Een hero-titelkaart met de tekst 'LFM2.5-24B-A2B vs Gemma 4 26B-A4B' en de ondertitel 'Twee sparse modellen, twee verschillende budgetten', en twee gelabelde panelen met de tekst 'LFM2.5-24B-A2B: 24,0B totaal, 2,45B actief, alleen tekst' en 'Gemma 4 26B A4B: 25,2B totaal, 3,8B actief, tekst + afbeelding', met het OrcaRouter-logo rechtsonder samengevoegd.
Guides & Insights

LFM2.5-24B-A2B vs Gemma 4 26B-A4B: twee sparse modellen, twee verschillende theorieën over waar de rekenkracht naartoe gaat

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

LFM2.5-24B-A2B en Gemma 4 26B-A4B lijken tweemaal hetzelfde idee. De checkpoint van Liquid AI verscheen op 13 oktober 2026 met 24,0 miljard totale parameters en 2,45 miljard die per token worden gelezen. Gemma 4 26B-A4B van Google DeepMind heeft 25,2 miljard in totaal met 3,8 miljard actief per token, gepubliceerd op Hugging Face op 11 maart 2026. Beide zijn mengsels van experts, beide zijn ruwweg een checkpoint van 25 miljard parameters gekoppeld aan een rekenbudget van twee tot vier miljard parameters, en beide leveranciers grijpen naar dezelfde zin om de afweging uit te leggen — je betaalt in geheugen voor een groot model en in latency voor een klein model. Die bijna identieke rekensom is precies waarom het de moeite loont deze vergelijking goed aan te pakken, want de twee modellen besteden dat budget vervolgens aan totaal verschillende dingen: Gemma 4 26B-A4B besteedt het aan vision, een context van 256K en een brede kennisbasis; LFM2.5-24B-A2B besteedt het aan een redeneerspoor, een tool-calling-harnas en agentische reinforcement learning. Dezelfde vorm, tegenovergestelde prioriteiten.

Er is nog een asymmetrie die bovenop komt: de benchmarktabel van LFM2.5-24B-A2B gebruikt Gemma-4-26B-A4B-it als een van zijn drie baselines, dus voor één keer zetten we niet twee lanceringstabellen naast elkaar en gokken we niet — Liquid heeft beide gedraaid, in dezelfde vLLM-omgeving, en de rijen gepubliceerd.

Beide missen hetzelfde, en het is precies datgene wat iedereen aanneemt.

Begin met de misvatting die deze twee modellen het vaakst zullen oproepen, want het is voor beide dezelfde. Een sparse mixture of experts verkleint je geheugenvereiste niet. Elke parameter in de checkpoint moet resident zijn; wat 2,45B of 3,8B actief je oplevert, is doorvoer per token, niet een kleinere voetafdruk. Een lezer die "2,45B actief" ziet en naar een machine van 4 GB grijpt, staat een slechte middag te wachten.

In onze eigen catalogus staat het Gemma 4 26B A4B-checkpoint vermeld met een context van 262.144 tokens, en de LFM2.5-24B-A2B-kaart geeft 131.072. Op schijf is het verschil groter dan de parameteraantallen doen vermoeden: LFM2.5-24B-A2B publiceert een Q4_K_M GGUF van 14,5 GB en een QAT QAD-Q4_0 van 13,6 GB, met 48 GB in BF16; Gemma 4 26B A4B publiceert bfloat16 safetensors als een shard van 49,9 GB plus een shard van 1,7 GB, met een kwantisatiebewuste 4-bit GGUF die een compact gewichtenbestand combineert met een apart multimodaal projectiebestand. Afgeronde getallen: ongeveer 14 GB tegenover ongeveer 50 GB ongecomprimeerd, van twee checkpoints waarvan de totale parameteraantallen één miljard verschillen. Dat verschil komt uit het vocabulaire, de expertindeling en de multimodale stack, niet uit de parameterkop, en het is de meest praktische regel in dit hele stuk.

Het specificatiecontrast, één regel per dimensie

• Totaal / actieve parameters — LFM2.5-24B-A2B 24,0B / 2,45B, 64 experts met top-4-routering over 40 lagen. Gemma 4 26B-A4B 25,2B / 3,8B, 8 actieve experts van de 128 plus één gedeelde expert over 30 lagen.

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.

• Context — 131.072 tokens versus 262.144, waarbij Gemma 4 26B A4B een schuivend venster van 1.024 tokens gebruikt en hybride aandacht die lokale en globale lagen verweeft, waarbij de laatste laag globaal blijft.

• Modaliteit — LFM2.5-24B-A2B is tekst in, tekst uit. Gemma 4 26B A4B neemt tekst en afbeeldingen, met een visie-encoder van ongeveer 550M parameters; audio is beperkt tot de kleinere Gemma 4-formaten.

• Redenering — LFM2.5-24B-A2B produceert altijd een expliciete gedachtegang in een <think>-blok. Gemma 4 26B A4B is een op instructies afgestemde generalist zonder verplicht redeneerspoor.

• Woordenschat — 128.000 tokens, verdubbeld ten opzichte van de vorige generatie door in-place tokenizer-uitbreiding, tegenover een familiewoordenschat van 262K die door alle vijf Gemma 4-formaten wordt gedeeld.

• Licentie — lfm1.0, gratis voor commercieel gebruik tot $10M aan jaarlijkse omzet en daarboven een commerciële licentie. Gemma 4 26B A4B is Apache 2.0, de standaard licentietekst op ai.google.dev/gemma/apache_2, met daarnaast het verboden-gebruikbeleid van G​oogle als een document voor acceptabel gebruik in plaats van een beperking van de licentie.

• Gepubliceerde formaten — GGUF (Q4_K_M tot BF16), FP8, ONNX en 4/5/6/8-bits MLX voor het Liquid-model; bfloat16 safetensors, een vooraf getraind checkpoint, een QAT 4-bit build en een voor llama.cpp gereedstaande GGUF, plus een drafter voor multi-tokenvoorspelling, voor de Gemma-grootte.

Liquid voerde beide uit, en de resultaten zijn geen volledige overwinning.

De lanceringspost van LFM2.5-24B-A2B plaatst Gemma-4-26B-A4B-it in de baselinekolom van zijn tabel met zestien benchmarks, samen met Qwen3.6-35B-A3B en Nemotron-3.5-Lightning, waarbij alle vier kolommen in vLLM zijn gedraaid onder generatie-instellingen per benchmark. Alles hieronder is door de leverancier gerapporteerd aan beide zijden — de cijfers van Liquid, in een tabel die Liquid heeft samengesteld. Het is geen onafhankelijke evaluatie, maar het is ten minste één enkele testomgeving, wat meer is dan de meeste model-tegen-modelpagina's krijgen.

De agentische rijen lezen als een afslachting: AutomationBench 27,69 tegen 5,46, ToolSandbox 80,71 tegen 72,09, LiveClaw 48,09 tegen 41,25, τ³-Bench Banking 8,04 tegen 4,54, BFCLv4 65,01 tegen 57,09. Instructieopvolging is hetzelfde verhaal — IFEval 96,75 tegen 92,00, IFBench 74,69 tegen 47,44, Multi-IF 84,38 tegen 82,19.

Dan de andere helft van de tabel, die Liquid toch al publiceerde: PinchBench 83,18 tegen 77,12 gaat de andere kant op, en dat geldt ook voor drie rijen die er meer toe doen dan welke van de tool-calling-overwinningen dan ook. GPQA Diamond — 74,42 tegen 74,90, nagenoeg gelijk op het hoogste niveau van de graduate-wetenschap. SWE-Bench Verified via OpenCode — 51,00 tegen 25,80, een marge van twee tegen een in het voordeel van het Liquid-model, wat het meest verrassende afzonderlijke getal in een van beide tabellen is. SciCode — 32,71 tegen 35,42, met de Gemma-grootte voorop. En AA-Omniscience — −24,90 tegen −59,39, waarbij beide modellen slecht scoren en de Gemma-grootte meer dan tweemaal zo slecht scoort.

Twee interpretaties daarvan, en de eerlijke is de tweede. De eerste is dat een 2,45B-actief agentmodel een 3,8B-actieve generalist verslaat op het gebied van agents, wat precies is waarvoor het is gebouwd. De tweede is dat de kolom Gemma 4 26B A4B er over de hele linie anomalieus zwak uitziet — dat 25,2B totale parameters en 3,8B actieve parameters onder een 2,45B-actief model uitkomen op instructieopvolging, toolgebruik en kennis, is niet wat de eigen familietabel van Google zou voorspellen, en het is een herinnering dat een gedeelde harness een benchmark niet vergelijkbaar maakt als de modellen via verschillende generatie-instellingen en prompting worden aangestuurd. Behandel de richting van deze rijen als informatief en de magnitudes niet.

Wat helemaal niet in de tabel staat, is de multimodale helft van Gemma 4 26B A4B. Een vision-benchmark is hier onmogelijk, omdat LFM2.5-24B-A2B niet kan zien. Als enig deel van je werklast een afbeelding betreft die van een gebruiker afkomstig is, heeft deze vergelijking een winnaar voordat ze begint, en dat is niet het nieuwere model.

Prijs, en wat het kost om elk ervan daadwerkelijk aan te houden

LFM2.5-24B-A2B heeft een prijs per token: $0,10 per miljoen invoertokens ($0,05 voor gecachte tokens) en $1,00 per miljoen uitvoertokens op de eigen Console van Liquid, met $2 aan tegoed om mee te beginnen. Gemma 4 26B A4B heeft helemaal geen leverancierslijstprijs — Google publiceert er geen — dus het enige eerlijke kostenbedrag is wat de platforms die de open gewichten hosten in rekening brengen, wat per host en per dag verschilt.

Die asymmetrie is het argument om via een router te gaan in plaats van de endpoint van één leverancier rechtstreeks in je code te bedraden. Afgezien van de geometrie is dit het punt waarop een afweging voor beide kanten van belang is: we serveren het Gemma 4 26B A4B-checkpoint onder twee id's — google/gemma-4-26b-a4b-it en obsidian/gemma-4-26B-A4B — en beide prijsreferenties die Liquid in zijn tabel gebruikt, qwen/qwen3.6-35b-a3b waaronder, achter één sleutel tegen 0% markup op de lijstprijs van de provider. We serveren LFM2.5-24B-A2B niet. De praktische versie van deze pagina is daarom: haal het Liquid-checkpoint op en draai het lokaal, en roep de Gemma 4-grootte en de Qwen-baseline aan via dezelfde sleutel terwijl je aan het beslissen bent, zodat je vergelijkt op je eigen taken in plaats van op de harnesskeuze van een van beide leveranciers.

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.

Welke, en wanneer de vraag echt over jouw machine gaat

Als je workload tekst is en je agent moet plannen, tools aanroepen en zichzelf uitleggen, dan is de nieuwere checkpoint degene die je moet downloaden: 14,5 GB bij Q4_K_M, een context van 131K, expliciete redenering, en een benchmarktabel waarin hij de agentische rijen wint van precies deze tegenstander. Als een deel van je werk afbeeldingen bevat, of je hebt 256K context nodig in plaats van 128K, of je wilt een Apache 2.0-licentie zonder omzetclausule om bij te houden, dan beantwoordt Gemma 4 26B A4B een vraag die LFM2.5-24B-A2B niet eens stelt — tegen ongeveer drieënhalf keer de ongecomprimeerde schijfvoetafdruk.

Wat geen van beide modellen oplost, is dat beide geheugengebonden zijn in plaats van rekenkrachtgebonden, en beide leveranciers moeten op dezelfde manier worden gelezen. G​oogles blogpost over de introductie van de familie beschrijft de twee grotere Gemma 4-varianten als bfloat16-gewichten die "efficiënt op één enkele 80GB NVIDIA H100 GPU passen" — waar, en tegelijkertijd de eigen framing van de leverancier in plaats van een meting van deze specifieke build. Liquids 184 tokens per seconde op een Apple M5 Max en "tot 1,7× sneller dan vergelijkbare MoE's on-device" zijn evenmin reproduceerbaar. Twee sparse modellen, twee leveranciers, één gedeelde instructie: de rekensom in de naam vertelt je iets over snelheid, en niets in de naam vertelt je iets over geheugen.

Vergelijkingen zoals deze zijn ook waar de faalmodi aan het licht komen: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive , waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwist-markering bevat.