LFM3-1.7B-Base vs MiniCPM5 2B: Dois fornecedores, dois placares, uma resposta honesta

A Liquid AI criou o LFM3-1.7B-Base, repositório no Hugging Face em 26 de outubro de 2026, e publicou o anúncio da família LFM3 no dia seguinte — e a tabela de benchmarks desse anúncio faz algo excepcionalmente útil: coloca o LFM3-1.7B pós-treinado diretamente contra o MiniCPM5-2B, o modelo de 2,5B que a OpenBMB vem chamando de estado da arte open-source da classe 2B desde que seus pesos chegaram, em setembro. Na própria suíte de 27 testes da Liquid, o LFM3-1.7B vence em 23 linhas e o MiniCPM5-2B vence quatro. O checkpoint do título deste artigo, porém, não é o daquela tabela e não traz nenhum número de benchmark de qualquer tipo. Essa lacuna é a história.

Três coisas ficam nebulosas em toda comparação de modelos pequenos, então vale a pena separá-las desde o início: o que a Liquid mediu, o que a OpenBMB mediu e o que nenhum dos dois fornecedores publicou sobre os checkpoints de base que as pessoas realmente ajustam com fine-tuning. Apenas a terceira categoria descreve uma disputa justa entre os dois nomes nesta página.

A tabela que a Liquid publicou e o modelo que ela descreve

O model card do LFM3-1.7B traz 27 linhas distribuídas por sete categorias — agentes, uso de ferramentas, codificação agêntica, codificação, seguimento de instruções, conhecimento e contexto longo — com colunas para LFM2.5-2.6B, MiniCPM5 2B, Gemma 4 E4B, Qwen3.5 4B e Qwen3.5 9B. O próprio modelo da Liquid vence em todas as linhas, exceto quatro, e as margens nas linhas agênticas não são pequenas: LiveClaw 45,60 contra 30,37, WebArena-Verified 38,42 contra 9,11, AutomationBench 41,29 contra 4,71, BrowseComp-Plus 37,00 contra 16,83. O mesmo padrão se mantém em uso de ferramentas (BFCL V4 71,39 versus 62,65, ToolSandbox 80,36 versus 68,16) e em contexto longo, onde o RULER 128K marca 65,56 contra 37,96 do MiniCPM5-2B.

As quatro vitórias do MiniCPM5-2B são todas em conhecimento ou robustez multiturno: τ³-bench em 69,44 contra 68,01, GPQA Diamond em 65,15 contra 63,37, Humanity's Last Exam sem ferramentas em 8,20 contra 7,17, e acurácia do AA-Omniscience em 9,13 contra 7,07. São vantagens estreitas em benchmarks nos quais uma fração de ponto costuma ser ruído. As lacunas agênticas não são.

Cada número nesse parágrafo é informado pelo fornecedor. A Liquid executou seus próprios harnesses, escolheu seu próprio conjunto de comparação e não publicou nenhuma metodologia por teste na ficha. Em 28 de outubro de 2026, não conseguimos encontrar nenhuma entrada do LFM3 no Artificial Analysis, portanto não há reprodução independente para comparar. Trate a divisão 23–4 como argumento da Liquid, não como resultado da indústria.

O que o checkpoint base realmente é

Retire o pós-treinamento e você obtém um modelo somente de texto de 1,73B com 24 camadas: 13 convoluções curtas com gating, cinco camadas de atenção de janela deslizante com uma janela de 256 tokens e seis camadas de atenção global. O valor de contexto de 256K é real — max_position_embeddings na configuração publicada indica 262.144 — não a janela de 256 tokens com que a cobertura inicial o confundiu. O vocabulário tem 128.000 tokens, o cartão lista 16 idiomas, e a licença é a LFM Open License v1.0, cuja concessão comercial deixa de se aplicar a uma pessoa jurídica com receita anual de US$ 10 milhões ou mais.

A receita de treinamento está documentada com mais detalhes do que a maioria dos lançamentos base: 22 trilhões de tokens no total, com os 3,5 trilhões finais gastos em dados curados de treinamento intermediário que incluem traços agênticos e chamadas de ferramentas, além de extensões de contexto de 128K e 256K. Em precisão de 4 bits, o checkpoint é descrito como ocupando cerca de 1 GB, que é o número que importa se o alvo for um celular ou um laptop em vez de um servidor.

O que a ficha não oferece é qualquer avaliação do próprio modelo base. As pontuações publicadas pela Liquid pertencem ao LFM3-1.7B após SFT, RL misto, destilação on-policy multidomínio e RL agêntico. Não há como, a partir de material público, separar quanto dessa média de 49,37 veio dos 22 trilhões de tokens de pré-treinamento e quanto veio do stack de pós-treinamento. Isso não é uma crítica específica à Liquid — quase ninguém publica avaliações de modelos base —, mas significa que o nome no título deste artigo não tem um placar próprio.

O placar-contador da OpenBMB

O cartão do MiniCPM5-2B faz uma alegação diferente em um conjunto diferente de eixos. Seu radar de capacidades pontua nove dimensões e reporta uma média de 53,9, contra 51,1 do Qwen3.5-4B, 42,7 do granite-4.2-3B e 33,2 do LFM2.5-2.6B. Nesse quadro, o modelo é o estado da arte da classe 2B e competitivo com modelos da classe 4B. Ele não inclui o LFM3-1.7B, que não existia quando o cartão foi escrito.

Os dois placares não podem ser subtraídos um do outro. Eles usam testes diferentes, normalização diferente e conjuntos de comparação diferentes — e o único benchmark em comum, τ³-bench, é exatamente onde o modelo da OpenBMB leva ligeira vantagem na tabela da Liquid. Se você colocar 53,9 ao lado de 49,37 e concluir que o MiniCPM5-2B é o modelo mais forte, você comparou uma média de nove eixos do fornecedor com uma média de 27 testes do fornecedor e não aprendeu nada.

Os fatos de hardware são menos ambíguos. O MiniCPM5-2B é um LlamaForCausalLM padrão com 2.516.756.480 parâmetros totais, dos quais 1.981.982.720 não são de embedding, 42 camadas, atenção com consultas agrupadas (grouped-query attention) com 16 cabeças de consulta e 2 cabeças KV, e um contexto de 131.072 tokens na configuração fornecida. É Apache 2.0, é distribuído como builds GGUF, MLX, GPTQ e LiteRT, juntamente com um modelo draft para decodificação especulativa, e a OpenBMB lançou os corpora de treinamento junto com ele. Isso é um produto final com a fábrica inclusa.

Base contra base é a única comparação limpa.

As duas famílias disponibilizam um checkpoint pré-treinado, o que torna possível, pela primeira vez, uma comparação em condições de igualdade. O MiniCPM5-2B-Base foi criado em 27 de agosto de 2026, está sob Apache 2.0 e existe pelo mesmo motivo que o LFM3-1.7B-Base existe: para ser pós-treinado e se transformar em outra coisa. Nenhum dos cards base publica uma tabela de avaliação. Portanto, a decisão tem de ser tomada com base na especificação, na licença e no ecossistema, e não numa pontuação.

Essa reformulação importa porque o erro mais comum com esse par é baixar a base da Liquid, usá-la como um modelo de chat e concluir que ela é pior que o MiniCPM5-2B. Vai ser. O LFM3-1.7B-Base é uma saída de mid-training com um template de chat e um modo de pensamento, não um assistente; o próprio card da Liquid diz para usar o LFM3-1.7B para chat, chamada de ferramentas e agentes. O checkpoint finalizado da OpenBMB é a coisa certa para comparar com o LFM3-1.7B, e essa comparação já existe na tabela da Liquid. A comparação base contra base é para pessoas que pretendem fazer o treinamento elas mesmas.

A ficha técnica, dimensão por dimensão

• Parâmetros — LFM3-1.7B-Base: 1,73B em 24 camadas. MiniCPM5-2B: 2,52B no total, 1,98B não-embedding, em 42 camadas.

• Contexto — LFM3-1.7B-Base: 256K tokens, entrada mais saída. MiniCPM5-2B: 131.072 tokens na configuração fornecida.

• Arquitetura — LFM3-1.7B-Base: tri-híbrido com convoluções curtas com gate, além de atenção de janela deslizante e global, carregado com trust_remote_code. MiniCPM5-2B: um decodificador Llama padrão que funciona com ferramentas não modificadas.

• Licença — LFM3-1.7B-Base: LFM Open License v1.0, uso comercial condicionado a permanecer abaixo de US$ 10 milhões de receita anual. MiniCPM5-2B: Apache 2.0, sem condição de receita.

• Formatos disponibilizados — LFM3-1.7B-Base: apenas pesos BF16 no card base; a versão irmã pós-treinada tem builds GGUF, MLX, ONNX, FP8 e NVFP4. MiniCPM5-2B: BF16, GGUF, MLX, GPTQ e LiteRT, além de checkpoints SFT e de mid-training e um modelo draft DSpark.

• Pegada de memória — LFM3-1.7B-Base: cerca de 1 GB em 4 bits, segundo a Liquid. MiniCPM5-2B: um modelo denso de 2,5B sem pegada em 4 bits publicada no cartão; espere o custo de memória habitual da classe de 2,5B, não 1 GB.

• Idiomas — LFM3-1.7B-Base: 16 idiomas nomeados, incluindo árabe, hindi, tailandês e vietnamita. MiniCPM5-2B: um cartão centrado no inglês e no chinês, com os dados divulgados que lhe servem de base.

• Dados de treino — LFM3-1.7B-Base: 22T tokens, receita descrita, mas dados não divulgados. MiniCPM5-2B: corpora UltraData divulgados junto com os pesos.

O que os repositórios dizem sobre implantação

MiniCPM5-2B é o modelo mais fácil de colocar em um dispositivo hoje. A arquitetura é padrão, então o suporte no llama.cpp, Ollama e LM Studio é uma questão de usar o GGUF publicado, em vez de esperar por um kernel. O Apple Silicon tem builds MLX, o Android tem um caminho LiteRT, e o modelo draft DSpark existe especificamente para tornar a decodificação mais rápida em hardware restrito.

O LFM3-1.7B-Base exige mais do runtime. Ele precisa de código de modelagem personalizado, e o checkpoint base é publicado apenas em BF16. O restante da família está mais bem atendido: a Liquid lista suporte do vLLM, SGLang e Transformers para BF16, do SGLang para FP8 e NVFP4, do llama.cpp e Ollama para GGUF, do MLX para Apple Silicon e do ONNX Runtime para trabalho multiplataforma. O problema é que essas builds pertencem ao LFM3-1.7B, não ao checkpoint base. O pull request do SGLang que adiciona suporte ao LFM3, #46858, ainda estava aberto no momento da redação; o pull request complementar do cookbook já foi mesclado.

Se a pergunta é qual modelo colocar atrás de um endpoint esta semana, observe que nem MiniCPM5-2B nem LFM3-1.7B-Base está no catálogo da OrcaRouter hoje. Por enquanto, ambos são opções de baixar e hospedar por conta própria. É exatamente a situação em que uma camada de roteamento se paga mais tarde, e não antes: uma chave compatível com OpenAI para mais de 200 modelos, 0% de acréscimo com o preço de tabela do provedor repassado, e failover automático quando um servidor auto-hospedado ou um único upstream cai. Você não precisa de nada disso para rodar um modelo de 1 GB em um laptop; precisa disso quando o modelo pequeno se torna um braço de um caminho de produção e algo precisa capturar a falha.

O que ainda não é possível saber

A lista honesta é curta e específica. Não conseguimos encontrar nenhum benchmark independente para nenhum modelo LFM3, então toda alegação de capacidade sobre a família é da própria Liquid. Não há avaliação publicada do LFM3-1.7B-Base, então ninguém pode dizer quão bom é o checkpoint bruto antes do pós-treinamento. Não há preço por token para o LFM3 em uma API hospedada, o que torna as comparações de custo com o MiniCPM5-2B — também auto-hospedado na maioria das implantações — um exercício de hardware e eletricidade, e não de tabela de tarifas. E não há evidência ainda, independente ou não, sobre se a janela deslizante de 256 tokens custa algo ao modelo em trabalhos de contexto longo com uso intensivo de recuperação; a própria pontuação RULER 128K da Liquid, de 65,56, está bem abaixo dos 87,11 que ela relata para o Qwen3.5 9B, o que é um sinal que vale acompanhar, e não um veredito.

Três perguntas que vale a pena responder antes de baixar qualquer um dos dois

Você quer um modelo ou um ponto de partida?

Se você quer algo que responda a perguntas, invoque ferramentas e sobreviva a uma demonstração na segunda-feira, o MiniCPM5-2B é o produto acabado e o LFM3-1.7B-Base não é. Se você tem um corpus de domínio, um pipeline de pós-treinamento e um motivo pelo qual o modelo padrão não serve, o checkpoint base é a compra correta — e os notebooks TRL da Liquid para SFT, DPO, GRPO e pré-treinamento contínuo são mais orientação do que a maioria dos fornecedores oferece.

A sua organização algum dia ultrapassará os 10 milhões de dólares de receita anual?

A LFM Open License v1.0 concede direitos comerciais apenas abaixo desse limite. Acima dele, a obra não é licenciada ao abrigo do acordo de forma alguma, e você precisa de um acordo separado com a Liquid. A Apache 2.0 não tem esse corte abrupto. Para um projeto de hobby ou uma startup em fase inicial, a diferença é teórica; para uma empresa estabelecida, ela decide a lista de finalistas antes mesmo de qualquer benchmark ser executado.

Um contexto de 256K justifica uma arquitetura personalizada?

O LFM3-1.7B-Base oferece o dobro de contexto do MiniCPM5-2B com uma contagem de parâmetros menor, o que é o argumento técnico mais forte a seu favor. O preço é um modelo não padronizado que exige código remoto, um conjunto mais restrito de builds prontos no checkpoint base e uma integração de runtime que ainda está chegando. Se sua carga de trabalho cabe em 131K, você está pagando esse preço por uma margem que não vai usar.

Qual escolher

Para a maioria das equipas que compara estes dois nomes, a resposta é o MiniCPM5-2B — não porque ganhe um concurso de benchmarks, mas porque é um produto Apache-2.0 concluído, com compilações quantizadas, dados de treino publicados e sem limite de licença. É a forma de menor risco de colocar um modelo capaz de 2,5B num dispositivo.

LFM3-1.7B-Base é a aposta mais interessante para um público mais restrito: equipes que querem um checkpoint de 1,73B com contexto de 256K, 16 idiomas e uma arquitetura não padrão na qual possam continuar o treinamento em uma única GPU, e que consigam conviver com a licença LFM e um ecossistema de modelos-base mais enxuto. A Liquid deu a esse público um ponto de partida real e uma receita de treinamento excepcionalmente detalhada. Ainda não deu a ninguém motivo para acreditar que o checkpoint base seja melhor que o modelo finalizado da OpenBMB, e a própria tabela do fornecedor não tenta alegar isso.

O número a observar não é a divisão 23–4. É a primeira avaliação independente de qualquer modelo LFM3 — o momento em que o placar da Liquid deixa de ser o único placar.