LFM3-1.7B-Base 対 MiniCPM5 2B：2つのベンダー、2つのスコアボード、1つの正直な答え

Liquid AIによって作成されたLFM3-1.7B-Baseリポジトリは2026年10月26日にHugging Faceに登場し、翌日にはLFM3ファミリーの発表を公開しました——そしてその発表のベンチマーク表は、異例なほど有用なことをしています。すなわち、事後学習済みのLFM3-1.7Bを、直接MiniCPM5-2Bと比較しています。後者はOpenBMBが、その重みが9月に登場して以来、2Bクラスのオープンソース最先端と呼び続けている2.5Bモデルです。Liquid自身の27テストのスイートでは、LFM3-1.7Bが23行、MiniCPM5-2Bが4行で勝利しています。しかし、本記事のタイトルにあるチェックポイントはその表にあるものではなく、いかなる種類のベンチマーク数値も持ち合わせていません。そのギャップこそがこの物語です。

小規模モデルの比較では必ず3つのことが混同されがちなので、最初に切り分けておく価値がある。Liquidが測定したもの、OpenBMBが測定したもの、そして、人々が実際にファインチューニングするベースチェックポイントについてどちらのベンダーも公表していないことだ。このページに登場する2つの名前の公平な比較を述べているのは、3番目のカテゴリーだけである。

Liquidが公開した表と、それが説明するモデル

LFM3-1.7Bのモデルカードには、エージェント、ツール使用、エージェント型コーディング、コーディング、指示追従、知識、長文コンテキストという7カテゴリにまたがる27行が掲載されており、LFM2.5-2.6B、MiniCPM5 2B、Gemma 4 E4B、Qwen3.5 4B、Qwen3.5 9Bの列があります。Liquid自身のモデルはそのうち4つを除くすべてで勝利しており、エージェント関連行の差は僅差ではありません。LiveClaw 45.60 対 30.37、WebArena-Verified 38.42 対 9.11、AutomationBench 41.29 対 4.71、BrowseComp-Plus 37.00 対 16.83です。同じパターンはツール使用（BFCL V4 71.39 対 62.65、ToolSandbox 80.36 対 68.16）と長文コンテキストでも当てはまり、RULER 128Kは65.56で、MiniCPM5-2Bの37.96に対して優位に立っています。

MiniCPM5-2Bの4つの勝利はすべて、知識またはマルチターンの堅牢性によるものだ。τ³-benchは69.44対68.01、GPQA Diamondは65.15対63.37、ツールなしのHumanity's Last Examは8.20対7.17、AA-Omniscienceの精度は9.13対7.07だった。これらは、1点の何分の1かがしばしばノイズになるベンチマーク上の僅差だ。一方、エージェント能力における差は僅差ではない。

その段落の数字はすべてベンダーによる自己申告です。Liquidは独自のハーネスを実行し、独自の比較対象セットを選び、カード上にテストごとの方法論を公開していません。2026年10月28日時点で、Artificial AnalysisにLFM3の項目は見つからなかったため、それと突き合わせて評価できる独立した再現はありません。23–4の内訳はLiquidの主張として扱い、業界の結果として扱わないでください。

ベースチェックポイントが実際に何なのか

ポストトレーニングを取り除くと、24層の1.73Bテキスト専用モデルになります。内訳は、ゲート付きショート畳み込み13層、256トークン窓のスライディングウィンドウアテンション5層、グローバルアテンション6層です。256Kコンテキストという数字は本物で、公開設定のmax_position_embeddingsには262,144と記載されています。初期の報道が混同した256トークン窓のことではありません。語彙は128,000トークン、モデルカードには16言語が記載され、ライセンスはLFM Open License v1.0です。その商業利用の許諾は、年間収益が1,000万ドル以上の法人には適用されなくなります。

トレーニングレシピは、ほとんどのベースリリースよりも詳細に文書化されている。合計22兆トークンで、最後の3.5兆トークンはエージェント型トレースやツール呼び出しを含むキュレーション済みの中間トレーニングデータに費やされ、さらに128Kおよび256Kのコンテキスト拡張も行われる。4ビット精度では、チェックポイントは約1GBを要すると説明されており、対象がサーバーではなくスマートフォンやノートPCである場合に重要な数字となる。

このカードが与えてくれないのは、ベースモデル自体に関する評価です。Liquidが公開しているスコアは、SFT、混合RL、マルチドメインのオンポリシー蒸留、エージェントRLを経た後のLFM3-1.7Bのものです。公開資料からは、その49.37という平均のうちどれだけが22兆トークンの事前学習に由来し、どれだけが事後学習スタックに由来するのかを切り分ける方法はありません。これはLiquidに固有の批判ではありません——ベースモデルの評価を公開する人はほとんどいません——が、つまり本記事のタイトルにある名前には、それ自体のスコアボードがないということです。

OpenBMBのカウンタースコアボード

MiniCPM5-2Bのモデルカードは、異なる評価軸で別の主張を行っている。能力レーダーは9次元を採点し、平均53.9を報告している。これに対してQwen3.5-4Bは51.1、granite-4.2-3Bは42.7、LFM2.5-2.6Bは33.2だ。このボードでは、同モデルは2Bクラスの最先端であり、4Bクラスのモデルとも競争力がある。LFM3-1.7Bは含まれていない。モデルカード執筆時点では存在していなかったからだ。

2つのスコアボードは互いに差し引くことはできない。異なるテスト、異なる正規化、異なる比較セットを使っている——そして唯一重複するベンチマークであるτ³-benchは、まさにLiquidの表でOpenBMBのモデルがわずかに先行しているところだ。53.9を49.37の隣に置いて、MiniCPM5-2Bの方が強いモデルだと結論づけるなら、あなたは9軸のベンダー平均と27テストのベンダー平均を比較しただけで、何も学んでいない。

ハードウェア面の事実はより曖昧さが少ない。MiniCPM5-2B は標準的な LlamaForCausalLM で、総パラメータ数は 2,516,756,480、うち非埋め込みパラメータは 1,981,982,720、42 層、16 クエリヘッドと 2 KV ヘッドのグループ化クエリ注意、出荷構成でのコンテキスト長は 131,072 トークンである。Apache 2.0 で、GGUF、MLX、GPTQ、LiteRT ビルドとして投機的デコード用のドラフトモデルとともに提供され、OpenBMB は学習コーパスも同時に公開した。これは工場まで付いてくる完成品だ。

ベース対ベースの比較だけが唯一クリーンな比較だ

両ファミリーは事前学習済みチェックポイントを提供しているため、初めて同一条件での比較が可能になります。MiniCPM5-2B-Baseは2026年8月27日に作成され、Apache 2.0ライセンスで提供されており、LFM3-1.7B-Baseと同じ理由で存在しています。つまり、別の何かにポストトレーニングされるためです。どちらのベースカードも評価表を公開していません。したがって、判断はスコアではなく、仕様、ライセンス、エコシステムに基づいて下す必要があります。

その捉え直しは重要です。なぜなら、この組み合わせで最もよくある誤りは、Liquidベースをダウンロードし、チャットモデルのようにプロンプトして、MiniCPM5-2Bより劣ると結論づけることだからです。実際に劣ります。LFM3-1.7B-Baseは、チャットテンプレートと思考モードを備えた中間訓練の出力であり、アシスタントではありません。Liquid自身のカードには、チャット、ツール呼び出し、エージェントにはLFM3-1.7Bを使うよう書かれています。LFM3-1.7Bと比較すべき適切な対象は、OpenBMBの完成済みチェックポイントであり、その比較はすでにLiquidの表に存在します。ベース同士の比較は、自分で訓練を行うつもりの人向けです。

仕様書、寸法ごとに

• パラメータ — LFM3-1.7B-Base: 24層で1.73B。MiniCPM5-2B: 合計2.52B、非埋め込み1.98B、42層。

• コンテキスト — LFM3-1.7B-Base: 256Kトークン（入力と出力を合わせて）。MiniCPM5-2B: 出荷時設定で131,072トークン。

• アーキテクチャ — LFM3-1.7B-Base：ゲート付き短畳み込みに加えてスライディングウィンドウ注意とグローバル注意を備えたトライハイブリッドで、trust_remote_code を指定して読み込みます。MiniCPM5-2B：未改変のツールで動作する標準的な Llama デコーダです。

• ライセンス — LFM3-1.7B-Base: LFM Open License v1.0、年間売上高1,000万ドル未満であることを条件に商用利用可能。MiniCPM5-2B: Apache 2.0、収益条件なし。

• 提供フォーマット — LFM3-1.7B-Base: ベースカードではBF16重みのみ。事後学習版の兄弟モデルにはGGUF、MLX、ONNX、FP8、NVFP4ビルドがある。MiniCPM5-2B: BF16、GGUF、MLX、GPTQ、LiteRTに加え、SFTおよび中間学習チェックポイント、DSparkドラフトモデル。

• フットプリント — LFM3-1.7B-Base：Liquidによると、4ビットで約1 GB。MiniCPM5-2B：2.5Bの密モデルで、モデルカードに4ビットのフットプリントは公開されていない。通常の2.5Bクラスのメモリコストを見込むべきで、1 GBではない。

• 言語 — LFM3-1.7B-Base：アラビア語、ヒンディー語、タイ語、ベトナム語を含む16の名前付き言語。MiniCPM5-2B：英語と中国語を中心としたカードで、その背後には公開されたデータがある。

• 学習データ — LFM3-1.7B-Base：22Tトークン、レシピは説明されているがデータは公開されていない。MiniCPM5-2B：UltraDataコーパスが重みとともに公開されている。

リポジトリがデプロイについて教えてくれること

MiniCPM5-2Bは、今日デバイスに導入するのがより容易なモデルです。アーキテクチャは標準的なため、llama.cpp、Ollama、LM Studioでのサポートは、カーネルを待つのではなく公開済みのGGUFを使うだけのことです。Apple Silicon向けにはMLXビルドがあり、AndroidにはLiteRTの経路があり、DSparkドラフトモデルは制約のあるハードウェア上でデコーディングを高速化するためにまさに存在しています。

LFM3-1.7B-Base はランタイムにより多くを要求します。カスタムのモデリングコードが必要で、ベースチェックポイントは BF16 のみで公開されています。周辺のファミリーにはより充実したサポートがあります。Liquid は、BF16 については vLLM、SGLang、Transformers のサポートを、FP8 と NVFP4 については SGLang を、GGUF については llama.cpp と Ollama を、Apple Silicon については MLX を、クロスプラットフォーム作業については ONNX Runtime を挙げています。注意点は、それらのビルドがベースチェックポイントではなく LFM3-1.7B に属するということです。LFM3 サポートを追加する SGLang のプルリクエスト #46858 は執筆時点でまだオープンでした。コンパニオンのクックブックのプルリクエストはマージ済みです。

今週エンドポイントの背後にどのモデルを置くかという問いであれば、次の点に注意してください。MiniCPM5-2BもLFM3-1.7B-Baseも今日のOrcaRouterのカタログにはありません。どちらも現時点ではダウンロードしてセルフホストする前提の選択肢です。まさにそうした状況で、ルーティング層がその価値を発揮するのは、早い段階ではなく後になってからです。200以上のモデルに対応するOpenAI互換のキー1つ、プロバイダーの定価をそのまま通す0%マークアップ、セルフホストのマシンや単一の上流がダウンしたときの自動フェイルオーバーです。1 GBのモデルをノートPCで動かすのにそんなものは必要ありません。必要なのは、小さなモデルが本番経路の一端となり、何かが障害を受け止めなければならなくなったときです。

まだ知り得ないこと

正直なリストは短く具体的だ。どのLFM3モデルについても独立したベンチマークは見つからなかったため、このファミリーに関する能力の主張はすべてLiquid自身によるものだ。LFM3-1.7B-Baseの公開された評価はなく、ポストトレーニング前の生のチェックポイントがどれほど優れているかを言える人はいない。ホスト型API上のLFM3にはトークン単位の価格がなく、そのためMiniCPM5-2B（ほとんどの導入形態ではこれもセルフホスト）とのコスト比較は、料金表上の比較ではなくハードウェアと電力の試算になる。また、256トークンのスライディングウィンドウが、検索重視の長文脈作業でモデルに何らかのコストをもたらすかどうかについて、独立かどうかを問わず証拠はまだない。Liquid自身のRULER 128Kスコア65.56は、Qwen3.5 9Bについて報告している87.11を大きく下回っており、これは評決ではなく注視に値するシグナルだ。

どちらかをダウンロードする前に答えておく価値のある3つの質問

モデルが欲しいのか、それとも出発点が欲しいのか？

質問に答え、ツールを呼び出し、月曜日のデモを乗り切れるものを求めるなら、MiniCPM5-2Bは完成品であり、LFM3-1.7B-Baseはそうではありません。ドメインコーパス、ポストトレーニングのパイプライン、そして既製モデルでは不十分な理由があるなら、ベースチェックポイントが正しい購入選択です——そしてSFT、DPO、GRPO、継続事前学習向けのLiquidのTRLノートブックは、ほとんどのベンダーが提供するよりも多くの指針となります。

あなたの組織は年間売上高1,000万ドルを超えることはありますか。

LFM Open License v1.0 は、そのしきい値を下回る場合にのみ商用権を付与します。それを上回る場合、その成果物は本契約の下では一切ライセンスされず、Liquid との別途の取り決めが必要です。Apache 2.0 にはそのような崖はありません。趣味のプロジェクトや初期段階のスタートアップにとって、その違いは理論上のものです。確立された企業にとっては、ベンチマークを実行する前に候補リストを左右する要因になります。

256Kコンテキストのために独自アーキテクチャを採用する価値はあるのか？

LFM3-1.7B-Baseは、より少ないパラメータ数でMiniCPM5-2Bの2倍のコンテキストを提供しており、これがその利点を裏付ける最も強力な技術的根拠となっている。その代償は、リモートコードを必要とする非標準のモデルであること、ベースチェックポイント上で利用できる既製ビルドの範囲が狭いこと、そしてランタイム統合がまだ進行中であることだ。ワークロードが131Kに収まるのであれば、使うことのない余裕のためにその代償を払っていることになる。

どちらを選ぶべきですか

これらの2つの名前を比較するほとんどのチームにとって、答えはMiniCPM5-2Bです。ベンチマーク競争で勝つからではなく、量子化ビルド、公開された学習データ、ライセンス上の上限がない、完成したApache-2.0製品だからです。能力の高い2.5Bモデルをデバイスに載せるための、よりリスクの低い方法です。

LFM3-1.7B-Baseは、より狭い層にとってはより興味深い賭けだ。つまり、256Kコンテキスト、16言語、単一GPUで学習を継続できる非標準アーキテクチャを備えた1.73Bチェックポイントを求め、LFMライセンスとより薄いベースモデル生態系を受け入れられるチームにとって。Liquidはそうした層に現実的な出発点と異常に詳細な学習レシピを提供した。だが、ベースチェックポイントがOpenBMBの完成版より優れていると信じる理由をまだ誰にも与えていないし、ベンダー自身の表もそう主張しようとはしていない。

注目すべき数字は23対4の内訳ではない。それは、LFM3モデルに対する初の独立評価だ——Liquidのスコアボードが唯一のスコアボードではなくなる時点である。