LFM3-1.7B 対 Nemotron 3.5 Lightning 30B A3B：1ギガバイト 対 22

ほとんどのモデル比較はベンチマーク表から始まります。この比較はメモリ予算から始めなければなりません。なぜなら、LFM3-1.7BとNemotron 3.5 Lightning 30B A3Bはシステム内の同じスロットを争わないからです。NVIDIAのモデルは、2026年8月11日にOpenMDW-1.1の下で公開され、NVFP4ビルドでは約22 GBを必要とします。Liquid AIのモデルは、2026年10月27日に発表され、4ビットで約1 GBを必要とし、スマートフォンで動作するように設計されています。当社が自社でホストしないモデルについては、ホストではなくルーティングが制御サーフェスとなります。プロバイダーの定価は0%のマークアップで提供されます。

その事実に続くものはすべて、そこから導き出されます。Nemotron 3.5 Lightning は、両ベンダーが公開したあらゆるベンチマークでより高性能なモデルです — GPQA Diamond は 75.57 対 63.37、SWE-bench Verified は 52.80 対 43.40（NVIDIA 自身の Hugging Face カードの評価パネルに記載されているとおり）。また、コンテキストウィンドウも最大100万トークンで、262,144トークンとは対照的です。どちらのモデルが優れているかという問いなら、答えは明白で、このページはここで終えてもよいでしょう。

代わりに問うべきは、あなたの配備においてどのモデルに役割があるかです。22 GB のモデルは、スマートフォン、ラップトップ、Jetson のいずれでも実用的な構成では動きません。1 GB のモデルはリポジトリを修復しません。これらは異なる制約であり、ベンチマークの点数だけを数える比較では、間違った方を買うように導かれてしまいます。

実際に何がどこに当てはまるのか

Nemotron 3.5 Lightning 30B A3BはハイブリッドMixture-of-Expertsモデルです。総パラメータ数は300億で、そのうち約30億がアクティブです。128個のルーテッドエキスパートがあり、6個が発火するのに加えて1個の共有エキスパートを持ち、Mamba-2状態空間層が少数のフルアテンション層と交互に配置されています。NVIDIAはBF16のリファレンス重みと、単一GPUに収まる約22GBのNVFP4ビルドを提供しており、このモデルはB200、H100、H200、A100、GB200、DGX Spark、RTX 5090、Jetsonハードウェアで動作します。

LFM3-1.7Bはdenseかつ小型です。パラメータ数は17.3億、ゲート付き短畳み込みとスパースアテンションによる24層で、BF16で3.46 GB、4-bitでは約1 GBです。Liquidのモデルカードには、スマートフォンやノートPCに収まると書かれており、そのサイズならこの主張は成り立ちます。

• 総パラメータ数 — LFM3-1.7Bは1.73Bのdense、Nemotron 3.5 Lightningは約3Bがアクティブな30B。

• デプロイ時のメモリ — 4ビットで約1 GB、NVFP4では約22 GB。

• コンテキスト — 最大1,000,000に対して262,144トークン、単一のH100では256K、ホスト型エンドポイントでは262K。

• モダリティ — 両方ともテキストのみで、これらのチェックポイントには視覚・音声の経路は含まれていません。

• 言語 — LFM3-1.7B では16言語を明示、Nemotron 3.5 Lightning では英語と5言語。

• ライセンス — LFM Open License v1.0は年間収益1,000万ドル未満なら無料、これに対しOpenMDW-1.1は収益テストなしで商用・非商用利用を許可しています。

Nemotronの速度に関する主張は、それが小さいということではない

「{{1}}Lightning{{/1}}」と「{{2}}3B active{{/2}}」を、小型のdenseモデルと同じ売り文句として受け取るのは容易だろう。しかし、そうではない。NVIDIAの速度に関する主張は、LFM3モデルにはない3つの要素に支えられている。すなわち、長いシーケンスでよりよくスケールするMamba-2ハイブリッドアーキテクチャ、投機的デコーディングを伴うマルチトークン予測、そして専用のドラフトモデル——DGX Sparkや低同時実行の構成向けのDSpark、代替となるDFlash——である。

公表されている測定結果は、これを裏付けている。DGX Spark 上では、DSpark を組み込んだ vLLM が単一ストリームで毎秒約115.8トークン、8件の同時リクエストでは合計で毎秒約422トークンに達したのに対し、投機的実行を伴わない場合は毎秒約79.6トークンだった。NVIDIA は、同程度のサイズのモデルと比べて最大4倍高速な生成が可能だと主張し、このモデルを精度と速度のパレートフロンティア上に位置づけている。

LFM3-1.7Bの速度上の優位性は質的に異なる。高速なのは、実行するものがほとんどないからだ。17.3億の密なパラメータ、128Kトークンで1.6GBのKVキャッシュ、そしてルーティングのオーバーヘッドが一切ない。Liquidは、テストしたハードウェア上で自社の前世代モデルより1.8～2.8倍高速なデコードを、単一のNVIDIA B300で1日あたり36億トークンを報告している。それは、誰もスマートフォンには載せないハードウェア上でのスループットだ。

{{1}}つまり、この2つのモデルは正反対の理由で高速です。一方は大規模モデルを工学的に設計してトークンあたりの計算量を減らすことで、もう一方は小さすぎてその問い自体が意味をなさないほど小さいことによって。{{/1}} サーバー上では、工学的な工夫が勝ります。デバイス上では、小さいモデルだけが存在する唯一の選択肢です。

能力のギャップを、率直に述べると

NVIDIAのHugging Faceカードには、Nemotron 3.5 Lightning 30B A3Bについて、MMLU-Proで81.62、GPQA Diamondで75.57、SWE-bench Verifiedで52.80が記載されています。Liquidは、LFM3-1.7BについてGPQA Diamondで63.37、SWE-bench Verifiedで43.40を報告しており、そのモデルのMMLU-Proの数値は一切公開していません。

そのうち2つは直接比較可能で、いずれもNVIDIAに軍配が上がり、その差は12.2ポイントと9.4ポイントです。これは、小型のdenseモデルが最も弱いまさにそのタスク、すなわち大学院レベルの科学推論とリポジトリ規模のコード修復における実質的な差です。Liquid自身のモデルカードも後者を認めており、小型であるためエージェント型コーディングや複雑な多段階推論には推奨されないと明記しています。

正確な数値に関する注意点として、このチェックポイントについてNVIDIAが公表した数値は、リリース資料とHugging Faceの評価パネルの間でわずかに変動しています。以前の記事では、同じ2つのベンチマークについて75.44と51.56が引用されていました。差の方向とおおよその大きさはバージョン間で安定していますが、具体的な小数値は固定されたスコアではなく、ベンダー報告かつバージョン依存のものとして扱ってください。

LFM3-1.7B が独自の数値を示している箇所では、それらは知識ベースではなくエージェント型の数値です。BFCL V4 で 71.39、ToolSandbox で 80.36、τ³-bench で 68.01、WebArena-Verified で 38.42、IFEval で 96.66 です。NVIDIA はこのチェックポイントについて BFCL や ToolSandbox の数値を公開していないため、それらを並べて比較することはできません。NVIDIA は PinchBench で 10,000 タスクにわたり 86% の精度を報告しており、同程度の精度で Qwen3.6-35B より 30% 速く完了したとしています。これに対応する主張を Liquid は持っていません。両ベンダーは単に異なるものを測定しており、判定を支えるのは重複している部分だけです。

コンテキストが最も大きな実際の隔たりです

100万トークン対262,144トークンは、わずかな違いではない。Nemotron 3.5 Lightningのネイティブウィンドウは4倍長く、保守的な単一H100構成の256KでさえLFM3モデルの最大値に匹敵する。リポジトリ全体のコンテキスト、長期的なエージェントトレース、1時間に及ぶ文字起こしを中心に構築されたワークロードでは、小規模モデルの制約となるのは能力よりもウィンドウの方だ。

ただし、長いウィンドウと長文脈保持は別の主張である点には留意すべきです。LFM3-1.7Bは128KでのRULERで65.56を報告しており、これは控えめな値です。262Kトークンを受け付けられますが、その文脈全体を同等に保持できるわけではありません。本稿で確認した資料では、NVIDIAはこのチェックポイントのRULER値を公表していないため、保持性能の比較はできません。1Mウィンドウが1Mの使用可能なアテンションに相当すると仮定してはなりません。

ライセンスはベンチマークが示唆する以上に異なる

これは、小規模モデルのベンダーがより不便な選択をした唯一の点です。Nemotron 3.5 Lightning 30B A3B は OpenMDW-1.1 の下でリリースされており、売上閾値なしで商用および非商用利用が許可されています。LFM3-1.7B は LFM Open License v1.0 の下にあり、年間売上1,000万ドル未満であれば商用利用は無料ですが、そのラインを超えると有料の商用ライセンスが必要です。

個人開発者やスタートアップにとって、その違いは理論上のものだ。大企業内のチーム、あるいは大規模化を計画しているチームにとっては、その違いはNemotronが完全に回避している調達ステップだ。LFM3-1.7Bの売り文句のすべてが自社製品内への導入であることを踏まえると、アーキテクチャを称賛する前にライセンスを読む価値がある。

1 GBモデルが依然として答えとなる場面

以上のどれも、LFM3-1.7Bを悪いモデルにしているわけではない。それはこのモデルを、展開できる範囲が狭いモデルにしているのであり、その範囲内ではNemotron 3.5 Lightningに関する事柄は一切関係ない。なぜなら、より大きなモデルはそもそもそこに存在し得ないからだ。

製品がスマートフォン、ラップトップ、ディスクリートGPUを搭載しないAI PC、または現場用デバイス向けに出荷される場合、LFM3-1.7Bは妥協ではありません — この2つのうち動作する唯一のモデルです。ポケットに収まるデバイスでの262,144トークンのコンテキストは本当に異例であり、16言語の語彙はほとんどの地域展開をカバーします。ツール呼び出し、構造化抽出、分類、ローカルアシスタントにとって、それだけで製品を構築するのに十分です。

ほとんどのチームにとって適切なパターンは、両方を階層化して使うことです。高速でプライベートなスキーマに沿った呼び出しには LFM3-1.7B をデバイス上に置き、推論負荷の高い作業やリポジトリ規模の作業はサーバー側モデルに送ります。これはモデルの好みではなくアーキテクチャ上の決定であり、実際、実運用されているエージェントの多くはすでにそう構築されています。

ルーティング層が当てはまるのはサーバー層です。Nemotron 3.5 Lightning は NVIDIA 自身のスタックといくつかのサードパーティプラットフォームを通じて提供されており、OrcaRouter の役割は、当社が自前でホストしないあらゆるモデルに対して果たす役割と同じです: 200 を超えるモデルにわたる単一のキーと単一の請求書、プロバイダーの定価を 0% のマークアップでパススルーし、プロバイダー間で自動フェイルオーバーを行うため、長時間実行されるエージェントが 1 つのエンドポイントの劣化によって失敗することがありません。LFM3-1.7B も Nemotron 3.5 Lightning も本日の当社カタログにはありません — どちらもオープンウェイトのダウンロードで、小さい方はお客様が所有するハードウェアで実行することを意図しています。

床が要点です

GPUがあり、あなたの課題が能力なら、Nemotron 3.5 Lightning 30B A3Bは明らかに優れたモデルであり、議論の余地はありません。推論能力に優れ、コード修復もうまく、コンテキストは4倍保持でき、ライセンスには収益テストもありません。

デバイスを持っていて、問題が「他に何も載らない」ことなら、比較は完全に逆転します。22 GB のモデルは候補にならず、関連する数字は 1 GB、262,144 トークン、そして Liquid がモデルの目玉機能として公表したほど強力なツール呼び出しプロファイルになります。

未解決の問いは、Nemotronの効率化レシピがさらに圧縮できるかどうかだ。3Bアクティブの30BモデルはすでにJetson上で動作する。同じファミリーに真に強力な2Bクラスのモデルが登場すれば、この2つはメモリの壁を挟んで向かい合うのではなく、同じ議論の土俵に並ぶことになる。それまでは、正直な比較は両者のベンチマークスコアの間ではなく、それぞれが必要とするハードウェアの間で行うべきだ——そして、ハードウェアを必要としないのはそのうちの一方だけである。