונון עדין הוא הציר שמפריד ביניהם

אם הסיבה שאתה מסתכל על LFM2.5-2.6B-Base היא שאתה מתכוון לאמן עליו — עוזר תחומי, קורפוס קנייני, שפה שהמודל הבסיסי כבר מדבר — אז Dory 1.0 4B הוא תחליף גרוע, מסיבה שאין לה דבר עם איכות. כיוונון עדין של מודל חשיבה שעבר אימון מלא לאחר האימון המקדים כדי לבצע משימה צרה הוא בדרך כלל קשה יותר מכיוונון עדין של צ'קפוינט בסיס, משום שאתה נאבק בהתנהגות ששלב ה-RL הטמיע במקום לעצב מנבא ריק. הכרטיס של Liquid ממליץ על צ'קפוינט הבסיס שלו לעבודה ספציפית לתחום ולשפה בדיוק מהסיבה הזו, ו-34 טריליון טוקנים של אימון מקדים על פני 16 שפות הם נקודת התחלה רחבה יותר מזו שמודל אנגלי בלבד מציע.

אבל הכרטיס של Dory שותק לגבי כיוונון עדין באופן שעצמו מלמד משהו. הוא מתעד את צינור האימון, מפרסם את הפורמטים ונותן הוראות הגשה לשני מנועים; הוא לא אומר דבר על מתאמים, תמיכה ב-LoRA או מתכון לכיוונון עדין. זהו הפרופיל של צ'קפוינט שפורסם לשם הגשה, לא לשם אימון עליו. לקרוא להיעדר ראיות כראיה יהיה טעות, אך ראוי לתת שם לאסימטריה הזו: כרטיס אחד משווק את עצמו למי שמבצעים כיוונון עדין, והאחר משווק את עצמו למי שפורסים.

One more honesty note on numbers. Liquid publishes a full evaluation table for the post-trained LFM2.5-2.6B against Gemma 4 E2B and E4B and Qwen3.5-4B and 9B, and that table is not transferable to the base checkpoint — a base model scored on instruction-following benchmarks measures something different from a post-trained model scored on the same benchmarks. N​VIDIA publishes a benchmark table for Dory against Qwen3.5-4B, Qwen3.5-9B, Gemma 4 26B A4B and Qwen3.6-35B-A3B, measured on its own harness, with no independent reproduction. There is no shared harness result for Dory and either LFM checkpoint, and no published head-to-head at all.

הרצתם על חומרה אמיתית

סיפור ה-Edge הוא המקום שבו השתיים מתפצלות בצורה החדה ביותר בפועל, ו-Liquid מנצחת בו בבירור. משפחת LFM2.5 בנויה לפריסה על גבי המכשיר — ה-2.6B instruct האח במשפחה נמדדת ב-220 טוקנים לשנייה על Apple M5 Max ו-113 על Ryzen AI Max+ 395, בפחות מ-2.5 GB זיכרון, עם נתון מדרגת טלפון של כ-30 טוקנים לשנייה, לפי הטענה. במשפחה יש בילדים של ONNX ו-MLX, וכן DSpark, מודל טיוטה ספקולטיבי של 328M, שלדברי החברה מספק פענוח מהיר פי כ-2.6 בערך עם פלטים זהים. אם היעד שלך הוא מחשב נייד, מחשב מיני או טלפון, LFM2.5-2.6B-Base נמצא בצד הנכון של הקו הזה, ו-Dory לא מתוכנן לכך באופן מובהק.

Dory's serving path is narrower and newer. vLLM support is under review in an open pull request, and until it merges the card tells you to install vLLM from that branch with a precompiled-kernel flag, then serve with overrides that set the loop count and the KV-cache mode. llama.cpp support lives in a second open pull request, with a pinned commit and build instructions that target native ARM64 macOS on Apple Silicon. N​VIDIA's published speed figures are quantisation speedups on a DGX Spark rather than throughput: 1.69× and 1.84× for MXFP8 over BF16 depending on the input/output length mix, 2.17× and 2.44× for NVFP4.

The counterweight, and it is a genuine one, is the memory design. Standard looping keeps a separate KV cache per loop, so memory climbs with every added pass — which is the usual reason recurrent architectures are awkward to serve. Dory supports a last-loop KV-caching mode that keeps a single cache per recurrent attention layer and overwrites it on each pass, holding the footprint at roughly the one-loop size for any loop count. N​VIDIA says accuracy stays close to the per-loop mode with nearly unchanged output lengths. That claim is the most valuable thing in the Dory card to verify, because if it holds, the 256K window is affordable at more than one loop, and if it does not, the elastic-depth feature is much less useful than it sounds.

מה ראוטר עושה ומה אינו עושה כאן

Neither model is on the OrcaRouter catalogue. N​VIDIA N​emotron Labs Dory 1.0 4B is weights-only with no hosted endpoint anywhere we can confirm, and LFM2.5-2.6B-Base is a fine-tuning checkpoint that no platform would sensibly serve as-is — its post-trained sibling is the one that belongs behind an API. There are no hosted LFM2.5 models on our catalogue either, so the accurate statement is the boring one: for this comparison, everything runs on your hardware.

Which is precisely when a routing layer stops being optional plumbing and starts being a testing tool. Running a fine-tuning experiment on a base checkpoint and a serving experiment on a looped 4B means two local stacks, two sets of quantisations, two sets of serving flags, and no clean way to compare either against the hosted models that are the actual baseline for your application. OrcaRouter exists for that second half: one API key reaches the hosted models you would benchmark against at provider list price with 0% markup, so the control group does not need its own SDK or its own contract. The routing DSL lets a self-hosted endpoint and hosted ones sit behind a single call, and automatic failover keeps a long evaluation run alive when a local GPU pool is busy. It will not tell you whether Liquid's base checkpoint fine-tunes better than N​VIDIA's finished model serves. It removes the setup cost from finding out.

לבחור ביניהם

קחו את LFM2.5-2.6B-Base אם אתם קונים נקודת התחלה ולא תשובה: יש לכם נתוני אימון, אתם צריכים שפה שדורי לא מדברת, אתם רוצים להריץ על Apple Silicon או על NPU, או שאתם רוצים את מסלול הפענוח הספקולטיבי ואת גרסאות ה-ONNX וה-MLX שמגיעות עם המשפחה. הוא הארטיפקט הקטן יותר, המהיר יותר, הרב־לשוני יותר והמחובר יותר לאקוסיסטם, והוא ישר לגבי זה שהוא לא גמור.

Take N​VIDIA N​emotron Labs Dory 1.0 4B if you are buying a deployed behaviour: you want a finished reasoning model with tool-calling and structured-output training already in it, you are English-only, your context runs long, and you are willing to build vLLM or llama.cpp from a branch today in exchange for a compute dial that no conventional dense model gives you. Accept that you will be one of the first people outside N​VIDIA to run it, that every number on its card is a vendor number, and that the last-loop KV-cache claim — the one feature that makes the whole design practical — is unverified.

The comparison that would actually be informative is Dory 1.0 4B against the post-trained LFM2.5-2.6B, and nobody has published it. If Liquid's 2.6B instruct model and N​VIDIA's elastic-depth 4B end up within a few points of each other on your workload, then the deciding factor becomes the 2.69B-versus-4B memory difference and the maturity gap, not the architecture. That is the experiment worth running, and it is cheaper to run than it was last week.

שום דבר מזה אינו היפותטי: כשלי ה-AI המתועדים ותקריות הסוכנים העומדים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.