LFM2.5-24B-A2B vs Gemma 4 12B: 희소 에이전트 대 밀집 멀티모달 모델

Liquid AI의 LFM2.5-24B-A2B와 G​oogle DeepMind의 G​emma 4 12B는 이번 달 같은 다운로드 대기열에 나란히 올라 있을 가능성이 가장 큰 두 개의 오픈 웨이트 체크포인트이며, 이 둘은 서로 정반대 방향에서 출발해 도달한 결과물입니다. LFM2.5-24B-A2B는 2026년 10월 13일에 출시되었으며, 240억 개의 파라미터를 보유하지만 토큰당 실제로 읽히는 것은 24억 5천만 개뿐이고, 텍스트 입력에 텍스트 출력, 131,072 토큰 컨텍스트, 그리고 전적으로 도구 사용을 중심으로 구성된 벤치마크 표를 갖추고 있습니다. G​emma 4 12B는 2026년 6월 3일에 출시된 119억 5천만 파라미터의 덴스 모델로, 텍스트와 이미지, 오디오를 읽고 텍스트를 써내며, Apache 2.0 라이선스 아래 수익 상한선이 붙지 않습니다. 하나는 이미 가지고 있는 노트북에서 돌아가는 전문 에이전트 엔진입니다. 다른 하나는 보고 들을 수 있는 범용 모델로, 같은 노트북에서 약 7 GB로 실행되며, 두 번 읽을 필요가 없는 라이선스를 함께 제공합니다.

그래서 이 페이지가 답하는 질문은 '어느 쪽이 더 나은가'가 아닙니다. 왜냐하면 이 둘은 애초에 같은 작업을 위해 만들어진 게 아니니까요. 그 질문은 더 좁고 더 유용합니다. 바로, 당신이 통제하는 머신에 프라이빗 에이전트를 올리려고 한다면 이 둘 중 무엇을 다운로드해야 하고, 어느 쪽을 택하든 무엇을 포기해야 하는가입니다.

이미 자신이 무엇을 원하는지 아는 사람들을 위한, 한 문단으로 된 답

LFM2.5-24B-A2B는 에이전트가 다단계 도구 호출만 수행하고 다른 것은 하지 않는다면 선택하세요 — 벤더가 자체적으로 제시한 에이전트 수치는 비교할 수 있을 만큼 충분히 맞춰볼 수 있는 몇 안 되는 행에서 Gemma 4 12B보다 훨씬 앞서 있고, 이 모델은 행동하기 전에 항상 명시적인 추론 추적을 생성합니다. 작업에 스크린샷, 사진으로 찍은 문서, 스캔한 페이지 또는 오디오 클립이 포함된다면, 지연 시간 때문에 추론 추적을 꺼 두고 싶다면, 또는 회사가 Liquid의 라이선스가 더 이상 무료가 아니게 되는 $10M 매출선 근처에 있다면 Gemma 4 12B를 선택하세요. 그 두 문장의 근거가 되는 숫자를 원한다면 계속 읽어 보세요. 비교의 상당 부분은 두 벤더가 어떻게 측정했는지에 좌우되기 때문입니다.

두 체크포인트가 진정으로 다른 지점

• 파라미터 경제성 — LFM2.5-24B-A2B는 전문가 혼합(mixture-of-experts) 모델입니다. 전체 24.0B, 토큰당 활성 파라미터 2.45B, 40개 레이어에 걸쳐 top-4 라우팅을 사용하는 64개 전문가(30개 이중 게이트 단축 합성곱 블록, 10개 그룹화 쿼리 어텐션)로 구성됩니다. Gemma 4 12B는 밀집(dense) 모델입니다. 48개 레이어에 걸쳐 총 11.95B이며, 모든 토큰마다 모든 파라미터를 읽습니다.

• 디스크에 들어가는 것 — Liquid는 14.5 GB의 Q4_K_M GGUF와 13.6 GB의 QAT QAD-Q4_0를 공개했고, 4비트 MLX 빌드는 13.6 GB이며, BF16에서는 48 GB입니다. 12B용 Google의 QAT GGUF는 가중치가 약 6.98 GB에 0.18 GB의 멀티모달 프로젝션 파일이 더해진 정도이고, Unsloth 커뮤니티 빌드는 2비트에서 대략 4.2 GB부터 Q4_K_M에서 7.12 GB까지입니다.

• 컨텍스트 — LFM2.5-24B-A2B의 경우 131,072토큰으로, 이전 세대의 32,768을 두 배로 늘렸습니다. G​emma 4 12B는 256K(262,144)를 지원하며, 1,024토큰 슬라이딩 윈도우와 로컬 및 글로벌 레이어를 교차 배치하는 하이브리드 어텐션을 갖추고 있습니다.

• 모달리티 — LFM2.5-24B-A2B는 텍스트 전용이며, 의도적으로 그렇습니다. G​emma 4 12B는 텍스트, 이미지, 오디오를 받아들이며, 멀티모달 인코더가 전혀 없습니다: 원시 이미지 패치와 오디오 파형이 텍스트 토큰과 동일한 공간으로 곧바로 투사됩니다.

• 추론 동작 — LFM2.5-24B-A2B는 벤더의 표현대로 추론 전용입니다: 답변하기 전에 항상 <think> 블록 안에서 사고합니다. G​emma 4 12B의 카드는 필수 추론 흔적이 없는 명령 튜닝 모델을 설명하는데, 이는 노트북에서 지연 시간상 이점이자 투명성의 손실입니다.

• 라이선스 — lfm1.0은 다운로드, 파인튜닝 및 연간 매출 1,000만 달러까지 상업적 사용이 무료이며, 그 이후에는 상업용 라이선스가 적용됩니다. G​emma 4 12B는 매출 기준이 없는 Apache 2.0이며, G​oogle의 이용약관 및 금지된 사용 정책은 라이선스 제한이 아니라 허용 사용 문서로서 가중치와 함께 제공됩니다.

• 어휘 및 학습 규모 — LFM2.5-24B-A2B는 인플레이스 토크나이저 확장을 통해 어휘를 65K에서 128K로 키웠고, 사전 학습을 17T에서 33T 토큰으로 확장했으며, 전체 컨텍스트에서 300B의 중간 학습 토큰과 실제 하네스 내부의 에이전트 RL 단계를 포함합니다. G​emma 4 12B는 패밀리 전반에서 공유되는 262K 어휘를 갖추고 있으며, 140개 이상의 언어로 사전 학습되었고 35개 이상에 대한 즉시 사용 가능한 지원을 제공한다고 주장합니다.

양쪽 업체가 실행한 단 하나의 벤치마크

서로 다른 두 개의 출시 표를 비교하는 것은 보통 함정이다. 여기에는 두 회사가 비교 가능한 기준으로 같은 것을 측정한 행이 정확히 하나뿐인데, 그것이 너무나 외롭기 때문에 바로 그 하나를 분리해내는 것은 가치가 있다.

GPQA Diamond — Liquid는 LFM2.5-24B-A2B에 대해 74.42를 보고합니다. G​oogle의 G​emma 4 제품군 표에는 지시 튜닝된 G​emma 4 12B에 대해 78.8이 보고되어 있습니다. 둘 다 공급업체가 보고한 수치이며 재현되지 않았습니다. dense 12B가 대학원 수준 과학 질문에서 앞서는데, 이는 Liquid가 자사 모델은 지식 질문을 할 대상이 아니라고 밝힌 설명과 일치합니다. 출시 게시물에서는 모델의 가중치를 신뢰하기보다 검색이나 웹 검색과 함께 사용하라고 권고합니다.

나머지 모든 것은 각자의 표 안에서 읽어야 하며, 솔직히 요약하자면 두 표는 거의 서로 겹치지 않는 것들을 측정한다. Liquid의 16개 벤치마크 표에는 AutomationBench(27.69), BFCLv4(65.01), ToolSandbox(80.71), LiveClaw(48.09), PinchBench(83.18), τ³-Bench Banking(8.04), WebArena Verified(26.75), IFEval(96.75), IFBench(74.69), Multi-IF(84.38), MATH-500(96.04), OpenCode를 통한 SWE-Bench Verified(51.00), SciCode(32.71), AA-Omniscience(−24.90) 및 HLE(7.40)가 포함된다. Google의 패밀리 표에는 MMLU Pro(77.2), 도구 없이 AIME 2026(77.5), LiveCodeBench v6(72.0), Codeforces ELO 1659, MMMU Pro(69.1) 및 128K에서 8개의 니들을 사용한 MRCR v2(43.4)가 포함된다.

오직 하나만 겹칠 뿐이고, 공유된 평가 체계도 없다. 그 두 표를 합쳐 통합 점수판을 내놓는 사람은 어느 회사도 실행하지 않은 비교를 지어내는 것이다.

독립적으로, 그리고 이 지점이 더 날카로운 면이다

Artificial Analysis가 G​emma 4 12B를 평가했습니다. Intelligence Index 14점, 비교 등급 내 141개 모델 중 20위, 측정된 초당 토큰 처리량 110.9, 입력 백만 토큰당 $0.10·출력 백만 토큰당 $0.30의 혼합 제3자 비용입니다. 이는 4개월간 공개되어 생태계를 갖춘 모델에 대해 독립적으로 산출된 수치입니다.

LFM2.5-24B-A2B에는 이에 상응하는 것이 없다. 나온 지 하루밖에 되지 않았고, 제3자가 점수를 공개한 적도 없으며, Liquid 자체의 엣지 수치 — Apple M5 Max에서 초당 184토큰, AMD Ryzen AI Max+ 395에서 114토큰, "온디바이스에서 비교 가능한 MoE보다 최대 1.7배 빠름" — 에는 기준선도 재현도 없다. 벤더가 측정한 모델과 독립적으로 측정된 모델을 맞세워 보면, 그 비대칭성 자체가 발견이다: 이 두 수치 중 하나는 오늘 직접 확인할 수 있는데, 그것은 더 새로운 쪽이 아니다.

프로덕션 경로를 나흘 된 벤더 테이블에 걸고 싶지 않다면, 그것이 바로 자동 페일오버의 용도입니다. 에이전트를 LFM2.5-24B-A2B로 향하게 하고, 그 뒤에 점수가 매겨진 모델을 두고, 하네스가 실패하기 시작하면 라우터가 요청을 옮기도록 하세요 — 두 번째 계약도, 폴백 목록 외의 코드 변경도 없습니다.

비용, 이것들이 운영되는 두 통화 기준

두 모델 모두 로컬 우선 모델이므로 실제 비용은 하드웨어와 전기료입니다. 호스팅 측면에서 Liquid는 자체 Console을 통해 API 접근을 입력 토큰 100만 개당 $0.10(캐시된 경우 $0.05), 출력 토큰 100만 개당 $1.00에 책정하며, 시작 크레딧으로 $2를 제공합니다. Google은 Gemma 4 12B에 대해 토큰당 가격을 전혀 공개하지 않습니다 — 위의 $0.10/$0.30 혼합 값은 오픈 웨이트를 서비스하는 여러 플랫폼에 걸친 제3자 중앙값이며 정가가 아니므로, 이를 정가로 취급하는 것은 잘못입니다.

둘 다를 평가하는 팀에게 중요한 부분이 여기 있습니다: 오늘 우리 카탈로그에는 두 체크포인트 중 어느 것도 없습니다. 다만 이 결정이 자꾸 되돌아가는 기준점들은 우리가 제공합니다 — qwen/qwen3.6-35b-a3b, Liquid가 비교 기준으로 삼은, 매개변수가 1.5배인 모델, 그리고 google/gemma-4-26b-a4b-it, obsidian/gemma-4-26B-A4B 및 google/gemma-4-31b-it — 같은 Gemma 4 계열의 모델들 — 모두 하나의 키로, 모두 제공업체 자체 정가에 0% 마크업으로, 그래서 공급업체 가격 변경은 누군가 계약을 다시 체결하는 날이 아니라 바뀌는 당일에 여러분에게 도달합니다. 호스팅된 Gemma 4 크기에 대해 직접 태스크를 실행해 본 뒤, 노트북에 있는 12B가 중복인지 판단해 보세요.

내가 실제로 할 일

두 양자화 모델을 모두 다운로드하세요. Q4_K_M의 Gemma 4 12B는 약 7GB이며, 한 시간이면 당신의 작업에 눈과 귀가 필요한지 알려줄 것입니다 — 만약 필요하다면 결정은 끝난 것이고 LFM2.5-24B-A2B는 전혀 후보에 들지 않습니다, 왜냐하면 그것은 볼 수 없기 때문입니다. 필요하지 않다면, 13.6GB의 LFM2.5-24B-A2B QAD-Q4_0을 로드하고 실제 하네스를 그것에 대해 실행하세요, 왜냐하면 그 체크포인트를 지지하는 전체 논거는 다단계 도구 호출이며 어떤 정적 벤치마크도 당신의 도구에 대해 그것을 판가름해 주지 못할 것이기 때문입니다.

그렇게 하는 동안 염두에 둘 두 가지가 있습니다. 첫째, 두 공급업체의 표는 재현되지 않았고, 이 비교에서 독립적으로 점수가 매겨진 유일한 모델은 더 오래되고 밀도가 높은 쪽입니다 — 이는 G​emma 4 12B의 수치를 더 신뢰할 이유이지, 더 새로운 모델이 더 약하다고 가정할 이유는 아닙니다. 둘째, 라이선스 격차는 실재하며 벤치마크 글에서는 좀처럼 드러나지 않는 방식으로 비대칭적입니다: G​emma 4 12B는 영원히 Apache 2.0인 반면, LFM2.5-24B-A2B는 회사 매출이 $10M을 넘는 순간 상업적 논의 대상이 됩니다. 개인 빌더에게 그것은 보이지 않습니다. 온디바이스 에이전트를 출시하는 제품 팀에게 그것은 다음 계획 주기의 항목이며, 더 작고 오래된 멀티모달 모델이 의심할 여지 없이 더 안전한 기본값인 유일한 차원입니다.

이런 종류의 비교는 실패 모드가 드러나는 지점이기도 합니다. 이 등급의 모델들 뒤에 있는, 문서로 기록된 AI 사고와 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 딸려 있습니다.