LFM2.5-24B-A2B vs Gemma 4 12B: l'agente sparso contro quello denso multimodale

I modelli LFM2.5-24B-A2B di Liquid AI e G​emma 4 12B di G​oogle DeepMind sono i due checkpoint a pesi aperti che con più probabilità si trovano nella stessa coda di download questo mese, e vi arrivano da direzioni opposte. LFM2.5-24B-A2B è stato rilasciato il 13 ottobre 2026 con 24,0 miliardi di parametri, dei quali solo 2,45 miliardi vengono letti per token, testo in ingresso e testo in uscita, una finestra di contesto di 131.072 token e una tabella di benchmark costruita interamente attorno all'uso di strumenti. G​emma 4 12B è stato rilasciato il 3 giugno 2026 come modello denso da 11,95 miliardi di parametri che legge testo, immagini e audio e scrive testo, sotto Apache 2.0, senza alcun limite di ricavi. Uno è un motore agente specializzato che gira sul laptop che già possiedi. L'altro è un generalista che vede e sente, gira sullo stesso laptop in circa 7 GB e arriva con una licenza che non dovrai mai leggere due volte.

Quindi la domanda a cui questa pagina risponde non è "quale sia migliore", perché non sono mai stati costruiti per lo stesso compito. È più ristretta e più utile: se stai mettendo un agente privato su una macchina che controlli, quale dei due scarichi, e a cosa rinunci in un caso o nell'altro?

La risposta in un paragrafo, per chi sa già cosa vuole

Scegli LFM2.5-24B-A2B se l'agente esegue tool calling multi-step e nient'altro — i numeri agentici del fornitore stesso sono molto più avanti di quelli di Gemma 4 12B sulle poche righe abbastanza comparabili da poter essere allineate, e il modello produce sempre una traccia di ragionamento esplicita prima di agire. Scegli Gemma 4 12B se il compito prevede uno screenshot, un documento fotografato, una pagina scansionata o una clip audio, se preferisci disattivare la traccia di ragionamento per la latenza, o se la tua azienda è vicina alla soglia dei 10 milioni di dollari di fatturato dove la licenza di Liquid smette di essere gratuita. Continua a leggere se vuoi i numeri dietro queste due frasi, perché buona parte del confronto dipende da come i due fornitori hanno misurato.

Dove i due checkpoint differiscono davvero

• Economia dei parametri — LFM2.5-24B-A2B è un mixture-of-experts: 24,0B totali, 2,45B attivi per token, 64 esperti con routing top-4 su 40 layer (30 blocchi a convoluzione breve a doppio gate, 10 attention con query raggruppate). Gemma 4 12B è denso: 11,95B totali su 48 layer, ogni parametro letto su ogni token.

• Cosa entra su disco — Liquid pubblica un GGUF Q4_K_M da 14,5 GB e un QAT QAD-Q4_0 da 13,6 GB, con una build MLX a 4 bit da 13,6 GB; 48 GB in BF16. Il GGUF QAT di Google per il 12B è di circa 6,98 GB di pesi più un file di proiezione multimodale da 0,18 GB, e le build della community Unsloth vanno da circa 4,2 GB a 2 bit a 7,12 GB a Q4_K_M.

• Contesto — 131.072 token per LFM2.5-24B-A2B, il doppio dei 32.768 della generazione precedente. Gemma 4 12B dispone di 256K (262.144), con una finestra scorrevole di 1.024 token e attenzione ibrida che alterna livelli locali e globali.

• Modalità — LFM2.5-24B-A2B è solo testo, e deliberatamente tale. Gemma 4 12B accetta testo, immagini e audio, senza alcun encoder multimodale: le patch di immagini grezze e le forme d'onda audio vengono proiettate direttamente nello stesso spazio dei token di testo.

• Comportamento di ragionamento — LFM2.5-24B-A2B è di solo ragionamento nella formulazione del fornitore: pensa sempre all'interno di un blocco <think> prima di rispondere. La scheda di Gemma 4 12B descrive un modello instruction-tuned senza traccia obbligatoria, il che su un laptop è un guadagno in latenza e una perdita in trasparenza.

• Licenza — lfm1.0 è gratuito da scaricare, per il fine-tuning e l'uso commerciale fino a 10 milioni di dollari di ricavi annuali, poi si applica una licenza commerciale. Gemma 4 12B è Apache 2.0 senza soglia di ricavi; i Termini d'uso e la Politica sull'uso proibito di Google affiancano i pesi come documenti di uso accettabile, non come restrizioni di licenza.

• Vocabolario e scala di addestramento — LFM2.5-24B-A2B ha ampliato il proprio vocabolario da 65K a 128K tramite espansione in-place del tokenizer e ha scalato il pre-addestramento da 17T a 33T token, con 300B di token di mid-training a contesto completo e una fase di RL agentico all'interno di harness reali. G​emma 4 12B porta un vocabolario di 262K condiviso in tutta la famiglia ed è stato pre-addestrato su oltre 140 lingue con un supporto out-of-the-box dichiarato per oltre 35.

L'unico benchmark che entrambi i fornitori hanno eseguito

Confrontare due diverse tabelle di lancio è normalmente una trappola. Qui c'è esattamente una riga in cui le due aziende hanno misurato la stessa cosa su basi comparabili, e vale la pena isolarla proprio perché è così sola.

GPQA Diamond — Liquid riporta 74,42 per LFM2.5-24B-A2B; la tabella della famiglia G​emma 4 di G​oogle riporta 78,8 per il G​emma 4 12B ottimizzato per le istruzioni. Entrambi sono dati dichiarati dal fornitore e non riprodotti. Il 12B dense è in vantaggio sulle domande scientifiche di livello universitario, il che corrisponde a quanto afferma la stessa Liquid, ovvero che il suo modello non è quello a cui rivolgere domande di conoscenza: il post di lancio consiglia di abbinarlo al retrieval o alla ricerca sul web anziché fidarsi dei suoi pesi.

Tutto il resto va letto all'interno della propria tabella, e il riassunto onesto è che le due tabelle misurano cose quasi del tutto disgiunte. La tabella di sedici benchmark di Liquid copre AutomationBench (27,69), BFCLv4 (65,01), ToolSandbox (80,71), LiveClaw (48,09), PinchBench (83,18), τ³-Bench Banking (8,04), WebArena Verified (26,75), IFEval (96,75), IFBench (74,69), Multi-IF (84,38), MATH-500 (96,04), SWE-Bench Verified tramite OpenCode (51,00), SciCode (32,71), AA-Omniscience (−24,90) e HLE (7,40). La tabella della famiglia di Google copre MMLU Pro (77,2), AIME 2026 senza strumenti (77,5), LiveCodeBench v6 (72,0), un ELO Codeforces di 1659, MMMU Pro (69,1) e MRCR v2 a 128K con otto aghi (43,4).

Un solo elemento in comune, e nessun harness condiviso. Chiunque pubblichi una classifica combinata a partire da quelle due tabelle sta inventando un confronto che nessuna delle due aziende ha mai eseguito.

Indipendentemente, e questo è il lato più affilato

Artificial Analysis ha valutato G​emma 4 12B: un Intelligence Index di 14, classificato 20° su 141 modelli nella sua classe di confronto, a una velocità misurata di 110,9 token al secondo e a un costo misto di terze parti di 0,10 $ per milione di token in input e 0,30 $ per milione di token in output. Questi sono numeri indipendenti su un modello pubblico da quattro mesi e sostenuto da un ecosistema.

LFM2.5-24B-A2B non ha nulla di equivalente. Ha un giorno di vita, nessun terzo ha pubblicato un punteggio, e le cifre edge di Liquid — 184 token al secondo su un Apple M5 Max, 114 su un AMD Ryzen AI Max+ 395, «fino a 1,7× più veloce dei MoE comparabili on-device» — non hanno né una baseline né una riproduzione. Per un modello misurato dal fornitore contro uno misurato in modo indipendente, l'asimmetria è il risultato: uno di questi due numeri puoi verificarlo tu stesso oggi, e non è quello più recente.

Se preferisci non puntare un percorso di produzione su una tabella di fornitori vecchia di quattro giorni, è esattamente a questo che serve il failover automatico. Indirizza l'agente verso LFM2.5-24B-A2B, mantieni un modello con punteggio dietro di esso e lascia che il router sposti la richiesta quando l'harness inizia a fallire — nessun secondo contratto, nessuna modifica al codice oltre all'elenco di fallback.

Costo, nelle due valute in cui operano

Entrambi sono modelli local-first, quindi la vera spesa è hardware ed elettricità. Sul fronte dell'hosting, Liquid fissa l'accesso API a $0,10 per milione di token in input ($0,05 in cache) e $1,00 per milione in output tramite la propria Console, con $2 di credito iniziale. G​google non pubblica alcun prezzo per token per G​emma 4 12B — il mix $0,10/$0,30 sopra è una mediana di terze parti tra le piattaforme che servono i pesi aperti, ​non un prezzo di listino, e considerarlo tale sarebbe sbagliato.

Ecco la parte che conta per un team che valuta entrambi: nessuno dei due checkpoint è oggi nel nostro catalogo. Noi però offriamo i punti di riferimento su cui questa decisione continua a tornare — qwen/qwen3.6-35b-a3b, il modello con cui Liquid si è confrontato, con il 50% in più di parametri, più google/gemma-4-26b-a4b-it, obsidian/gemma-4-26B-A4B e google/gemma-4-31b-it della stessa famiglia Gemma 4 — tutti dietro un'unica chiave, tutti allo 0% di ricarico sul prezzo di listino del provider stesso, così una variazione di prezzo del fornitore ti raggiunge il giorno in cui cambia, non il giorno in cui qualcuno rifirma un contratto. Esegui il tuo task sulle dimensioni ospitate di Gemma 4, poi decidi se il 12B sul tuo laptop è ridondante.

Quello che farei davvero

Scarica entrambi i quant. G​emma 4 12B a Q4_K_M è di circa 7 GB e nel giro di un'ora ti dirà se il tuo compito ha bisogno di occhi e orecchie — se sì, la decisione è chiusa e LFM2.5-24B-A2B non è affatto in gara, perché non può vedere. Se no, carica LFM2.5-24B-A2B QAD-Q4_0 a 13,6 GB ed esegui il tuo harness reale su di esso, poiché l'intero argomento a favore di quel checkpoint è il tool calling multi-step e nessun benchmark statico lo risolverà per i tuoi strumenti.

Due cose da tenere a mente mentre lo fai. Primo, le tabelle di entrambi i fornitori non sono state riprodotte, e l'unico modello valutato in modo indipendente in questo confronto è quello più vecchio e più denso — il che è un motivo per fidarsi maggiormente dei numeri di G​emma 4 12B, non un motivo per presumere che il modello più recente sia più debole. Secondo, il divario di licenza è reale e asimmetrico in un modo che raramente emerge nei post sui benchmark: G​emma 4 12B è Apache 2.0 per sempre, mentre LFM2.5-24B-A2B diventa una questione commerciale nel momento in cui la tua azienda supera i 10 milioni di dollari di ricavi. Per un singolo sviluppatore è invisibile. Per un team di prodotto che distribuisce un agente on-device, è una voce nel prossimo ciclo di pianificazione, ed è l'unica dimensione in cui il modello più piccolo, più vecchio e multimodale è inequivocabilmente la scelta predefinita più sicura.

Confronti come questo sono anche il punto in cui emergono le modalità di fallimento: gli incidenti AI documentati e i fallimenti degli agenti relativi ai modelli di questa classe sono raccolti in l'Archivio degli Incidenti AI di OrcaRouter, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di affidabilità e l'indicatore di contestazione.