LFM3-1.7B vs Gemma 4 12B: quando il modello sette volte più piccolo vince un benchmark di programmazione

LFM3-1.7B è un modello testuale da 1,73 miliardi di parametri che Liquid AI ha pubblicato su Hugging Face il 26 ottobre 2026 e annunciato il giorno successivo nell'ambito del lancio della famiglia LFM3. Gemma 4 12B è un modello denso da 11,95 miliardi di parametri che Google DeepMind ha rilasciato il 3 giugno 2026 e che legge immagini e audio oltre al testo. Sull'unico benchmark di programmazione pubblicato da entrambi i fornitori — LiveCodeBench v6 — il modello più piccolo ottiene 73,46 e quello più grande 72,0. Leggilo due volte, perché è l'intera ragione per cui esiste questa pagina e anche il numero più facile da leggere male su Internet. Il routing non aggiunge un margine al prezzo di listino di un fornitore. 0% di ricarico Consulta i prezzi pass-through nella nostra pagina dei prezzi.

Entrambi i valori sono dichiarati dai fornitori. Nessuno dei due è stato riprodotto da un valutatore indipendente. Sono stati prodotti da team diversi, con harness diversi, a mesi di distanza, e Liquid non ha pubblicato alcuna nota metodologica che spieghi come è stata configurata la sua esecuzione su LiveCodeBench. Quindi la versione onesta della frase sopra non è "un modello da 1,7B batte un modello da 12B nel codice". È: due fornitori riportano punteggi quasi identici su un benchmark di cui condividono il nome, e il divario di nove punti su GPQA Diamond nella direzione opposta suggerisce che i due modelli non sono neanche lontanamente equivalenti.

Che cosa è davvero comparabile e che cosa no

La maggior parte delle pagine "X vs Y" mette due tabelle di fornitori affiancate e le definisce un confronto. Funziona solo se le tabelle si sovrappongono. Tra il post di lancio di LFM3 di Liquid e la model card di Gemma 4 di Google, esattamente due nomi di benchmark compaiono su entrambi i lati con definizioni compatibili: LiveCodeBench v6 e GPQA Diamond. Tutto il resto è riportato da un fornitore e non dall'altro, e una cella vuota non è uno zero.

Su questi due assi condivisi il risultato è una separazione netta. LFM3-1.7B conquista LiveCodeBench v6 con 73,46 contro 72,0. Gemma 4 12B conquista GPQA Diamond con 78,8 contro 63,37 — un margine di 15,4 punti, che non è rumore su una valutazione con qualche centinaio di domande.

Vale la pena dare un nome a quel pattern invece di diluirlo in una media. LiveCodeBench misura la capacità di un modello di completare problemi di programmazione competitiva, un’abilità ristretta e fortemente basata su pattern in cui un modello piccolo addestrato sui dati giusti può diventare bravo. GPQA Diamond misura il ragionamento scientifico di livello post-laurea, che dipende dall’ampiezza delle conoscenze — esattamente ciò che il numero di parametri ti permette di ottenere. Un modello da 1,7B può essere competitivo sul primo e perderà sul secondo, e questo è un risultato coerente, non una contraddizione.

Il fornitore scende sotto il proprio miglior prezzo.

Ecco la parte che dovrebbe cambiare il modo in cui leggi il 73.46. Scorri fino in fondo alla scheda del modello LFM3-1.7B e Liquid scrive, in linguaggio semplice, che il modello è progettato per agenti locali, tool calling e output strutturati, e che non è consigliato per la programmazione agentica o il ragionamento complesso a più passaggi a causa delle sue dimensioni ridotte.

È il fornitore, non un concorrente, a dirti il limite massimo. Stona in modo scomodo accanto a un punteggio LiveCodeBench che supera di poco quello di un generalista da 11,95B, e la conciliazione è che queste cose misurano aspetti diversi. Risolvere un problema isolato di programmazione competitiva non è lo stesso compito che tenere un repository nel contesto e fare venti modifiche coordinate. Un modello può essere forte nel primo ed esplicitamente inadatto al secondo, e Liquid lo dice invece di lasciare che il benchmark suggerisca il contrario.

Prendi il fornitore sulla parola. Se il tuo carico di lavoro è il coding agentico, questo confronto non dovrebbe concludersi con LFM3-1.7B. Se il tuo carico di lavoro è il tool calling, l'estrazione strutturata, la classificazione o un assistente locale su un dispositivo di tua proprietà, l'avvertenza della scheda non si applica a te e l'occupazione di 1 GB diventa l'intera argomentazione.

Dove il 12B è semplicemente un tipo diverso di cosa

Gemma 4 12B è multimodale in un modo che non può essere aggiunto a LFM3-1.7B tramite fine-tuning. La scheda di Google descrive input di immagini e audio proiettati direttamente nello stesso spazio dei token di testo, senza encoder separati — l'audio è nativamente presente sul 12B e sui suoi modelli fratelli più piccoli. LFM3-1.7B è testo in ingresso, testo in uscita. La capacità di visione di Liquid risiede in LFM3-VL-2B, un checkpoint separato con un encoder separato, e un modello testuale non ne acquisisce uno tramite fine-tuning.

• Parametri — 1,73B dense per LFM3-1.7B; 11,95B dense per Gemma 4 12B. Il rapporto è di 6,9 a 1.

• Modalità — solo testo rispetto a input di testo, immagini e audio.

• Contesto — 262.144 token su entrambi. Questa è l'unica riga in cui il modello piccolo non rinuncia a nulla, ed è un vero risultato dell'architettura tri-ibrida, non una coincidenza.

• Ingombro — circa 1 GB a 4 bit contro circa 7 GB. Su un telefono, quella differenza è la differenza tra il riuscire a rilasciare e il non riuscirci.

• Lingue — 16 lingue esplicitamente nominate rispetto a oltre 140 pre-addestrate con un solido supporto pronto all'uso. Per un prodotto in alfabeto latino il divario raramente pesa; per un'implementazione regionale è decisivo.

• Licenza — la LFM Open License v1.0 è gratuita per uso commerciale al di sotto dei 10 milioni di dollari di ricavi annuali e richiede una licenza a pagamento al di sopra di tale soglia. Gemma 4 12B è Apache 2.0 senza soglia di ricavi.

Le due fatture non sono denominate nella stessa valuta

Gemma 4 12B ha un prezzo di mercato perché sono terze parti a servirlo. Artificial Analysis riporta una mediana combinata di $0,10 per milione di token di input e $0,30 per milione di token di output tra le piattaforme che ospitano i pesi aperti — una mediana tra i fornitori, non un prezzo di listino, e che si muove al variare dell'offerta. A quel prezzo, la maggior parte dei team non prende mai in considerazione l'idea di eseguire un 12B in proprio.

LFM3-1.7B non ha un prezzo del genere. La scheda di Hugging Face afferma chiaramente che il modello non è distribuito da alcun provider di inferenza, e ciò è coerente con quanto vediamo dalla nostra parte: OrcaRouter attualmente non instrada LFM3-1.7B. Se vuoi usarlo, devi scaricare 3,46 GB di pesi BF16 o una build a 4 bit da circa 1 GB ed eseguire tu stesso vLLM, SGLang, llama.cpp, MLX o ONNX. L'API di Liquid stessa lo servirà, e lo faranno anche diverse piattaforme di terze parti.

Il confronto dei costi, quindi, non è token contro token. È un conto di fine-tuning e serving contro un conto per chiamata. A bassi volumi l'API vince senza discussione; a volumi sostenuti su hardware che già possiedi, un modello da 1 GB che lascia libero il resto della GPU ha una struttura economica del tutto diversa. È quell'asimmetria — non il divario di quattro punti su LiveCodeBench — il vero motivo per considerare il modello piccolo.

A cosa serve ciascuno in realtà

Scegli LFM3-1.7B quando il vincolo è il target di distribuzione: un telefono, un laptop, una singola GPU di piccole dimensioni che deve anche svolgere altri lavori. Il contesto da 256K è davvero insolito per questa dimensione, il vocabolario a 16 lingue copre la maggior parte dei prodotti regionali e il supporto all'inferenza a sei vie significa che non ti affidi a un solo runtime. Accetta il fatto che stai acquistando un modello per il tool-calling e l'estrazione, non un modello di ragionamento, e pianifica il retrieval in base alla lacuna di conoscenze che il fornitore stesso segnala.

Scegli Gemma 4 12B quando l'attività richiede ampiezza, quando l'input è uno screenshot o una registrazione oppure quando Apache 2.0 è importante per un processo di approvvigionamento. Ottiene 15 punti in più nel ragionamento scientifico a livello universitario, legge le immagini in modo nativo ed è disponibile a un prezzo mediano pubblicato fin dal primo giorno. Il costo è la memoria: 7 GB a 4 bit richiedono un laptop o una GPU modesta, non un telefono.

Scegli entrambi quando hai un percorso ristretto ad alto volume e uno ampio a basso volume. Instrada il percorso ampio verso un generalista ospitato e mantieni il modello piccolo sul dispositivo per le chiamate ristrette e sensibili alla latenza. OrcaRouter è pensato per la prima metà di questa suddivisione — una sola chiave per più di 200 modelli, prezzi di listino dei provider passati senza alcun ricarico, così che una variazione di prezzo venga applicata lo stesso giorno, e failover automatico se un provider peggiora. Non ti aiuta a ospitare LFM3-1.7B, perché non serviamo quel modello, e sarebbe disonesto insinuare il contrario.

Cosa lo risolverebbe

{{1}}Una valutazione indipendente di LFM3-1.7B su un harness che non ha scelto{{/1}} sarebbe più utile di questa intera pagina. {{2}}La tabella di lancio di Liquid è dettagliata e coerente al proprio interno{{/2}}, e questo blog la tratta come riportata dal fornitore anziché verificata, ed è esattamente ciò che è. Gli elementi specifici da monitorare sono {{3}}un'esecuzione LiveCodeBench o SWE-bench di terze parti che riproduca il 73.46{{/3}}, {{4}}un profilo Artificial Analysis che metterebbe entrambi i modelli sulla stessa scala{{/4}} e {{5}}qualsiasi resoconto del modello che gestisce un'attività su un repository reale — l'uso esatto contro cui la scheda mette in guardia{{/5}}.

Fino ad allora, la lettura difendibile è più ristretta del titolo. Un modello da 1,73B con contesto da 256K, un footprint di 1 GB e un forte profilo di tool calling ha raggiunto un generalista da 12B su un singolo benchmark di coding isolato ed è molto indietro sulle conoscenze. Non è un ribaltone. Sono due modelli costruiti per compiti diversi, e la domanda utile è quale compito hai tu.