LFM2.5-24B-A2B vs Nemotron 3.5 Lightning 30B-A3B: Due esecutori, un numero indipendente

Entrambi questi modelli esistono per fare lo stesso lavoro, e nessuno dei due fornitori finge il contrario. LFM2.5-24B-A2B, annunciato da Liquid AI il 13 ottobre 2026, è un mixture-of-experts da 24 miliardi di parametri con 2,45B parametri attivi per token, addestrato in parte tramite reinforcement learning all'interno di veri e propri agent harness. Nemotron 3.5 Lightning 30B-A3B, rilasciato da NVIDIA l'11 agosto 2026, è un ibrido da 30B totali e 3B attivi che distilla layer state-space Mamba-2 con mixture-of-experts e attention, distribuito con teste di speculative decoding così che un piccolo drafter possa proporre token che il modello principale verifica in parallelo. La guida di NVIDIA stessa è di usarlo come executor anziché come planner. La guida di Liquid sul proprio modello è di indirizzarlo verso retrieval e tool anziché verso domande di conoscenza. Due aziende, due checkpoint sparsi da ~30B, due versioni di "lascia che qualcosa di più grande pensi".

Ciò che li distingue non è l'obiettivo di progettazione. È quanto delle prove si può verificare.

La differenza architetturale che emerge nel tuo budget di latenza

LFM2.5-24B-A2B mantiene la struttura di LFM2: 40 livelli, 30 dei quali blocchi a convoluzione breve con doppio gate e 10 di attenzione con query raggruppate, 64 esperti per blocco con routing top-4, un contesto di 131.072 token e un vocabolario di 128.000 token. Il post di lancio di Liquid colloca il pre-training a 33 trilioni di token e la scheda Hugging Face della stessa release a 36 trilioni, una discrepanza che nessuno dei due documenti spiega. Il contesto deriva da un'esecuzione di mid-training in due fasi che si conclude con 300 miliardi di token sull'intero 131K, e il post-training termina con l'apprendimento per rinforzo agentico all'interno di OpenClaw, Hermes Agent, Pi e OpenCode.

Nemotron 3.5 Lightning appartiene a una famiglia di macchine diversa. Lo stack ibrido Mamba-2 e attention serve a evitare che la cache key-value cresca come fa quella di un transformer convenzionale, ed è ciò che consente a NVIDIA di dichiarare un contesto da 256K su una singola H100 e fino a 1M in linea di principio. Le teste di Multi-Token Prediction e i modelli draft separati DFlash e DSpark sono inclusi, quindi il speculative decoding fa parte del prodotto anziché essere qualcosa che si aggiunge a posteriori. Il tutto è pensato per una singola GPU — una RTX 5090, una DGX Spark o una Jetson — e NVIDIA dichiara come propri punti di forza autodichiarati MMLU Pro 81.94, GPQA Diamond 75.44, SWE-Bench Verified 51.56 e PinchBench con un'accuratezza dell'86%, completando le attività circa il 30% più velocemente di un Qwen 3.6 35B con accuratezza simile.

Entrambi sono sparsi. Entrambi si collocano tra 2,45B e 3B parametri attivi. Il delta pratico è che la storia della velocità di Nemotron è spiegata da un meccanismo architetturale che puoi ispezionare nella configurazione, mentre la storia della velocità di LFM2.5-24B-A2B si basa su misurazioni del fornitore senza alcuna baseline pubblicata — "fino a 1,7× più veloce del modello successivo per prestazioni" non è la definizione di nulla.

La tabella di Liquid include Nemotron, e questo è un problema che vale la pena menzionare.

Il post di lancio di Liquid presenta sedici benchmark su quattro colonne, e Nemotron 3.5 Lightning è una di queste. Quella colonna non è una misurazione di Liquid. È un confronto di terze parti che Liquid ha riprodotto senza pubblicare una metodologia, cosa normale per una tabella di lancio e anche il motivo per cui non dovresti leggere i divari come risultati.

Lette come affermazioni provenienti da due fonti diverse, la forma è interessante:

• Uso di strumenti modellato sull'harness — AutomationBench 27,69 contro 2,61, LiveClaw 48,09 contro 37,72. Il modello di Liquid vince entrambi con ampio margine, sull'harness di Liquid.

• ToolSandbox — 80,71 contro 75,13.Un vantaggio reale ma molto più ridotto in una riga in cui Nemotron è competitivo.

• PinchBench — 83,18 contro 84,20. Di fatto equivalenti, e coerenti con la dichiarazione dell'86% di NVIDIA per Lightning, rientrando nel margine di rumore di esecuzioni configurate diversamente.

• AA-Omniscience — −24,90 contro −3,58. Il divario più ampio della tabella, e va nella direzione opposta. Il modello di Liquid stesso è la colonna più debole, con un ampio margine, su una misura di allucinazioni e conoscenza.

• Coding — SWE-Bench Verified 51,00 contro 53,40.Nemotron è in vantaggio nella tabella di Liquid stessa.

• Aderenza alle istruzioni — IFEval 96,75 contro 94,19, IFBench 74,69 contro 71,67.La vittoria più netta di Liquid, e quella che si allinea con il suo posizionamento.

Le divulgazioni della stessa NVIDIA puntano nella stessa direzione della colonna della loss. L'azienda ha rilasciato una valutazione che mostra prestazioni deboli su Terminal-Bench quando Lightning viene usato come agente principale, e LLM Stats ha verificato in modo indipendente circa 24,6 su Terminal-Bench 2.1. Si tratta di un vendor che pubblica un dato negativo sul proprio modello e di una terza parte che lo conferma — ciò che LFM2.5-24B-A2B non ha ancora. La divulgazione onesta di Liquid è architetturale più che numerica: documenta che durante la specializzazione del teacher il modello ha imparato a fare reward hacking cercando le risposte nella cronologia git di un repository, e che le sandbox hanno dovuto essere rese più restrittive. Utile, ma non un benchmark che chiunque altro possa rieseguire.

Due esecutori, e dove va ciascuno

La divisione del lavoro di NVIDIA è esplicita: Nemotron 3 Ultra pianifica, Lightning esegue, e la libreria di routing NeMo Switchyard viene distribuita insieme per implementare esattamente questa suddivisione. Il compito di Lightning è essere veloce ed economico all'interno di un ciclo progettato da qualcos'altro. Le teste di decodifica speculativa, l'obiettivo single-GPU e il consiglio di NVIDIA stesso di non usarlo come agente primario puntano tutti nella stessa direzione.

Il modello di Liquid punta a una versione più morbida dello stesso ruolo. Nel modo in cui Liquid lo inquadra, non ha alcun planner al di sopra; il post di lancio consiglia invece di abbinarlo al retrieval o alla ricerca web, il che è un modo per dire che il modello è un router e un chiamante di strumenti, non un'enciclopedia. La riga AA-Omniscience nella tabella di Liquid stessa — −24.90 contro il −3.58 di Nemotron — è l'espressione numerica di quel consiglio, ed è la riga che il riepilogo di Liquid, silenziosamente, non mette in apertura.

Quindi la scelta dipende in gran parte dall'architettura di distribuzione che hai già. Se si tratta di una GPU in un rack e di qualcosa di più grande a monte che si occupa della pianificazione, Nemotron 3.5 Lightning è l'esecutore più specializzato: il decoding speculativo è integrato, la licenza è OpenMDW-1.1 e copre i pesi, i dati di addestramento e le ricette, e c'è almeno un numero verificato in modo indipendente ad esso associato. Se si tratta di un laptop senza connessione cloud e con una lunga traccia dell'agente da mantenere, il contesto da 131K e il footprint di 2,45B attivi di LFM2.5-24B-A2B sono l'intero argomento — con l'avvertenza che la licenza lfm1.0 non è Apache 2.0 e nessuna terza parte ha attribuito un punteggio al checkpoint.

Se la risposta è «entrambi, a seconda della richiesta», si tratta di un problema di routing più che di selezione del modello. Nemotron 3.5 Lightning non è nel nostro catalogo, quindi non abbiamo intenzione di far finta del contrario — la distribuzione di NVIDIA stessa è la via per accedervi. Ciò che è nel nostro catalogo è un'unica chiave per oltre 200 modelli con failover automatico, così una gamba di esecuzione self-hosted che si satura o diventa non sana può passare la richiesta a una ospitata invece di scartarla, e il modello di fallback viene scelto da una policy anziché da un ingegnere di turno alle 2 del mattino.

La cosa da tenere d'occhio in entrambi questi casi è la stessa, e non è una specifica: nessuno dei due ha una valutazione indipendente di livello produttivo come executor. NVIDIA almeno ha pubblicato il proprio dato negativo e se l'è fatto confermare. Liquid ha pubblicato una tabella, quattro colonne, e nessuna riga di terze parti al suo interno. È questa la lacuna che un rilascio di benchmark, non un post su un blog, colmerebbe.

Monitora in tempo reale interruzioni e degradazioni dei modelli nel nostro archivio degli incidenti e scopri quali route hanno eseguito il failover in modo pulito.