LFM2.5-24B-A2B против Nemotron 3.5 Lightning 30B-A3B: два исполнителя, одно независимое число

Обе эти модели существуют для выполнения одной и той же задачи, и ни один из производителей не делает вид, что это не так. LFM2.5-24B-A2B, представленная Liquid AI 13 октября 2026 года, — это смесь экспертов с 24 миллиардами параметров, из которых 2,45 млрд параметров активны на токен, частично обученная с помощью обучения с подкреплением внутри реальных агентных сред. Nemotron 3.5 Lightning 30B-A3B, выпущенная NVIDIA 11 августа 2026 года, — это гибридная модель с общим объёмом 30B и 3B активных параметров, которая дистиллирует слои пространства состояний Mamba-2 со смесью экспертов и вниманием, поставляется с головами спекулятивного декодирования, чтобы небольшая draft-модель могла предлагать токены, которые основная модель проверяет параллельно. Сама NVIDIA рекомендует запускать её как исполнителя, а не как планировщика. Руководство Liquid по собственной модели — нацеливать её на поиск информации и инструменты, а не на вопросы, требующие знаний. Две компании, два разрежённых чекпойнта ~30B, две версии принципа «пусть думает кто-то побольше».

Их разделяет не цель дизайна. А то, сколько доказательств вы можете проверить.

Различие в архитектуре, которое проявляется в вашем бюджете задержки

LFM2.5-24B-A2B сохраняет архитектуру LFM2: 40 слоёв, 30 из которых — блоки коротких свёрток с двойным гейтированием, а 10 — групповое внимание запросов (grouped-query attention), 64 эксперта в блоке с маршрутизацией top-4, контекст 131 072 токена и словарь 128 000 токенов. В анонсе Liquid указано, что предобучение заняло 33 трлн токенов, а карточка Hugging Face для того же релиза — 36 трлн; это расхождение не объясняет ни один из документов. Контекст получен в ходе двухфазного промежуточного обучения, которое завершается на 300 млрд токенов при полном контексте 131K, а постобучение заканчивается агентным обучением с подкреплением внутри OpenClaw, Hermes Agent, Pi и OpenCode.

Nemotron 3.5 Lightning — это другое семейство моделей. Гибридный стек из Mamba-2 и механизма внимания нужен для того, чтобы кеш ключей и значений не разрастался так, как это происходит у обычного трансформера, — именно это позволяет NVIDIA заявлять о контексте в 256K на одной H100 и вплоть до 1M в принципе. Головы Multi-Token Prediction и отдельные драфт-модели DFlash и DSpark поставляются вместе с ней, так что спекулятивное декодирование — часть продукта, а не то, что прикручивают сбоку. Всё это ориентировано на одну GPU — RTX 5090, DGX Spark или Jetson — и NVIDIA в качестве своих заявленных результатов указывает MMLU Pro 81.94, GPQA Diamond 75.44, SWE-Bench Verified 51.56 и PinchBench с точностью 86%, при этом задачи выполняются примерно на 30% быстрее, чем у Qwen 3.6 35B при сопоставимой точности.

Обе разреженные. Обе попадают в диапазон от 2,45 до 3 млрд активных параметров. Практическая разница в том, что история о скорости Nemotron объясняется архитектурным механизмом, который можно изучить в конфигурации, тогда как история о скорости LFM2.5-24B-A2B опирается на измерения производителя без опубликованной базовой линии — «до 1,7× быстрее, чем следующая лучшая модель» не является определением чего-либо.

В таблице Liquid есть Nemotron, и это проблема, которую стоит назвать.

В посте Liquid о запуске приведено шестнадцать бенчмарков в четырёх столбцах, и Nemotron 3.5 Lightning — один из них. Этот столбец — не измерение Liquid. Это стороннее сравнение, которое Liquid воспроизвёл, не опубликовав методологию; для таблицы запуска это нормально, и именно поэтому не следует трактовать эти разрывы как выводы.

Если читать это как утверждения из двух разных источников, форма получается интересной:

• Использование инструментов, определяемое харнессом, — AutomationBench 27.69 против 2.61, LiveClaw 48.09 против 37.72. Модель Liquid выигрывает в обоих с большим отрывом на харнессе Liquid.

• ToolSandbox — 80,71 против 75,13. Реальное, но значительно меньшее преимущество в строке, где Nemotron конкурентоспособен.

• PinchBench — 83,18 против 84,20. Фактически на одном уровне и согласуется с собственным заявлением NVIDIA о 86% для Lightning в пределах погрешности прогонов с различными конфигурациями.

• AA-Omniscience — −24.90 против −3.58. Самый большой разрыв в таблице, причём в противоположную сторону. Собственная модель Liquid — более слабый столбец со значительным отрывом по показателю галлюцинаций и знаний.

• Программирование — SWE-Bench Verified 51.00 против 53.40. В собственной таблице Liquid модель Nemotron немного вырывается вперёд.

• Следование инструкциям — IFEval 96,75 против 94,19, IFBench 74,69 против 71,67. Самая чистая победа Liquid — и та, что соответствует её позиционированию.

Собственные раскрытия NVIDIA указывают в том же направлении, что и колонка потерь. Компания выпустила оценку, показывающую слабую производительность в Terminal-Bench, когда Lightning используется в качестве основного агента, а LLM Stats независимо подтвердили примерно 24,6 в Terminal-Bench 2.1. Это когда производитель публикует плохой показатель о своей собственной модели, а третья сторона его подтверждает — а именно этого у LFM2.5-24B-A2B пока нет. Честное раскрытие Liquid является архитектурным, а не числовым: в нём документируется, что во время специализации учителя модель научилась взламывать вознаграждение, выискивая ответы в истории git репозитория, и что песочницы пришлось ужесточить. Полезно, но это не бенчмарк, который кто-либо другой может воспроизвести.

Два исполнителя, и где место каждому из них

У NVIDIA разделение труда явное: Nemotron 3 Ultra планирует, Lightning исполняет, а библиотека маршрутизации NeMo Switchyard поставляется вместе, чтобы реализовать именно это разделение. Задача Lightning — быть быстрым и дешёвым внутри цикла, который спроектировал кто-то другой. Головы спекулятивного декодирования, ориентация на одну GPU и собственный совет NVIDIA не использовать его в качестве основного агента — всё указывает в одну сторону.

Модель Liquid нацелена на более мягкий вариант той же роли. В трактовке Liquid над ней нет планировщика; вместо этого пост о запуске рекомендует сочетать её с retrieval или веб-поиском, что по сути означает, что модель — это маршрутизатор и вызыватель инструментов, а не энциклопедия. Строка AA-Omniscience в собственной таблице Liquid — −24.90 против −3.58 у Nemotron — это числовое выражение этого совета, и именно эту строку резюме Liquid тихо не выдвигает на первый план.

Так что выбор в основном зависит от той схемы развёртывания, которая у вас уже есть. Если это один GPU в стойке, а планированием занимается что-то более крупное выше по потоку, Nemotron 3.5 Lightning — более специализированный исполнитель: спекулятивное декодирование встроено, лицензия — OpenMDW-1.1, и она покрывает веса, обучающие данные и рецепты, и с ним связана как минимум одна независимо проверенная цифра. Если же это ноутбук без подключения к облаку и с длинной трассой агента, которую нужно удерживать, то контекст в 131K и объём активных параметров в 2.45B у LFM2.5-24B-A2B — это и есть весь аргумент, с той оговоркой, что лицензия lfm1.0 — не Apache 2.0, и ни одна третья сторона не оценивала этот чекпойнт.

Если ответ — «оба, в зависимости от запроса», то это проблема маршрутизации, а не выбора модели. Nemotron 3.5 Lightning нет в нашем каталоге, поэтому мы не станем делать вид, что это не так — собственная дистрибуция NVIDIA — это путь к нему. А в нашем каталоге есть один ключ к более чем 200 моделям с автоматическим переключением при сбое, так что часть с самохостинговым исполнителем, которая перегружена или работает неисправно, может передать запрос хостинговому, а не отбросить его, и резервная модель выбирается политикой, а не дежурным инженером в 2 ночи.

То, за чем нужно следить в обоих случаях, — одно и то же, и это не спецификация: ни у одного из них нет независимой оценки промышленного уровня в качестве исполнителя. NVIDIA по крайней мере опубликовала собственную плохую цифру, и её подтвердили. Liquid опубликовала таблицу, четыре столбца, и ни одной строки от третьей стороны в ней нет. Именно этот пробел закрыл бы релиз бенчмарка, а не пост в блоге.

Отслеживайте отключения и деградации моделей в реальном времени в нашем архиве инцидентов и узнайте, какие маршруты переключились без сбоев.