LFM3-1.7B-Base vs Gemma 4 12B: Um Tronco Especialista Contra um Generalista

Coloque os dois downloads lado a lado e a primeira diferença não é um benchmark. LFM3-1.7B-Base, publicado no Hugging Face em 26 de outubro de 2026 e nomeado no lançamento da família da Liquid AI no dia seguinte, é um arquivo bfloat16 de 3,46 GB contendo um modelo de texto pré-treinado com 1,73 bilhão de parâmetros. Gemma 4 12B, lançado pelo Google DeepMind em 3 de junho de 2026, é um modelo denso de 11,95 bilhões de parâmetros que vem com ajuste de instruções, contexto de 256K e a capacidade de ler imagens e áudio, além de texto. Um é um componente. O outro é um produto. Compará-los em capacidade é um erro de categoria, e compará-los em preço por token é quase tão ruim, porque o checkpoint base não tem preço por token — tem uma conta de fine-tuning. O roteamento não adiciona margem ao preço de tabela de um provedor. 0% de markup Veja o preço de repasse na nossa página de preços.

A comparação justifica sua página de qualquer forma, porque ambos são modelos de pesos abertos que uma equipe pequena pode baixar esta semana pelo mesmo motivo de fundo: eles querem um modelo que controlam, em hardware próprio, sem um contrato por chamada. A pergunta útil é qual tipo de ativo leva você até lá — um tronco pequeno que você molda, ou um generalista grande que você adota.

A comparação de benchmark que não pode ser feita

LFM3-1.7B-Base não tem avaliação publicada. Nem uma avaliação superficial, nem uma tabela de fornecedor com um asterisco — nenhuma. O model card traz especificações e um guia de fine-tuning, e o post de lançamento da Liquid contém uma tabela substancial de benchmarks para o LFM3-1.7B, o irmão pós-treinado que foi construído a partir deste checkpoint. São artefatos diferentes. Um modelo base prevê texto; um modelo pós-treinado segue instruções. Avaliar o primeiro em um benchmark de instruções diz algo sobre o segundo.

Gemma 4 12B, por outro lado, chega com uma tabela completa da família para os checkpoints ajustados por instrução: 77,2% no MMLU Pro, 78,8% no GPQA Diamond, 77,5% no AIME 2026 sem ferramentas, 72,0% no LiveCodeBench v6, um Elo de 1659 no Codeforces, 69,1% no MMMU Pro e 43,4% no MRCR v2 a 128K com oito agulhas. Todos esses são números do próprio Google e nenhum foi reproduzido de forma independente. A Artificial Analysis, separadamente, coloca o Gemma 4 12B em um Intelligence Index de 14, classificado em 20º de 141 modelos em sua classe de comparação, com uma velocidade de saída medida de 110,9 tokens por segundo.

Então, o placar honesto tem uma coluna preenchida e uma vazia, e a coluna vazia não é uma falha do modelo. É o que um checkpoint base é. Qualquer pessoa que coloque 49,37 — a própria média da Liquid para o LFM3-1.7B ajustado — ao lado do MMLU Pro do Gemma está comparando duas suítes diferentes, dois modelos diferentes e dois níveis de ajuste diferentes.

Para que cada checkpoint realmente serve

LFM3-1.7B-Base existe para ser modificado. O card do Liquid diz que ele é recomendado apenas para fine-tuning pesado — assistentes específicos de idioma, assistentes específicos de domínio, treinamento com dados proprietários, novas abordagens de pós-treinamento — e direciona quem quer chat ou uso de ferramentas para o modelo ajustado. Ele foi pré-treinado em 22 trilhões de tokens, sendo os últimos 3,5 trilhões dados de mid-training curados com traços agênticos e chamadas de ferramentas, e essa etapa estendeu o contexto para 262.144 tokens. Em 4 bits, ele ocupa cerca de 1 GB, o que é todo o argumento de design: um tronco pequeno o suficiente para fine-tuning em uma única GPU e para rodar em um celular.

Gemma 4 12B existe para ser usado. É o membro denso de tamanho médio da família Gemma 4 de cinco modelos do Google, sem codificadores multimodais separados — patches de imagem e formas de onda de áudio são projetados diretamente no mesmo espaço que os tokens de texto. Ele roda em um laptop em cerca de 7 GB com quantização de 4 bits, tem licença Apache 2.0 sem gatilho de receita e conta com o tipo de suporte de ecossistema que um modelo de seis meses acumula: builds quantizados, integrações com frameworks e uma comunidade que já encontrou seus modos de falha.

Seis diferenças que decidem

• Parâmetros — 1,73B denso contra 11,95B denso. A proporção de tamanho é de 6,9 para 1, e isso determina tudo o que vem depois: memória, custo de ajuste fino, velocidade de inferência e o teto de conhecimento geral.

• Modalidade — texto de entrada, texto de saída, para LFM3-1.7B-Base. Texto, imagem e áudio de entrada, texto de saída, para Gemma 4 12B. O checkpoint base não consegue ver uma captura de tela, e nenhuma quantidade de ajuste fino adiciona um codificador de visão que nunca foi treinado.

• Contexto — ambos têm 262.144 tokens. Esta é a única linha em que o modelo pequeno não fica devendo nada, e é uma conquista genuína da arquitetura híbrida, e não uma coincidência de marketing.

• Idiomas — dezesseis listados para o LFM3-1.7B-Base, incluindo árabe, híndi, tailandês, vietnamita e indonésio. O Gemma 4 12B é pré-treinado em mais de 140 idiomas, com suporte pronto para uso declarado para mais de 35, um alcance muito mais amplo e uma vantagem real para implantações multilíngues.

• Vocabulário — 128.000 tokens para o LFM3-1.7B-Base, 262.000 para o Gemma 4 12B. O vocabulário maior comprime o texto de forma mais agressiva em idiomas de escrita latina e em código; o menor mantém a matriz de embeddings pequena, o que importa quando o modelo inteiro tem 3,46 GB.

• Licença — a Licença Aberta LFM v1.0 é gratuita para uso comercial abaixo de US$ 10 milhões em receita anual, com uma licença comercial acima desse limite. O Gemma 4 12B é Apache 2.0, com os termos de uso aceitável do Google junto aos pesos, em vez de como condição de receita.

O único número da mesma suíte e por que ele não é transferido

Há exatamente um lugar em que a Liquid publicou uma pontuação contra o Gemma 4 12B no mesmo conjunto de avaliação, e ele envolve um modelo diferente. Em 62 benchmarks de visão, a Liquid relata o LFM3-VL-2B, seu modelo de visão de 1,9B, com 66,0 na categoria geral do conjunto, contra 74,0 do Gemma 4 12B. Em outra parte da mesma tabela, o modelo menor fica mais próximo, e o resumo da Liquid é que o modelo de visão "corresponde" ao Gemma 4 12B, apesar de ser mais de seis vezes menor.

Leia a tabela em vez da frase e ela diz algo mais preciso: um modelo multimodal de 1,9B fica a oito pontos de um modelo multimodal de 12B em um amplo conjunto de testes de visão, e a diferença é irregular entre as categorias. Leia isso como uma afirmação sobre o LFM3-1.7B-Base e não diz absolutamente nada. O checkpoint base de texto não tem torre de visão e não foi avaliado em nenhum desses benchmarks. A afirmação pertence a um modelo irmão, e é o tipo de erro de proveniência que transforma uma comparação cuidadosa em uma comparação enganosa.

Quanto vale em dinheiro o generalista de 12B

O Gemma 4 12B tem um preço de mercado porque terceiros o disponibilizam. A Artificial Analysis relata uma mediana combinada de US$ 0,10 por milhão de tokens de entrada e US$ 0,30 por milhão de tokens de saída entre as plataformas que hospedam os pesos abertos — uma mediana entre provedores, não um preço de tabela, e que mudará conforme o lado da oferta mudar. Isso é barato o suficiente para que a maioria das equipes nunca pense em executá-lo por conta própria.

O LFM3-1.7B-Base não tem esse preço porque não é um modelo servido. Seu custo é a execução do ajuste fino, o pipeline de dados e a pilha de serviço, e esses números variam em mais de uma ordem de grandeza dependendo do que você está construindo. O argumento da Liquid é que a execução cabe em uma única GPU e o resultado cabe em cerca de um gigabyte, o que é verdade para o modelo e não diz nada sobre o custo dos dados rotulados. Um ajuste fino especializado não é mais barato do que chamar uma API generalista, a menos que você já tenha os dados; se tiver, é drasticamente mais barato em volume.

É aqui que uma camada de roteamento justifica seu lugar. O OrcaRouter repassa os preços de tabela dos provedores com 0% de markup, de modo que um corte de preço de um fornecedor chega no mesmo dia, em vez de esperar por um ciclo de reprecificação, e a mesma chave alcança mais de 200 modelos com failover automático. O padrão prático para uma equipe avaliando essa decisão é manter o modelo generalista no caminho roteado enquanto o fine-tune especializado está sendo avaliado, e então redirecionar o tráfego quando o fine-tune vencer no seu próprio conjunto held-out — não na média de um fornecedor.

Três compradores, três respostas.

Você tem dados proprietários e uma tarefa específica. Pegue o LFM3-1.7B-Base. O núcleo de 1,73B é pequeno o suficiente para fazer fine-tuning em uma única GPU, o contexto de 256K sobrevive ao fine-tuning, e o vocabulário de dezesseis idiomas cobre a maioria das implantações regionais. O Gemma 4 12B também pode passar por fine-tuning, mas você estaria pagando para retreinar uma capacidade que está prestes a descartar ao se especializar.

Você precisa de um modelo que funcione hoje à tarde. Use o Gemma 4 12B. O checkpoint base não consegue responder a uma pergunta, e a variante ajustada é um download diferente com uma questão de licença diferente. O Gemma 4 12B é ajustado para instruções, multimodal, documentado e disponível a um preço mediano publicado. O tempo até a primeira resposta é medido em minutos.

Você precisa dos dois. Este é o caso comum, e é justamente o que o enquadramento esconde. Faça o ajuste fino do tronco para a tarefa estreita e de alto volume e encaminhe todo o restante para um generalista. No nível da arquitetura, os dois não são substitutos, e tratar a decisão como exclusiva é justamente o que faz as equipes acabarem pagando caro demais por um especialista ou atendendo mal a um caso de uso para o qual seu modelo pequeno nunca foi treinado.

A licença é a questão latente

A Apache 2.0 é o motivo pelo qual muitas empresas param de ler na licença do Gemma. Não há limite de receita, gatilho comercial nem negociação — os pesos são seus para modificar e executar, sujeitos à política de uso aceitável do Google. A LFM Open License v1.0 da Liquid também é permissiva em pequena escala, mas define um limite de receita anual de US$ 10 milhões acima do qual se aplica uma licença comercial. Para uma startup, a diferença é teórica. Para uma unidade de negócios dentro de uma empresa maior, é uma conversa de compras que começa antes do primeiro ajuste fino.

O que mudaria a resposta

Duas evidências levariam esta comparação de um argumento de categoria para um argumento numérico. A primeira é uma avaliação do modelo base feita pela Liquid — mesmo que pequena, em um corpus reservado — que permita ao leitor julgar se 22 trilhões de tokens e a pilha tri-híbrida produziram um ponto de partida melhor que o LFM2.5-2.6B-Base. A segunda é um ajuste fino independente do LFM3-1.7B-Base em uma tarefa pública, reportado em comparação com uma linha de base Gemma 4 12B. Nenhuma das duas existe ainda, e o post de lançamento não as promete.

Até que o façam, a decisão depende do que você está comprando, e não de qual modelo é melhor: um trunk de 3,46 GB sem pontuações e sem ajuste de instrução, ou um generalista de 12B com uma tabela completa de números do fornecedor e uma licença que você nunca precisa revisitar. Isso não é uma decisão apertada em termos de capacidade. É uma decisão apertada em termos de adequação, e a coluna vazia no placar é a coisa mais honesta desta página.