Hy-Memory-30B-A3B vs LFM2.5-24B-A2B: Dois Especialistas Esparsos, Apenas Um Deles Roda na Sua Máquina

Hy-Memory-30B-A3B e LFM2.5-24B-A2B são a mesma ideia construída por duas empresas que discordam sobre quem vai executá-la. Ambos são modelos esparsos de mistura de especialistas na faixa dos 20 e poucos bilhões, com dois a três bilhões de parâmetros ativos por token — o escritor de memória da equipe Hunyuan, com 30B no total e cerca de 3B ativos, disponibilizado como código aberto em 15 de outubro de 2026; o modelo de agente no dispositivo da Liquid AI, com 24,0B no total e 2,45B ativos, lançado 13 de outubro de 2026. A Liquid lançou um Q4_K_M GGUF de 14,5 GB e uma versão treinada com reconhecimento de quantização de 13,6 GB ao lado dos pesos de precisão total. A equipe lançou um único checkpoint BF16 de 60,1 GB e nenhuma alternativa quantizada sequer. O que os números não conseguem dizer é se algo disso deu errado em campo: os incidentes de IA documentados e as falhas de agentes em torno de modelos dessa classe estão reunidos no OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalizador de disputa.

Essa diferença no empacotamento não é um acidente de agendamento, e interpretá-la corretamente diz mais sobre os dois modelos do que qualquer uma das tabelas de benchmark. Ela também é justamente o motivo pelo qual esses dois costumam ser comparados pelo motivo errado — as pessoas veem "MoE esparso pequeno" nos dois cards e assumem que estão competindo pelo mesmo slot de implantação. Não estão. Um quer estar dentro do framework de agentes no seu laptop. O outro quer estar dentro de um pipeline de memória no seu servidor, e as duas tarefas quase não se sobrepõem.

A única coisa que eles realmente compartilham

Ambos são esparsos. Ambos mantêm residente um grande número de parâmetros e leem uma pequena fatia deles por token. Essa é toda a sobreposição arquitetural, e vale a pena explicitar o que a esparsidade proporciona e o que não proporciona, porque é a propriedade mais consistentemente mal compreendida nesta classe de tamanho.

Um checkpoint 24B-A2B não cabe em memória equivalente a 2,45 bilhões de parâmetros. Todo parâmetro do arquivo precisa ser carregável; o que a contagem de ativos proporciona é vazão por token, não ocupação de memória. O próprio card da Liquid é explícito quanto a isso — o modelo é um checkpoint de 24 bilhões de parâmetros, e executá-lo significa manter 24 bilhões de parâmetros em algum lugar. Quem lê "2,45B ativos" e recorre a uma máquina pequena vai ter uma tarde ruim. O mesmo vale para o número de 3B ativos do Hy-Memory-30B-A3B em relação ao seu arquivo BF16 de 60 GB.

Além dessa propriedade compartilhada, os dois divergem em quase todos os eixos que importam.

Repare no que é esse repositório. Um fornecedor que publica um repositório GGUF separado está declarando, da forma mais concreta possível, que os modelos que distribui destinam-se a ser baixados e executados em hardware que alguém já possui. O histórico de commits dele tem apenas dois commits e poucos dias de idade — isto não é um detalhe acrescentado à pressa a um lançamento com nove meses.

Especificações, lado a lado, com a linha de embalagem incluída

• Parâmetros totais / ativos — Hy-Memory-30B-A3B 30B no total, ~3B ativos vs LFM2.5-24B-A2B 24,0B no total, 2,45B ativos.

Construção de camadas — 48 camadas para Hy-Memory-30B-A3B, um bloco denso e 47 blocos MoE com 128 especialistas em roteamento top-8 mais um especialista compartilhado; LFM2.5-24B-A2B executa 40 camadas, 30 delas blocos de convolução curta com portão duplo e 10 de atenção com consultas agrupadas, com 64 especialistas por bloco MoE em roteamento top-4.

• Contexto — 262.144 posições para Hy-Memory-30B-A3B vs 131.072 para LFM2.5-24B-A2B, que por sua vez aumentou de 32K na geração anterior.

• Pegada de pesos — 60,1 GB em 51 fragmentos BF16 vs 48 GB em BF16, com um Q4_K_M GGUF de 14,5 GB e um QAT QAD-Q4_0 de 13,6 GB.

• Licença — Apache 2.0 para Hy-Memory-30B-A3B vs. a licença LFM1.0 para LFM2.5-24B-A2B, que é uma concessão personalizada em vez de uma aprovada pela OSI e vale a pena ler antes da implantação comercial.

• Corpus de treinamento — 36T de tokens em 16 idiomas, com um vocabulário de 128.000 tokens para o LFM2.5-24B-A2B; o card do Hy-Memory especifica inglês e chinês e não publica uma contagem de tokens para o Hy-Memory-30B-A3B.

• Propósito documentado — escrita de memória dentro de Mem0, MemOS, Hy-Memory e (mantido à parte) EverMemOS versus agentes no dispositivo com traços de raciocínio, chamada de ferramentas e aprendizagem por reforço agêntica dentro de harnesses reais.

• Quantização publicada pelo fornecedor — nenhuma vs quatro formatos.

Observe novamente a última linha. A Liquid AI publicou builds GGUF, FP8, ONNX e MLX-4bit do LFM2.5-24B-A2B poucos dias depois dos pesos base, e a comunidade acrescentou mais. Isso é um fornecedor dizendo, da forma mais concreta disponível, que este modelo foi feito para ser baixado e executado localmente. O lançamento do Hy-Memory diz o oposto sem nunca declarar isso: uma precisão, um formato, 60 GB e um card que indica o vLLM 0.31.0 como a forma de servi-lo.

O que cada um foi treinado para fazer, e por que não é o mesmo trabalho

LFM2.5-24B-A2B é um agente. A Liquid o posiciona como um executor rápido e privado que sempre raciocina antes de responder e chama ferramentas bem — seus números publicados de uso de ferramentas e de seguimento de instruções são a parte mais forte de sua tabela, com IFEval em 96,75 e IFBench em 74,69 entre os destaques. A orientação da própria empresa é franca sobre a fraqueza: não o direcione sozinho para perguntas que exigem muito conhecimento, combine-o antes com recuperação ou pesquisa na web. Esse é um modelo feito para agir, com seu conhecimento deliberadamente externalizado.

O Hy-Memory-30B-A3B não age de forma alguma. Ele lê uma conversa e escreve memória. Suas entradas são trocas de mensagens e suas saídas são registros estruturados — o quickstart do Hy-Memory pede a ele um objeto JSON contendo uma lista de strings de memória autocontidas, executado com temperatura 0.0 e com o raciocínio desligado. Enquanto o LFM2.5-24B-A2B é avaliado com base em se concluiu uma tarefa, o Hy-Memory-30B-A3B é avaliado com base em se o banco de memórias que ele escreveu produziu uma resposta melhor mais tarde. A avaliação está a jusante do modelo, e é por isso que a tabela Hy-Memory compara escritores em vez de modelos — cada linha altera o escritor e mantém fixos o modelo de resposta, o juiz, a configuração de recuperação e os prompts.

A lacuna de evidências, que não é simétrica

Ambos os conjuntos de números são do próprio fornecedor. Mas não são igualmente úteis.

A Liquid AI executou o seu próprio modelo contra baselines no mesmo ambiente vLLM e publicou as linhas — o cartão do LFM2.5-24B-A2B inclui comparações diretas com o Qwen3.6-35B-A3B e outros modelos, no mesmo harness, o que torna a forma relativa da tabela pelo menos internamente consistente. As suas alegações são auditáveis no sentido de que qualquer pessoa com o GGUF pode tentar reproduzi-las em hardware modesto esta semana.

A avaliação do Hy-Memory é concebida de forma diferente e é mais difícil de verificar. A matriz principal é executada numa subamostra de 20% fixa de cada benchmark em vez do conjunto completo, o que é uma escolha defensável em termos de custo e indefensável se quiser apoiar-se em margens pequenas. E são as margens pequenas que sustentam a manchete: 55,49 de média macro para o Hy-Memory-30B-A3B contra 54,62 para o Claude Opus 5 é uma diferença de 0,87 de ponto. No harness MemOS, a diferença é de 0,01 — 50,51 contra 50,50. Entretanto, o vértice da afirmação, o 56,89 no harness EverMemOS mantido de fora, é o único resultado que mais vale a pena testar e aquele que ninguém executou.

Nenhum dos fornecedores tem uma pontuação independente para estes dois modelos. Para o LFM2.5-24B-A2B, isso é um inconveniente de dois dias. Para o Hy-Memory-30B-A3B, isso se soma ao problema de hardware: você não consegue reproduzir casualmente os números de um modelo BF16 de 60 GB da mesma forma que consegue reexecutar um GGUF de 14,5 GB.

Se o seu agente precisa tanto de uma memória quanto de uma boca

A leitura prática é que esses dois são complementares em um sistema, não rivais em uma competição, e a divisão de implantação decorre naturalmente.

Um gravador de memória dispara a cada turno com saídas curtas — uma carga de trabalho de alta frequência, baixa complexidade e que precisa ser determinística. Um executor de agente no dispositivo é invocado quando há uma tarefa a realizar, precisa planejar e chamar ferramentas, e se beneficia de rodar perto dos dados. Uma equipe que constrói uma pilha de agentes privada sem chamadas a terceiros poderia plausivelmente querer que o caminho de escrita e o caminho de ação fossem dois modelos pequenos diferentes, cada um fazendo a única coisa para a qual foi treinado, ambos rodando localmente.

É aí que entra a questão do roteador. OrcaRouter é uma única chave de API para mais de 200 modelos hospedados com 0% de markup, e sua DSL de roteamento compõe vários modelos em uma única chamada — o mecanismo que permite que um escritor servido localmente e um modelo de fronteira hospedado respondam como um único endpoint, com failover automático quando um backend se degrada. Para ser exato sobre o que se aplica aqui: nem o Hy-Memory-30B-A3B nem o LFM2.5-24B-A2B estão em nosso catálogo, e não hospedamos nenhum dos dois. O caminho para ambos é o checkpoint e o seu próprio hardware. O que um roteador cobre é o caminho de leitura e o planejamento em torno dele, e a capacidade de trocar qual modelo preenche um slot sem alterar o código que faz a chamada.

Vale a pena fazer antes de precisar. A tabela de roteamento é barata de escrever agora e cara de adaptar retroativamente depois que um framework de agentes tiver endpoints codificados em dez lugares.

Esse cartão é o resumo justo da diferença. A própria linha da Liquid AI é que o LFM2.5-24B-A2B foi criado para rodar onde o usuário está. A equipe do Hy-Memory nunca faz uma alegação equivalente, e o arquivo de 60 GB por trás do Hy-Memory-30B-A3B faz o oposto.

Qual pegar primeiro?

Se você quer ver um modelo esparso de porte médio rodando no seu próprio hardware esta semana, o LFM2.5-24B-A2B é o primeiro lugar óbvio para começar — o download tem 14,5 GB, é preciso ler a licença, e os números de chamada de ferramentas são a parte da tabela dele com maior probabilidade de importar para você.

Se o seu agente tem um problema de memória que cresce a cada conversa, o Hy-Memory-30B-A3B mira exatamente nisso, e não há nada parecido com ele em código aberto. Faça o orçamento do hardware antes de fazer o do tempo.