LFM3-1.7B-Base vs MiniCPM5 2B: due fornitori, due classifiche, una risposta onesta

Liquid AI ha creato il repository LFM3-1.7B-Base su Hugging Face il 26 ottobre 2026 e ha pubblicato l'annuncio della famiglia LFM3 il giorno successivo — e la tabella dei benchmark di quell'annuncio fa qualcosa di insolitamente utile: mette il modello post-addestrato LFM3-1.7B direttamente a confronto con MiniCPM5-2B, il modello da 2,5B che OpenBMB definisce stato dell'arte open source della classe 2B da quando i suoi pesi sono stati rilasciati a settembre. Nella suite di 27 test di Liquid, LFM3-1.7B vince 23 righe e MiniCPM5-2B ne vince quattro. Il checkpoint nel titolo di questo articolo, però, non è quello presente in quella tabella e non riporta numeri di benchmark di alcun tipo. Quel divario è la storia.

Tre cose vengono confuse in ogni confronto tra modelli piccoli, quindi vale la pena separarle subito: ciò che ha misurato Liquid, ciò che ha misurato OpenBMB e ciò che nessuno dei due fornitori ha pubblicato sui checkpoint di base che le persone effettivamente fine-tunano. Solo la terza categoria descrive un confronto equo tra i due nomi presenti in questa pagina.

La tabella pubblicata da Liquid, e il modello che descrive

La model card di LFM3-1.7B contiene 27 righe distribuite su sette categorie — agenti, uso di strumenti, coding agentico, coding, instruction following, conoscenza e contesto lungo — con colonne per LFM2.5-2.6B, MiniCPM5 2B, Gemma 4 E4B, Qwen3.5 4B e Qwen3.5 9B. Il modello di Liquid vince tutte le righe tranne quattro, e i margini sulle righe agentiche non sono affatto risicati: LiveClaw 45,60 contro 30,37, WebArena-Verified 38,42 contro 9,11, AutomationBench 41,29 contro 4,71, BrowseComp-Plus 37,00 contro 16,83. Lo stesso schema si conferma nell'uso di strumenti (BFCL V4 71,39 contro 62,65, ToolSandbox 80,36 contro 68,16) e nel contesto lungo, dove RULER 128K segna 65,56 contro il 37,96 di MiniCPM5-2B.

Le quattro vittorie di MiniCPM5-2B riguardano tutte la conoscenza o la robustezza multi-turn: τ³-bench a 69,44 contro 68,01, GPQA Diamond a 65,15 contro 63,37, Humanity's Last Exam senza strumenti a 8,20 contro 7,17 e l'accuratezza di AA-Omniscience a 9,13 contro 7,07. Si tratta di margini ristretti su benchmark in cui una frazione di punto è spesso rumore. I divari agentici non lo sono.

Ogni numero in quel paragrafo è dichiarato dal fornitore. Liquid ha eseguito i propri harness, scelto il proprio set di confronto e non ha pubblicato alcuna metodologia per singolo test sulla scheda. Al 28 ottobre 2026, non abbiamo trovato alcuna voce LFM3 su Artificial Analysis, quindi non esiste una riproduzione indipendente da contrapporre. Considerate il rapporto 23–4 come un'argomentazione di Liquid, non come un risultato del settore.

Che cos'è effettivamente il checkpoint di base

Elimina il post-training e ottieni un modello solo testo da 1,73B con 24 layer: 13 convoluzioni corte con gating, cinque layer di attenzione a finestra scorrevole con una finestra di 256 token e sei layer di attenzione globale. Il dato della context window da 256K è quello reale — max_position_embeddings nella configurazione pubblicata riporta 262.144 — non la finestra di 256 token con cui le prime coperture l'avevano confuso. Il vocabolario è di 128.000 token, la card elenca 16 lingue e la licenza è la LFM Open License v1.0, la cui concessione commerciale smette di applicarsi a un'entità legale con un fatturato annuo pari o superiore a 10 milioni di dollari.

La ricetta di addestramento è documentata in modo più dettagliato rispetto alla maggior parte delle versioni base: 22 trilioni di token in totale, con gli ultimi 3,5 trilioni impiegati in dati curati di mid-training che includono tracce agentiche e chiamate agli strumenti, oltre a estensioni di contesto a 128K e 256K. In precisione a 4 bit, si dice che il checkpoint occupi circa 1 GB, che è il numero che conta se il target è un telefono o un laptop anziché un server.

Quello che la card non fornisce è una valutazione del modello di base stesso. I punteggi pubblicati da Liquid appartengono a LFM3-1.7B dopo SFT, RL misto, distillazione on-policy multi-dominio e RL agentico. Non c'è modo, dai materiali pubblici, di separare quanto di quella media di 49,37 derivi dai 22 trilioni di token di pre-addestramento e quanto dallo stack di post-addestramento. Non è una critica specifica a Liquid — quasi nessuno pubblica valutazioni dei modelli di base — ma significa che il nome nel titolo di questo articolo non ha un proprio scoreboard.

Il contatore-segnapunti di OpenBMB

La scheda di MiniCPM5-2B formula un'affermazione diversa su un diverso insieme di assi. Il suo radar delle capacità valuta nove dimensioni e riporta una media di 53,9, contro 51,1 di Qwen3.5-4B, 42,7 di granite-4.2-3B e 33,2 di LFM2.5-2.6B. Su quella classifica, il modello è lo stato dell'arte della classe 2B e competitivo con i modelli di classe 4B. Non include LFM3-1.7B, che non esisteva quando è stata scritta la scheda.

Le due classifiche non si possono sottrarre l'una dall'altra. Usano test diversi, normalizzazione diversa e insiemi di confronto diversi — e l'unico benchmark in comune, τ³-bench, è esattamente il punto in cui il modello di OpenBMB è leggermente avanti nella tabella di Liquid. Se accosti 53.9 a 49.37 e concludi che MiniCPM5-2B è il modello più forte, hai confrontato una media del fornitore su nove assi con una media del fornitore su 27 test e non ne hai ricavato nulla.

I fatti hardware sono meno ambigui. MiniCPM5-2B è un LlamaForCausalLM standard con 2.516.756.480 parametri totali, 1.981.982.720 dei quali non di embedding, 42 livelli, grouped-query attention con 16 teste query e 2 teste KV, e un contesto di 131.072 token nella configurazione distribuita. È Apache 2.0, viene distribuito come build GGUF, MLX, GPTQ e LiteRT insieme a un modello draft per la decodifica speculativa, e OpenBMB ha rilasciato insieme ad esso i corpora di addestramento. È un prodotto finito con la fabbrica annessa.

Base contro base è l'unico confronto pulito

Entrambe le famiglie forniscono un checkpoint pre-addestrato, il che rende possibile per la prima volta un confronto omogeneo. MiniCPM5-2B-Base è stato creato il 27 agosto 2026, è sotto licenza Apache 2.0 ed esiste per la stessa ragione per cui esiste LFM3-1.7B-Base: essere sottoposto a post-addestramento per diventare qualcos'altro. Nessuna delle due schede dei modelli base pubblica una tabella di valutazione. La decisione, quindi, va presa in base a specifiche, licenza ed ecosistema anziché a un punteggio.

Questa riformulazione è importante perché l'errore più comune con questa coppia è scaricare la base {{1}}Liquid{{/1}}, usarla con un prompt come un modello chat e concludere che è peggiore di {{2}}MiniCPM5-2B{{/2}}. Lo sarà. {{3}}LFM3-1.7B-Base{{/3}} è un output di mid-training con un template di chat e una modalità di pensiero, non un assistente; la scheda di Liquid stessa dice di usare {{4}}LFM3-1.7B{{/4}} per chat, tool calling e agenti. Il checkpoint finito di {{5}}OpenBMB{{/5}} è la cosa giusta da confrontare con {{6}}LFM3-1.7B{{/6}}, e quel confronto esiste già nella tabella di {{7}}Liquid{{/7}}. Il confronto base-contro-base è per chi intende fare l'addestramento da sé.

La scheda tecnica, dimensione per dimensione

• Parametri — LFM3-1.7B-Base: 1,73B su 24 layer. MiniCPM5-2B: 2,52B totali, 1,98B non-embedding, su 42 layer.

• Contesto — LFM3-1.7B-Base: 256K token, input più output. MiniCPM5-2B: 131.072 token nella configurazione fornita.

• Architettura — LFM3-1.7B-Base: tri-ibrido con convoluzioni brevi con gating e attenzione a finestra scorrevole e globale, caricato con trust_remote_code. MiniCPM5-2B: un decoder Llama standard che funziona con strumenti non modificati.

• Licenza — LFM3-1.7B-Base: LFM Open License v1.0, uso commerciale condizionato a un fatturato annuo inferiore a 10 milioni di dollari. MiniCPM5-2B: Apache 2.0, nessuna condizione sul fatturato.

• Formati distribuiti — LFM3-1.7B-Base: pesi BF16 solo sulla card del modello base; la controparte post-addestrata dispone di build GGUF, MLX, ONNX, FP8 e NVFP4. MiniCPM5-2B: BF16, GGUF, MLX, GPTQ e LiteRT, oltre a checkpoint SFT e di mid-training e a un modello draft DSpark.

• Ingombro — LFM3-1.7B-Base: circa 1 GB a 4 bit, secondo Liquid. MiniCPM5-2B: un modello dense da 2.5B senza ingombro a 4 bit pubblicato sulla scheda; aspettarsi il consueto costo di memoria della classe 2.5B, non 1 GB.

• Lingue — LFM3-1.7B-Base: 16 lingue denominate, tra cui arabo, hindi, thai e vietnamita. MiniCPM5-2B: una scheda incentrata su inglese e cinese, con i dati rilasciati alla base.

• Dati di addestramento — LFM3-1.7B-Base: 22T token, ricetta descritta ma dati non rilasciati. MiniCPM5-2B: corpora UltraData rilasciati insieme ai pesi.

Cosa ti dicono i repository sul deployment

MiniCPM5-2B è il modello più semplice da installare su un dispositivo oggi. L'architettura è standard, quindi il supporto di llama.cpp, Ollama e LM Studio dipende semplicemente dall'utilizzo del GGUF pubblicato anziché dall'attesa di un kernel. Apple Silicon dispone di build MLX, Android ha un percorso LiteRT, e il modello draft DSpark esiste specificamente per rendere il decoding più veloce su hardware con risorse limitate.

LFM3-1.7B-Base è più esigente con il runtime. Richiede codice di modellazione personalizzato e il checkpoint base è pubblicato solo in BF16. Il resto della famiglia è meglio supportato: Liquid elenca il supporto di vLLM, SGLang e Transformers per BF16, di SGLang per FP8 e NVFP4, di llama.cpp e Ollama per GGUF, di MLX per Apple Silicon e di ONNX Runtime per il lavoro multipiattaforma. Il problema è che quelle build appartengono a LFM3-1.7B, non al checkpoint base. La pull request di SGLang che aggiunge il supporto a LFM3, #46858, era ancora aperta al momento della stesura; la pull request complementare del cookbook è stata mergiata.

Se la domanda è quale modello mettere dietro un endpoint questa settimana, tieni presente che né MiniCPM5-2B né LFM3-1.7B-Base sono nel catalogo di OrcaRouter oggi. Entrambi, per ora, sono soluzioni da scaricare ed eseguire in self-hosting. È esattamente la situazione in cui un livello di routing si ripaga più avanti che subito: una chiave compatibile con OpenAI per oltre 200 modelli, 0% di markup con il prezzo di listino del provider applicato così com'è, e failover automatico quando un box self-hosted o un singolo upstream va giù. Non ti serve nulla di tutto ciò per eseguire un modello da 1 GB su un laptop; ti serve quando il modello piccolo diventa un ramo di un percorso di produzione e qualcosa deve intercettare il guasto.

Ciò che non è ancora conoscibile

La lista onesta è breve e specifica. Non è stato possibile trovare alcun benchmark indipendente per nessun modello LFM3, quindi ogni affermazione sulle capacità della famiglia è di Liquid stessa. Non esiste una valutazione pubblicata di LFM3-1.7B-Base, perciò nessuno può dire quanto sia valido il checkpoint grezzo prima del post-training. Non esiste un prezzo per token per LFM3 su un'API ospitata, il che rende i confronti di costo con MiniCPM5-2B — anch'esso in self-hosting nella maggior parte delle distribuzioni — un esercizio su hardware ed elettricità anziché sul listino prezzi. E non ci sono ancora prove, indipendenti o di altro tipo, su se la finestra scorrevole da 256 token costi qualcosa al modello nelle attività long-context a forte componente di retrieval; il punteggio RULER 128K di Liquid, 65,56, è ben inferiore all'87,11 riportato per Qwen3.5 9B, il che è un segnale da monitorare più che un verdetto.

Tre domande a cui vale la pena rispondere prima di scaricare l'una o l'altra

Vuoi un modello, o un punto di partenza?

Se vuoi qualcosa che risponda alle domande, chiami i tool e sopravviva a una demo di lunedì, MiniCPM5-2B è il prodotto finito e LFM3-1.7B-Base no. Se hai un corpus di dominio, una pipeline di post-training e un motivo per cui il modello standard non basta, il checkpoint base è l'acquisto giusto — e i notebook TRL di Liquid per SFT, DPO, GRPO e pre-training continuato offrono più indicazioni di quanto forniscano la maggior parte dei vendor.

La tua organizzazione supererà mai i 10 milioni di dollari di fatturato annuo?

La LFM Open License v1.0 concede diritti commerciali solo al di sotto di tale soglia. Al di sopra, l'opera non è affatto concessa in licenza nell'ambito dell'accordo, ed è necessario un accordo separato con Liquid. Apache 2.0 non presenta un simile salto. Per un progetto hobbistico o una startup agli inizi la differenza è teorica; per un'azienda consolidata decide la rosa dei candidati prima ancora che venga eseguito qualsiasi benchmark.

Un contesto da 256K vale un'architettura personalizzata?

LFM3-1.7B-Base offre il doppio del contesto di MiniCPM5-2B con un numero inferiore di parametri, il che è il più forte argomento tecnico a suo favore. Il prezzo da pagare è un modello non standard che richiede codice remoto, una gamma più ristretta di build pronte sul checkpoint base e un'integrazione runtime ancora in fase di completamento. Se il tuo carico di lavoro rientra in 131K, stai pagando quel prezzo per un margine che non userai.

Quale scegliere?

Per la maggior parte dei team che confrontano questi due nomi, la risposta è MiniCPM5-2B — non perché vinca una competizione di benchmark, ma perché è un prodotto Apache-2.0 completo con build quantizzate, dati di addestramento rilasciati e nessun limite di licenza. È il modo a rischio più basso per portare un modello capace da 2,5B su un dispositivo.

LFM3-1.7B-Base è la scommessa più interessante per un pubblico più ristretto: team che vogliono un checkpoint da 1,73B con contesto da 256K, 16 lingue e un'architettura non standard su cui poter continuare l'addestramento con una singola GPU, e che possono accettare la licenza LFM e un ecosistema di modelli base più ridotto. Liquid ha dato a quel pubblico un vero punto di partenza e una ricetta di addestramento insolitamente dettagliata. Non ha ancora dato a nessuno un motivo per credere che il checkpoint base sia migliore di quello completato di OpenBMB, e la tabella dello stesso fornitore non tenta di sostenere che lo sia.

Il numero da tenere d’occhio non è la suddivisione 23–4. È la prima valutazione indipendente di qualsiasi modello LFM3 — il momento in cui il tabellone di Liquid smette di essere l’unico tabellone.