LFM3-1.7B-Base 対 Gemma 4 12B：汎用型に対する専門特化型の基幹モデル

2つのダウンロードを並べてみると、最初に目に入る違いはベンチマークではありません。LFM3-1.7B-Baseは、2026年10月26日にHugging Faceへ公開され、翌日のLiquid AIのファミリー発表でその名が示された、17.3億パラメータの事前学習済みテキストモデルを含む3.46 GBのbfloat16ファイルです。Gemma 4 12Bは、2026年6月3日にGoogle DeepMindからリリースされた119.5億パラメータの高密度モデルで、指示チューニング、256Kコンテキスト、テキストだけでなく画像や音声も読み取る機能を備えています。一方はコンポーネントです。もう一方は製品です。能力で比較するのはカテゴリーエラーであり、トークン単価で比較するのもほぼ同様に不適切です。なぜなら、ベースチェックポイントにはトークン価格がなく、あるのはファインチューニング費用だからです。ルーティングはプロバイダーの定価にマージンを上乗せしません。0%のマークアップパススルー料金については、当社の料金ページをご覧ください。

それでもこの比較にはページを割く価値がある。なぜなら、どちらも小さなチームが今週ダウンロードするかもしれないオープンウェイトモデルであり、その根底にある理由は同じだからだ。自分たちが管理でき、自分たちが所有するハードウェア上で、呼び出しごとの契約なしに使えるモデルを求めているのである。有用な問いは、どの種類の資産がそこへ導くかだ — 自分たちで形作る小さな土台か、それとも採用する大規模な汎用モデルか。

行うことができないベンチマーク比較

LFM3-1.7B-Baseには公開された評価がありません。薄っぺらな評価ですらなく、アスタリスク付きのベンダー表ですらなく、皆無です。モデルカードには仕様とファインチューニングガイドが記載され、Liquidのローンチ投稿には、このチェックポイントから構築された事後学習済みの兄弟モデルであるLFM3-1.7Bについての充実したベンチマーク表が掲載されています。これらは別個の成果物です。ベースモデルはテキストを予測し、事後学習済みモデルは指示に従います。前者を指示追従ベンチマークで採点しても、分かるのは後者についてです。

対照的に、Gemma 4 12B は、命令チューニング済みチェックポイントの完全なファミリーテーブルを備えて登場します。MMLU Pro で 77.2%、GPQA Diamond で 78.8%、ツールなしの AIME 2026 で 77.5%、LiveCodeBench v6 で 72.0%、Codeforces Elo は 1659、MMMU Pro で 69.1%、128K・8ニードルでの MRCR v2 で 43.4% です。これらはすべて Google 自身の数値であり、独立に再現されたものはありません。Artificial Analysis は別途、Gemma 4 12B をインテリジェンス指数 14 と位置づけ、比較クラス内の 141 モデル中 20 位にランク付けしており、測定された出力速度は毎秒 110.9 トークンです。

つまり、正直なスコアボードには値が入った列が1つと空の列が1つあり、その空の列はモデルの失敗ではありません。それはベースチェックポイントとはそういうものだからです。Liquid自身によるチューニング済みLFM3-1.7Bの平均である49.37をGemmaのMMLU Proの隣に置く人は、2つの異なる評価スイート、2つの異なるモデル、そして2つの異なるチューニング水準を比較しているのです。

各チェックポイントは実際には何のためにあるのか

LFM3-1.7B-Baseは、変更されるために存在する。Liquidのモデルカードには、本格的なファインチューニング専用に推奨されると記されている。具体的には、特定言語向けアシスタント、特定ドメイン向けアシスタント、独自データでの学習、新規のポストトレーニング手法などだ。チャットやツール利用を望む人には、代わりにチューニング済みモデルを案内している。22兆トークンで事前学習され、そのうち最後の3.5兆トークンはエージェント軌跡とツール呼び出しを含む厳選されたミッドトレーニングデータで、この段階でコンテキストは262,144トークンに拡張された。4ビットでは約1GBに収まり、これこそが設計上の主張のすべてだ。つまり、1台のGPUでファインチューニングでき、スマートフォンで動かせるほど小さな幹である、ということだ。

Gemma 4 12BGoogleの5モデル構成のGemma 4ファミリーにおける中規模のデンスモデルで、個別のマルチモーダルエンコーダは持たず、画像パッチと音声波形はテキストトークンと同じ空間に直接投影されます。4ビット量子化で約7GBのメモリでラップトップ上で動作し、Apache 2.0ライセンスで提供され、収益トリガーはありません。また、登場から6か月のモデルが蓄積してきたようなエコシステム支援を備えています。量子化ビルド、フレームワーク統合、そしてすでにその失敗モードを見つけ出しているコミュニティです。

決め手となる6つの違い

• パラメータ — 1.73Bのdenseモデル対11.95Bのdenseモデル。サイズ比は6.9対1で、これがメモリ、ファインチューニングのコスト、推論速度、そして一般的な知識の上限に至るまで、下流のすべてを左右します。

• モダリティ — LFM3-1.7B-Base はテキスト入力、テキスト出力。Gemma 4 12B はテキスト、画像、音声の入力、テキスト出力。ベースチェックポイントはスクリーンショットを見ることができず、どれだけファインチューニングしても、一度も学習されていない視覚エンコーダーが追加されることはない。

• コンテキスト — どちらも262,144トークンです。小型モデルが一切見劣りしない唯一の項目であり、これはマーケティング上の偶然ではなく、ハイブリッドアーキテクチャの真の成果です。

• 言語 — LFM3-1.7B-Baseではアラビア語、ヒンディー語、タイ語、ベトナム語、インドネシア語を含む16言語が挙げられています。Gemma 4 12Bは140以上の言語で事前学習されており、35以上の言語については追加設定なしでのサポートが謳われています。対象範囲ははるかに広く、多言語展開において実質的な優位性があります。

• 語彙 — LFM3-1.7B-Base では 128,000 トークン、Gemma 4 12B では 262,000 トークン。より大きな語彙はラテン文字言語とコードにおいてテキストをより積極的に圧縮します。より小さな語彙は埋め込み行列を小さく保ち、モデル全体が 3.46 GB の場合に重要です。

• ライセンス — LFM Open License v1.0 は、年間収益が1,000万ドル未満であれば商用利用が無料で、その閾値を超える場合は商用ライセンスが必要です。Gemma 4 12B は Apache 2.0 で、Google の利用規定が収益条件としてではなくモデルの重みとともに付属しています。

唯一の同一スイート番号と、それが引き継がれない理由

Liquidが同一の評価スイート上でGemma 4 12Bに対するスコアを公表しているのはただ1箇所だけで、しかもそれは別のモデルに関するものだ。62の視覚ベンチマーク全体で、Liquidは同社の1.9B視覚モデルであるLFM3-VL-2Bについて、スイートの一般カテゴリで66.0、Gemma 4 12Bでは74.0と報告している。同じ表の他の箇所ではより小さいモデルの方が差が小さく、Liquidのまとめでは、その視覚モデルは6倍以上小さいにもかかわらずGemma 4 12Bに「匹敵する」とされている。

文ではなく表を読むと、より正確なことが述べられている。1.9B のマルチモーダルモデルが、広範な視覚スイートで 12B のマルチモーダルモデルに 8 ポイント差以内まで迫っており、その差はカテゴリごとに不均一だ。これを LFM3-1.7B-Base についての記述として読むと、何も述べていないことになる。テキストベースのチェックポイントには視覚タワーがなく、それらのベンチマークのいずれでも評価されていない。この主張は兄弟モデルに属するものであり、注意深い比較を誤解を招く比較に変えてしまう種類の出所の取り違えだ。

12Bの汎用モデルは金額にしていくらの価値があるのか

Gemma 4 12B に市場価格がついているのは、第三者がそれを提供しているからだ。Artificial Analysis は、オープンウェイトをホストする各プラットフォーム全体で、入力100万トークンあたり0.10ドル、出力100万トークンあたり0.30ドルという混合中央値を報告している。これはプロバイダー間の中央値であり、定価ではなく、供給側の変化に伴って動くものだ。これはほとんどのチームが自分で実行することを考えもしないほど安い。

LFM3-1.7B-Baseにはそのような価格はありません。提供されるモデルではないからです。そのコストはファインチューニングの実行、データパイプライン、サービングスタックであり、これらの数値は何を作るかによって一桁以上変動します。Liquidの売り込みは、実行が単一のGPUに収まり、結果が約1ギガバイトに収まるというものですが、それはモデルについて当てはまることであり、ラベル付きデータのコストについては何も語っていません。専門特化のファインチューニングは、すでにデータを持っていない限り、汎用APIを呼び出すより安くはなりません。持っていれば、大量処理では劇的に安くなります。

ここがルーティングレイヤーが真価を発揮する場面です。OrcaRouter はプロバイダーの定価を0%のマークアップでそのまま通し、ベンダーの値下げが再価格設定サイクルを待たずに当日反映され、同じキーで自動フェイルオーバー付きの200以上のモデルに到達できます。この判断を検討しているチームにとって実用的なパターンは、専門特化のファインチューニングを評価している間は汎用モデルをルーティング経路に置き、ファインチューニングが自社のホールドアウトセットで勝った時点でトラフィックを移すことです — ベンダーの平均値で判断するのではなく。

買い手が3人いれば、答えも3つ

独自のデータがあり、タスクは限定的です。 LFM3-1.7B-Base を選びましょう。1.73B の基幹部分は 1 基の GPU でファインチューニングできるほど小さく、256K コンテキストはファインチューニング後も維持され、16 言語の語彙はほとんどの地域展開をカバーします。Gemma 4 12B もファインチューニングできますが、これから特化によって切り捨てようとしている能力を再トレーニングするために費用を払うことになります。

今日の午後には動くモデルが必要だ。Gemma 4 12Bを選ぼう。ベースチェックポイントは質問に答えられず、チューニング済みの兄弟モデルは別のダウンロードで、ライセンスの検討も別になる。Gemma 4 12Bは命令チューニング済みでマルチモーダル、ドキュメントもあり、公表された中央価格で利用できる。最初の回答までの時間は分単位で測れる。

両方が必要です。 これが一般的なケースであり、フレーミングが覆い隠しているケースでもあります。狭く大量処理のタスク向けにトランクをファインチューニングし、それ以外はすべて汎用モデルにルーティングします。両者はアーキテクチャのレベルでは代替にはなりません。この判断を二者択一として扱うと、チームは専門モデルに過剰なコストを払うか、小規模モデルが訓練されたことのないユースケースに十分に対応できないかのどちらかになってしまいます。

ライセンスは潜在的な重要課題だ。

Apache 2.0 のおかげで、多くの企業は Gemma のライセンスを読むのをそこでやめてしまいます。収益しきい値も、商用トリガーも、交渉もありません。Google の許容使用ポリシーに従うことを条件に、重みは自社で改変し提供できます。Liquid の LFM Open License v1.0 も小規模なら寛容ですが、年間収益 1,000 万ドルのしきい値を定め、それを超えると商用ライセンスが適用されます。スタートアップにとってその違いは理論上のものです。大企業内の事業部門にとっては、最初のファインチューニングが始まる前に始まる調達の話なのです。

何が答えを変えるだろうか

この比較をカテゴリー論の議論から数値による議論へと移す証拠が2つある。1つ目はLiquidによるベースモデル評価であり、たとえ小規模でも、ホールドアウトコーパス上で行われれば、22兆トークンとトライハイブリッドスタックがLFM2.5-2.6B-Baseより優れた出発点を生み出したかどうかを読者が判断できる。2つ目は、公開タスクにおけるLFM3-1.7B-Baseの独立したファインチューニングを、Gemma 4 12Bをベースラインとして報告したものだ。どちらもまだ存在せず、ローンチ記事はそれらを約束してもいない。

それが実現するまでは、判断はどちらのモデルが優れているかではなく、何を買うかで決まる。スコアも指示チューニングもない3.46 GBのトランクか、ベンダー数値の完全な一覧表と二度と見直す必要のないライセンスを備えた12Bの汎用モデルか。能力の差は僅差ではない。僅差なのは適合性であり、スコアボードの空欄こそがこのページで最も正直なものだ。