LFM3-1.7B против Nemotron 3.5 Lightning 30B A3B: один гигабайт против двадцати двух

Большинство сравнений моделей начинаются с таблицы бенчмарков. Это сравнение должно начинаться с бюджета памяти, потому что LFM3-1.7B и Nemotron 3.5 Lightning 30B A3B не конкурируют за один и тот же слот в системе. Модель NVIDIA, выпущенная 11 августа 2026 года под лицензией OpenMDW-1.1, требует около 22 ГБ в сборке NVFP4. Модель Liquid AI, анонсированная 27 октября 2026 года, требует примерно 1 ГБ при 4-битном квантовании и рассчитана на работу на телефоне. Для любой модели, которую мы не размещаем сами, маршрутизация — это поверхность управления, а не хост. Списовые цены провайдеров передаются с наценкой 0%.

Всё, что следует из этого факта, вытекает из него. Nemotron 3.5 Lightning — более способная модель во всех бенчмарках, опубликованных обоими производителями: GPQA Diamond — 75,57 против 63,37, SWE-bench Verified — 52,80 против 43,40, как указано на панели оценки на карточке Hugging Face самой NVIDIA. У неё также контекстное окно до 1 млн токенов против 262 144. Если ваш вопрос — какая модель лучше, ответ однозначен, и на этом страницу можно было бы закончить.

Вместо этого стоит задать вопрос: какая модель найдёт применение в вашем развёртывании. Модель на 22 ГБ не будет работать на телефоне, ноутбуке или Jetson ни в какой полезной конфигурации. Модель на 1 ГБ не отремонтирует репозиторий. Это разные ограничения, и сравнение, которое учитывает только баллы бенчмарков, подскажет вам купить не ту модель.

Что на самом деле куда подходит

Nemotron 3.5 Lightning 30B A3B — это гибридная модель со смесью экспертов: 30 млрд общих параметров, из которых примерно 3 млрд активных, 128 маршрутизируемых экспертов, из которых шесть активируются, плюс один общий эксперт, а также слои пространства состояний Mamba-2, чередующиеся с небольшим числом слоёв полного внимания. NVIDIA поставляет эталонные веса BF16 и сборку NVFP4 объёмом около 22 ГБ, которая помещается на один GPU, а модель работает на оборудовании B200, H100, H200, A100, GB200, DGX Spark, RTX 5090 и Jetson.

LFM3-1.7B — плотная и компактная модель: 1,73 млрд параметров, 24 слоя стробированных коротких свёрток и разреженного внимания, 3,46 ГБ в BF16 и около 1 ГБ при 4-битном квантовании. В карточке Liquid говорится, что она помещается на телефон или ноутбук, и при таком размере это утверждение подтверждается.

• Общее число параметров — 1,73 млрд плотных параметров для LFM3-1.7B; 30 млрд, из которых около 3 млрд активных, для Nemotron 3.5 Lightning.

• Память при развертывании — около 1 ГБ при 4 битах против около 22 ГБ в NVFP4.

• Контекст — 262 144 токена против максимум 1 000 000, при этом 256K на одном H100 и 262K на размещённых эндпоинтах.

• Модальность — только текст в обоих; ни в одном из них нет ветки обработки изображений или звука в этих контрольных точках.

• Языки — шестнадцать указаны для LFM3-1.7B; английский плюс пять — для Nemotron 3.5 Lightning.

• Лицензия — LFM Open License v1.0, бесплатна при годовом доходе менее 10 млн долларов, в отличие от OpenMDW-1.1, которая разрешает коммерческое и некоммерческое использование без проверки дохода.

Аргумент Nemotron в пользу скорости состоит не в том, что он маленький.

«Lightning» и «3B active» легко принять за то же позиционирование, что и у крошечной плотной модели. Но это не так. История NVIDIA о скорости опирается на три вещи, которых у модели LFM3 нет: гибридную архитектуру Mamba-2, которая лучше масштабируется на длинных последовательностях, предсказание нескольких токенов со спекулятивным декодированием и специализированные черновые модели — DSpark для DGX Spark и конфигураций с низкой конкурентностью, DFlash как альтернатива.

Опубликованные измерения подтверждают это. На DGX Spark vLLM с DSpark достигала примерно 115,8 токена в секунду в однопоточном режиме и примерно 422 токенов в секунду суммарно при восьми одновременных запросах — против примерно 79,6 токена в секунду без спекуляции. NVIDIA утверждает, что генерация может быть до четырёх раз быстрее, чем у моделей аналогичного размера, и позиционирует модель на границе Парето «точность–скорость».

Скоростное преимущество LFM3-1.7B имеет принципиально иной характер. Он быстрый потому, что запускать почти нечего: 1,73 млрд плотных параметров, 1,6 ГБ KV-кэша при 128K токенах и никаких накладных расходов на маршрутизацию. Liquid сообщает о декодировании в 1,8–2,8 раза быстрее своих предшественников на протестированном оборудовании и о 3,6 млрд токенов в день на одном NVIDIA B300. Это пропускная способность на оборудовании, которое никто не ставит в телефон.

Итак, две модели быстры по противоположным причинам: одна — благодаря инженерному решению, позволяющему большой модели выполнять меньше вычислений на каждый токен, другая — потому что она достаточно мала, и вопрос теряет смысл. На сервере побеждает инженерное решение. На устройстве малая модель — единственный существующий вариант.

Разрыв в возможностях, если сказать прямо

В карточке NVIDIA на Hugging Face для Nemotron 3.5 Lightning 30B A3B указаны 81.62 по MMLU-Pro, 75.57 по GPQA Diamond и 52.80 по SWE-bench Verified. Liquid сообщает 63.37 по GPQA Diamond и 43.40 по SWE-bench Verified для LFM3-1.7B и вовсе не публикует показатель MMLU-Pro для этой модели.

Две из этих трёх напрямую сопоставимы, и обе в пользу NVIDIA — с преимуществом в 12,2 и 9,4 балла. Это реальный разрыв именно на тех задачах, где небольшая плотная модель наиболее слаба: научные рассуждения уровня выпускника вуза и исправление кода в масштабе репозитория. В собственной карточке модели Liquid признаёт второе, заявляя, что модель не рекомендуется для агентного программирования или сложных многошаговых рассуждений из-за небольшого размера.

Оговорка насчёт точных цифр: опубликованные NVIDIA значения для этого чекпоинта немного расходятся между материалами к релизу и панелью оценки Hugging Face — в более ранних публикациях для тех же двух бенчмарков приводились 75.44 и 51.56. Направление и примерный размер разрыва стабильны от версии к версии; конкретные десятичные значения следует рассматривать как заявленные производителем и зависящие от версии, а не как фиксированный результат.

Там, где у LFM3-1.7B есть собственные цифры, они относятся к агентным возможностям, а не к знаниям: 71,39 в BFCL V4, 80,36 в ToolSandbox, 68,01 в τ³-bench, 38,42 в WebArena-Verified, 96,66 в IFEval. NVIDIA не публикует показатели BFCL или ToolSandbox для этого чекпойнта, поэтому их нельзя сопоставить. NVIDIA сообщает о точности 86% в PinchBench на 10 000 задач, выполненных на 30% быстрее, чем Qwen3.6-35B при сопоставимой точности, — утверждение, которому у Liquid нет аналога. Два поставщика просто измеряли разные вещи, и только совпадающие показатели позволяют сделать вывод.

Контекст — это самый широкий реальный разрыв.

Миллион токенов против 262 144 — это не маргинальная разница. Нативное окно Nemotron 3.5 Lightning в четыре раза длиннее, и даже консервативная конфигурация с одним H100 на 256K соответствует максимуму модели LFM3. Для рабочих нагрузок, построенных вокруг контекста целого репозитория, долгосрочных трассировок агентов или многочасовых транскриптов, ограничением небольшой модели становится окно, а не её возможности.

Стоит отметить, однако, что большое окно и удержание длинного контекста — это разные утверждения. LFM3-1.7B сообщает 65,56 по RULER при 128K, что скромно — он может принимать 262K токенов, но не удерживает весь этот контекст одинаково хорошо. NVIDIA не опубликовала показатель RULER для этого чекпоинта в рассмотренных здесь материалах, поэтому сравнение удержания невозможно. Не следует предполагать, что окно в 1M превращается в 1M полезного внимания.

Лицензии различаются сильнее, чем можно судить по бенчмаркам.

Это единственный аспект, в котором производитель малой модели сделал менее удобный выбор. Nemotron 3.5 Lightning 30B A3B выпускается под OpenMDW-1.1 — лицензией, которая разрешает коммерческое и некоммерческое использование без порога по выручке. LFM3-1.7B распространяется по LFM Open License v1.0: бесплатно для коммерческого использования при годовой выручке ниже 10 млн долларов США, а выше этого порога требуется платная коммерческая лицензия.

Для отдельного разработчика или стартапа эта разница теоретическая. Для команды внутри крупной компании или той, что планирует стать крупной, это этап закупки, который Nemotron полностью обходит. Учитывая, что вся привлекательность LFM3-1.7B — это развертывание внутри вашего собственного продукта, лицензию стоит прочитать прежде, чем восхищаться архитектурой.

Где модель на 1 ГБ всё ещё остаётся ответом

Ничто из вышеперечисленного не делает LFM3-1.7B плохой моделью. Это делает её моделью с узкой областью развёртывания, и внутри этой области ничто, связанное с Nemotron 3.5 Lightning, не имеет значения, поскольку более крупная модель вообще не может там присутствовать.

Если продукт поставляется на телефон, ноутбук, AI PC без дискретного GPU или полевое устройство, LFM3-1.7B — не компромисс, а единственный представитель этой пары, который вообще работает. Контекст в 262 144 токена на устройстве, помещающемся в карман, — действительно необычное явление, а словарь на шестнадцати языках покрывает большинство региональных внедрений. Для вызова инструментов, структурированного извлечения, классификации и локальных ассистентов этого достаточно, чтобы построить продукт.

Правильный подход для большинства команд — использовать и то, и другое, с разделением по уровням. Оставьте LFM3-1.7B на устройстве для быстрых, приватных вызовов, оформленных по схеме, а работу, требующую интенсивных рассуждений или масштаба репозитория, отправляйте на серверную модель. Это архитектурное решение, а не предпочтение модели, и, кстати, именно так уже устроены большинство агентов, которые выпускаются в продакшене.

Место маршрутизирующего слоя — серверный уровень. Nemotron 3.5 Lightning обслуживается через собственный стек NVIDIA и ряд сторонних платформ, а роль OrcaRouter — та же, что и для любой модели, которую мы не размещаем самостоятельно: один ключ и один счёт для более чем 200 моделей, цены из прайс-листов провайдеров передаются без наценки — 0%, а также автоматическое переключение между провайдерами при сбое, чтобы долго работающий агент не падал из-за деградации одной конечной точки. Ни LFM3-1.7B, ни Nemotron 3.5 Lightning сегодня нет в нашем каталоге — обе представляют собой открытые веса для скачивания, а меньшая модель предназначена для запуска на вашем собственном оборудовании.

Пол — это и есть главное.

Если у вас есть GPU и ваша проблема — это возможности, то Nemotron 3.5 Lightning 30B A3B — явно лучшая модель, и спорить тут не о чем. Она лучше рассуждает, лучше исправляет код, вмещает в четыре раза больше контекста, а в её лицензии нет проверки дохода.

Если у вас есть устройство и ваша проблема в том, что на нём больше ничего не помещается, сравнение полностью меняется. Модель на 22 ГБ не рассматривается, а значимыми цифрами становятся 1 ГБ, 262 144 токена и профиль вызова инструментов, достаточно сильный, чтобы Liquid опубликовала его как главную заявленную возможность модели.

Открытый вопрос: поддаётся ли рецепт эффективности Nemotron дальнейшему сжатию. Модель на 30 млрд параметров при 3 млрд активных уже работает на Jetson; по-настоящему сильная модель класса 2 млрд параметров в том же семействе поставила бы эти две в один разговор, а не по разные стороны стены памяти. До тех пор честное сравнение — не между их результатами в бенчмарках, а между оборудованием, которое требуется каждому из них, — и только одному из них не требуется никакого.