「LFM2.5-24B-A2B vs Gemma 4 26B-A4B」と表示されたヒーロータイトルカード、サブタイトルは「2つのスパースモデル、2つの異なる予算」、2つのラベル付きパネルはそれぞれ「LFM2.5-24B-A2B:総パラメータ24.0B、アクティブ2.45B、テキストのみ」「Gemma 4 26B A4B:総パラメータ25.2B、アクティブ3.8B、テキスト+画像」と表示され、右下にOrcaRouterのロゴが合成されている。
Guides & Insights

LFM2.5-24B-A2B vs Gemma 4 26B-A4B: 2つのスパースモデル、計算資源がどこに配分されるかについての2つの異なる理論

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

LFM2.5-24B-A2B と Gemma 4 26B-A4B は、同じアイデアを二度繰り返したもののように見える。Liquid AI のチェックポイントは2026年10月13日に公開され、総パラメータ数は240億、トークンあたりの読み出しは24.5億。Google DeepMind の Gemma 4 26B-A4B は総パラメータ252億、トークンあたりのアクティブが38億で、2026年3月11日に Hugging Face で公開された。どちらも mixture of experts であり、どちらもおよそ250億パラメータのチェックポイントに20億〜40億パラメータ分の計算予算を組み合わせたもので、両ベンダーともトレードオフを説明するときには同じ決まり文句を持ち出す——大きいモデルにはメモリで、小さいモデルにはレイテンシで払う、というものだ。そのほぼ同一の算術こそ、この比較をきちんと行う価値があるまさに理由である。というのも、両モデルはその予算をまったく異なるものに費やしているからだ。Gemma 4 26B-A4B はそれを視覚、256K コンテキスト、広範な知識ベースに費やす。LFM2.5-24B-A2B はそれを推論トレース、ツール呼び出しハーネス、エージェント型強化学習に費やす。形は同じ、優先順位は正反対。

さらにその上にもう一つ、非対称性が乗っている。LFM2.5-24B-A2B のベンチマーク表は、3 つのベースラインのうちの一つとして Gemma-4-26B-A4B-it を使っている。つまり今回ばかりは、2 つのローンチ時の表を突き合わせて推測しているのではない——Liquid が同じ vLLM 環境で両方を実行し、その行を公開しているのだ。

どちらも同じものを欠いており、それは誰もが当然だと思っているものだ

まず、これら2つのモデルが最も生成しがちな誤解から始めましょう。どちらにとっても同じ誤解だからです。スパースなエキスパート混合は、メモリ要件を小さくしません。チェックポイント内のすべてのパラメータを常駐させる必要があります。2.45Bまたは3.8Bのアクティブがもたらすのは、トークンあたりのスループットであり、より小さなフットプリントではありません。「2.45Bアクティブ」を見て4GBマシンに手を伸ばす読者は、悲惨な午後を過ごすことになります。

当社のカタログでは、Gemma 4 26B A4B チェックポイントは 262,144 トークンのコンテキスト付きで掲載されており、LFM2.5-24B-A2B のカードには 131,072 と記載されています。ディスク上では、その差はパラメータ数が示唆するよりも大きくなります。LFM2.5-24B-A2B は Q4_K_M GGUF を 14.5 GB、QAT QAD-Q4_0 を 13.6 GB で公開しており、BF16 では 48 GB です。Gemma 4 26B A4B は bfloat16 safetensors を 49.9 GB のシャードと 1.7 GB のシャードとして公開しており、量子化対応の 4-bit GGUF はコンパクトな重みファイルと別個のマルチモーダル投影ファイルを組み合わせています。ざっくり言えば、非圧縮で約 14 GB 対約 50 GB であり、これは総パラメータ数が 10 億しか違わない 2 つのチェックポイントから来ています。その差は語彙、エキスパート配置、マルチモーダルスタックから生じるのであって、パラメータの見出し数からではありません。そしてこれが、この記事全体で最も実用的な一行です。

仕様の対比、次元ごとに1行

• 総パラメータ / アクティブパラメータ — LFM2.5-24B-A2B 24.0B / 2.45B、40層にわたりトップ4ルーティングを行う64エキスパート。Gemma 4 26B-A4B 25.2B / 3.8B、30層にわたり128エキスパート中8つのアクティブエキスパートに加え1つの共有エキスパート。

A capture of the Hugging Face model page for google/gemma-4-26B-A4B-it, showing the image-text-to-text pipeline tag, the Transformers and Safetensors formats, the gemma4 and conversational tags, the Apache 2.0 licence, and the card text stating that Gemma 4 models are multimodal, handling text and image input with audio supported on the E2B, E4B and 12B models, that the family spans a context window of up to 256K tokens across five sizes, and the architecture list covering reasoning, extended multimodalities, dense and MoE variants, and on-device optimisation.

• コンテキスト — 131,072トークン対262,144トークン。Gemma 4 26B A4Bは1,024トークンのスライディングウィンドウと、ローカル層とグローバル層を交互に配置するハイブリッドアテンションを採用し、最後の層はグローバルに保ちます。

• モダリティ — LFM2.5-24B-A2B はテキスト入力・テキスト出力です。Gemma 4 26B A4B はテキストと画像を扱い、視覚エンコーダは約 5 億 5,000 万パラメータです。音声はより小型の Gemma 4 サイズに限られます。

• 推論 — LFM2.5-24B-A2B は常に <think> ブロック内に明示的な思考の連鎖を出力します。Gemma 4 26B A4B は指示チューニングされた汎用モデルで、必須のトレースはありません。

• 語彙 — 128,000トークン。インプレースでのトークナイザー拡張により前世代から倍増したのに対し、Gemma 4の5つのサイズすべてで共有される262Kのファミリー語彙。

• ライセンス — lfm1.0 は年間収益 1,000 万ドルまで無償で商用利用でき、それを超える場合は商用ライセンスが必要です。Gemma 4 26B A4B は Apache 2.0 で、ai.google.dev/gemma/apache_2 にある標準のライセンス条文に加えて、Google の禁止用途ポリシーが、ライセンス上の制限ではなく受容可能な利用に関する文書として併記されています。

• 公開フォーマット — Liquidモデル向けのGGUF(Q4_K_M~BF16)、FP8、ONNX、および4/5/6/8ビットMLX。Gemmaサイズ向けには、bfloat16 safetensors、事前学習済みチェックポイント、QAT 4ビットビルド、llama.cpp対応のGGUF、さらにマルチトークン予測ドラフター。

Liquidは両方を実行したが、結果は完全勝利とは言えない

LFM2.5-24B-A2Bのローンチ投稿は、Gemma-4-26B-A4B-itを、その16ベンチマーク表のベースライン列に置いている。Qwen3.6-35B-A3BやNemotron-3.5-Lightningと並べており、4列すべてがベンチマークごとの生成設定でvLLM上で実行されている。以下はすべて双方のベンダー報告である——Liquidがまとめた表にあるLiquidの数値だ。これは独立した評価ではないが、少なくとも単一のハーネスであり、それは大半のモデル対モデルのページが得られるものよりはましだ。

エージェント系の行は一方的な圧勝に見える。AutomationBench は 27.69 対 5.46、ToolSandbox は 80.71 対 72.09、LiveClaw は 48.09 対 41.25、τ³-Bench Banking は 8.04 対 4.54、BFCLv4 は 65.01 対 57.09。指示追従も同じ構図だ。IFEval は 96.75 対 92.00、IFBench は 74.69 対 47.44、Multi-IF は 84.38 対 82.19。

次に、それでもLiquidが公開した表のもう半分を見てみよう。PinchBenchは83.18対77.12で逆方向に振れており、ツール呼び出しの勝利のどれよりも重要な3つの行も同様だ。GPQA Diamond — 74.42対74.90で、大学院レベルの科学の最高水準ではほぼ互角だ。SWE-Bench Verified(OpenCode経由) — 51.00対25.80で、Liquidモデルに2対1の差をつけており、どちらの表の中でも最も驚くべき単一の数値だ。SciCode — 32.71対35.42で、Gemmaサイズが優勢だ。そしてAA-Omniscience — −24.90対−59.39で、どちらのモデルもスコアは悪いが、Gemmaサイズのほうが2倍以上悪い。

それには2つの読み方があり、正直なのは2番目のほうだ。1つ目は、{{1}}2.45Bアクティブのエージェントモデル{{/1}}がエージェントタスクにおいて{{2}}3.8Bアクティブの汎用モデル{{/2}}を上回るというもので、これはまさにそれが作られた目的どおりのことだ。2つ目は、{{3}}Gemma 4 26B A4B{{/3}}の列が全体的に異常に弱く見えるということだ——{{4}}総パラメータ25.2B、アクティブ3.8Bでありながら、指示追従、ツール使用、知識において2.45Bアクティブのモデルを下回っている{{/4}}というのは、Google自身のファミリーテーブルが予測するはずのものではないし、モデルが異なる生成設定とプロンプティングで動かされているなら、共通のハーネスがあってもベンチマークが比較可能になるわけではない、ということを思い起こさせる。これらの行については、方向性は参考になるものとして、大きさはそうではないものとして扱え。

表にまったく載っていないのは、Gemma 4 26B A4B のマルチモーダルな半分です。ここでは視覚ベンチマークは不可能です。LFM2.5-24B-A2B には見る能力がないからです。ワークロードの一部でもユーザーから画像が届くのであれば、この比較には始まる前から勝者がいます。そしてそれは、より新しい方のモデルではありません。

価格、そしてそれぞれを実際に保有するのにかかる費用

LFM2.5-24B-A2B にはトークンあたりの価格があります。入力トークン100万個あたり0.10ドル(キャッシュ済みなら0.05ドル)、出力トークン100万個あたり1.00ドルで、Liquid 自身の Console では開始時に2ドルのクレジットが付きます。Gemma 4 26B A4B にはベンダー定価がまったくありません — Google は一切公表していません — そのため、唯一誠実に言えるコスト数値は、オープンウェイトをホストする各プラットフォームが請求する額だけであり、それはホストによっても日によっても変わります。

その非対称性こそが、あるベンダーのエンドポイントをコードに直結するのではなく、ルーターを経由すべき理由だ。幾何学の話はさておき、ここが双方にとってのチェックアウトが重要になるポイントだ。google/gemma-4-26b-a4b-it と obsidian/gemma-4-26B-A4B —— 当社は Gemma 4 26B A4B チェックポイントをこの2つのIDで提供しており、Liquid がその表で使っている両方の価格参照(qwen/qwen3.6-35b-a3b もその一つ)も、プロバイダーの定価に対して0%のマークアップで、1つのキーの背後にある。当社は LFM2.5-24B-A2B は提供していない。したがってこのページの実践版はこうだ。Liquid のチェックポイントをダウンロードしてローカルで実行し、どちらにするか検討している間は Gemma 4 のサイズと Q​wen のベースラインを同じキー経由で呼び出す。そうすれば、どちらかのベンダーが選んだハーネス上ではなく、自分のタスク上で比較できる。

A two-column scoreboard titled 'LFM2.5-24B-A2B vs Gemma 4 26B A4B — the scoreboard'. The left column, LFM2.5-24B-A2B, lists 24.0B total and 2.45B active parameters, a 131,072-token context, text-only input, SWE-Bench Verified 51.00, AutomationBench 27.69, and a Q4_K_M download of 14.5 GB. The right column, Gemma 4 26B A4B, lists 25.2B total and 3.8B active parameters, a 262,144-token context, text and image input, SWE-Bench Verified 25.80, AutomationBench 5.46, and bfloat16 weights of about 50 GB, above a footer reading 'Benchmark rows from Liquid AI's 2026-10-13 vLLM table, which ran both models; vendor-reported and unreproduced.' and the OrcaRouter logo composited bottom-right.A capture of OrcaRouter's own model page for google/gemma-4-26b-a4b-it, showing the 'Gemma 4 26B A4B' heading and the google/gemma-4-26b-a4b-it identifier, the vision, tools, JSON and reasoning chips, Google as the vendor with a 2026-04-03 date, the summary noting 25.2B total parameters with only 3.8B activating per token, and the 262K-token context row listing text, image and video input with a p50 time-to-first-token figure.

どれなのか、そしてその問いが本当にあなたのマシンについてのものであるのはいつなのか

ワークロードがテキストで、エージェントが計画を立て、ツールを呼び出し、自らを説明する必要があるなら、ダウンロードすべきは新しい方のチェックポイントです。Q4_K_Mで14.5 GB、131Kコンテキスト、明示的な推論、そしてこのまさに同じ対戦相手に対してエージェント系の行で勝利するベンチマーク表を備えています。あなたの作業に画像が少しでも関わる場合、128Kではなく256Kのコンテキストが必要な場合、あるいは収益条項を追跡する必要のないApache 2.0ライセンスを求める場合、Gemma 4 26B A4Bは、LFM2.5-24B-A2Bがそもそも問いもしない問いに答えます — 非圧縮のディスクフットプリントが約3.5倍である代わりに。

どちらのモデルにも解決できないのは、両方とも計算律速ではなくメモリ律速であり、両ベンダーの主張は同じように読まなければならないという点だ。Googleのファミリー発表投稿は、より大きい2つのGemma 4サイズを、bfloat16の重みが「単一の80GB NVIDIA H100 GPUに効率的に収まる」と説明している。それは事実であり、同時にこの特定のビルドを測定した結果ではなく、ベンダー自身による見せ方でもある。LiquidのApple M5 Max上での184トークン/秒と「オンデバイスで同等のMoEより最大1.7倍高速」という主張にも、再現はない。2つのスパースモデル、2つのベンダー、1つの共通する教訓。名前の中の算術は速度を教えてくれるが、名前の中の何もメモリについては教えてくれない。

このような比較は、失敗モードが表面化する場でもあります。このクラスのモデルの背後にある、記録されたAIインシデントやエージェント障害は、OrcaRouter AIインシデントアーカイブ に集められており、各エントリーには独自の情報源、重大度、信頼度グレード、異議ありフラグが付されています。