Hy-Memory-30B-A3B vs LFM2.5-24B-A2B: Två glesa specialister, bara en av dem körs på din maskin

Hy-Memory-30B-A3B och LFM2.5-24B-A2B är samma idé byggd av två företag som inte är överens om vem som ska köra den. Båda är glesa mixture-of-experts-modeller i mitten av 20-miljardersklassen med två till tre miljarder aktiva parametrar per token — Hunyuan-teamets minnesskrivare på 30B totalt och ungefär 3B aktiva, släppt som öppen källkod den 15 oktober 2026; Liquid AI:s enhetsbaserade agentmodell på 24,0B totalt och 2,45B aktiva, släpptes den 13 oktober 2026. Liquid släppte en Q4_K_M GGUF på 14,5 GB och en kvantiseringsmedvetet tränad version på 13,6 GB vid sidan av fullprecisionsvikterna. Teamet släppte en enda BF16-checkpoint på 60,1 GB och inget kvantiserat alternativ alls. Vad siffrorna inte kan berätta är om något av det har gått fel i fält: de dokumenterade AI-incidenterna och agentmisslyckandena kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, förtroendegrad och flagga för omtvistade uppgifter.

Den skillnaden i paketering är inte en tillfällighet i schemaläggningen, och att tolka den rätt säger dig mer om de två modellerna än vad någon av benchmarktabellerna gör. Det råkar också vara anledningen till att dessa två vanligtvis jämförs av fel anledning – folk ser "liten gles MoE" på båda korten och antar att de konkurrerar om samma driftsättningsplats. Det gör de inte. Den ena vill vara inne i agentramverket på din laptop. Den andra vill vara inne i en minnespipeline på din server, och de två uppgifterna överlappar knappt.

Det enda de verkligen har gemensamt

Båda är glesa. Båda håller ett stort parametrantal resident och läser en liten del av det per token. Det är hela den arkitektoniska överlappningen, och det är värt att slå fast vad gleshet ger och inte ger, eftersom det är den mest konsekvent missförstådda egenskapen i den här storleksklassen.

En 24B-A2B-checkpoint får inte plats i minne som motsvarar 2,45 miljarder parametrar. Varje parameter i filen måste kunna laddas; det aktiva antalet ger genomströmning per token, inte minnesavtryck. Liquids eget modellkort är rakt på sak om detta – modellen är en checkpoint med 24 miljarder parametrar, och att köra den innebär att hålla 24 miljarder parametrar någonstans. Den som läser "2,45B aktiva" och griper efter en liten maskin får en dålig eftermiddag. Detsamma gäller Hy-Memory-30B-A3B:s siffra på 3B aktiva jämfört med dess 60 GB BF16-fil.

Utöver denna gemensamma egenskap går de två isär på nästan varje axel som spelar roll.

Lägg märke till vad det där repot är. En leverantör som publicerar ett separat GGUF-repo säger, på det mest konkreta sätt som finns, att modellerna den levererar är avsedda att laddas ner och köras på hårdvara som någon redan äger. Commit-historiken i det är två commits lång och några dagar gammal – det här är inte en eftertanke som skruvats fast på en nio månader gammal utgåva.

Specifikationer, sida vid sida, med förpackningsraden inkluderad

• Totala / aktiva parametrar — Hy-Memory-30B-A3B 30B totalt, ~3B aktiva jämfört med LFM2.5-24B-A2B 24,0B totalt, 2,45B aktiva.

• Lageruppbyggnad — 48 lager för Hy-Memory-30B-A3B, ett dense-block och 47 MoE-block med 128 experter vid top-8-routning plus en delad expert; LFM2.5-24B-A2B har 40 lager, varav 30 dubbelgrindade kortkonvolutionsblock och 10 lager med grupperad frågeuppmärksamhet, med 64 experter per MoE-block vid top-4-routning.

• Kontext – 262 144 positioner för Hy-Memory-30B-A3B mot 131 072 för LFM2.5-24B-A2B, vilket i sig är en ökning från 32K i föregående generation.

• Viktfotavtryck — 60,1 GB fördelat på 51 BF16-shards jämfört med 48 GB i BF16, med en Q4_K_M GGUF på 14,5 GB och en QAT QAD-Q4_0 på 13,6 GB.

• Licens — Apache 2.0 för Hy-Memory-30B-A3B mot LFM1.0-licensen för LFM2.5-24B-A2B, som är ett anpassat beviljande snarare än en OSI-godkänd sådan och värd att läsa innan kommersiell driftsättning.

• Training corpus — 36T tokens across 16 languages at a 128,000-token vocabulary for LFM2.5-24B-A2B; the Hy-Memory card specifies English and Chinese and does not publish a token count for Hy-Memory-30B-A3B.

• Dokumenterat syfte — minnesskrivning i Mem0, MemOS, Hy-Memory och (hålls utanför) EverMemOS kontra agenter på enheten med resonemangsspår, verktygsanrop och agentisk förstärkningsinlärning i verkliga ramverk.

• Kvantisering publicerad av leverantören – inga kontra fyra format.

Note the last row again. Liquid AI published GGUF, FP8, ONNX and MLX-4bit builds of LFM2.5-24B-A2B within days of the base weights, and the community added more. That is a vendor saying, in the most concrete way available, that this model is meant to be downloaded and run locally. The Hy-Memory release says the opposite without ever stating it: one precision, one format, 60 GB, and a card that names vLLM 0.31.0 as the way to serve it.

Vad var och en tränades att göra, och varför det inte är samma jobb

LFM2.5-24B-A2B är en agent. Liquid positionerar den som en snabb, privat utförare som alltid resonerar innan den svarar och anropar verktyg väl – dess publicerade siffror för verktygsanvändning och instruktionsföljning är den starkaste delen av dess tabell, med IFEval på 96,75 och IFBench på 74,69 bland höjdpunkterna. Företagets egen vägledning är uppriktig om svagheten: rikta inte in den mot kunskapsintensiva frågor på egen hand, kombinera den i stället med retrieval eller webbsökning. Det är en modell byggd för att agera, med sin kunskap avsiktligt outsourcad.

Hy-Memory-30B-A3B does not act at all. It reads a conversation and writes memory. Its inputs are exchanges and its outputs are structured records — the Hy-Memory quickstart asks it for a JSON object containing a list of self-contained memory strings, run at temperature 0.0 with reasoning switched off. Where LFM2.5-24B-A2B is judged on whether it completed a task, Hy-Memory-30B-A3B is judged on whether the bank it wrote produced a better answer later. The evaluation is downstream of the model, which is why the Hy-Memory table compares writers rather than models — every row changes the writer and holds the answer model, judge, retrieval config and prompts fixed.

Evidensgapet, som inte är symmetriskt

Båda uppsättningarna siffror är leverantörens egna. Men de är inte lika användbara.

Liquid AI körde sin egen modell mot baslinjer i samma vLLM-miljö och publicerade raderna – LFM2.5-24B-A2B-kortet innehåller direkta jämförelser mot Qwen3.6-35B-A3B och andra modeller, i samma testramverk, vilket gör tabellens relativa form åtminstone internt konsekvent. Dess påståenden är granskningsbara i den meningen att vem som helst med GGUF:n kan försöka reproducera dem på blygsam hårdvara den här veckan.

The Hy-Memory evaluation is designed differently and is harder to check. The main matrix runs on a fixed 20% subsample of each benchmark rather than the full set, which is a defensible choice for cost and an indefensible one if you want to lean on small margins. And small margins are what the headline rests on: 55.49 macro average for Hy-Memory-30B-A3B against 54.62 for Claude Opus 5 is a gap of 0.87 of a point. On the MemOS harness the gap is 0.01 — 50.51 against 50.50. Meanwhile the vertex of the claim, the 56.89 on the held-out EverMemOS harness, is the single result most worth testing and the one nobody has run.

Ingen av leverantörerna har en oberoende poäng för dessa två modeller. För LFM2.5-24B-A2B är det en två dagar gammal olägenhet. För Hy-Memory-30B-A3B förvärras det av hårdvaruproblemet: du kan inte utan vidare reproducera siffrorna för en 60 GB BF16-modell på samma sätt som du kan köra en 14,5 GB GGUF igen.

Om din agent behöver både ett minne och en mun

Den praktiska tolkningen är att dessa två är komplement i ett system, inte rivaler i en utslagstävling, och fördelningen av driftsättningen faller sig naturligt.

En minnesskrivare utlöses vid varje tur med korta utdata – en arbetsbelastning med hög frekvens, låg komplexitet och som måste vara deterministisk. En agentutförare på enheten anropas när det finns en uppgift att utföra, behöver planera och anropa verktyg, och drar nytta av att köras nära data. Ett team som bygger en privat agentstack utan tredjepartsanrop skulle rimligen kunna vilja att skrivvägen och handlingsvägen är två olika små modeller, där var och en gör det enda den tränades för, båda körs lokalt.

Det är där routerfrågan landar. OrcaRouter är en enda API-nyckel över 200+ hostade modeller med 0 % påslag, och dess routing-DSL komponerar flera modeller till ett enda anrop – vilket är mekanismen som låter en lokalt servad skrivare och en hostad frontier-modell svara som en enda endpoint, med automatisk failover när en backend försämras. För att vara exakt om vad som gäller här: varken Hy-Memory-30B-A3B eller LFM2.5-24B-A2B finns i vår katalog och vi hostar ingen av dem. Vägen till båda är checkpointen och din egen hårdvara. Det en router täcker är läslinjen och planeringen runt den, samt möjligheten att byta vilken modell som fyller en plats utan att ändra den anropande koden.

Värt att göra innan du behöver det. Routingtabellen är billig att skriva nu och dyr att eftermontera när ett agentramverk har hårdkodat slutpunkter på tio ställen.

Det kortet är den rättvisa sammanfattningen av skillnaden. Liquid AI:s egen linje är att LFM2.5-24B-A2B är byggd för att köras där användaren är. Hy-Memory-teamet gör aldrig något likvärdigt påstående, och 60 GB-filen bakom Hy-Memory-30B-A3B gör det motsatta.

Vilken att plocka upp först

Om du vill se en gles medelstor modell köras på din egen hårdvara den här veckan är LFM2.5-24B-A2B den självklara första anhalten — nedladdningen är 14,5 GB, licensen behöver läsas, och siffrorna för verktygsanrop är den del av dess tabell som troligen spelar störst roll för dig.

Om din agent har ett minnesproblem som växer med varje konversation, är Hy-Memory-30B-A3B direkt inriktad på det, och det finns inget annat som riktigt liknar det i det öppna. Budgetera för hårdvaran innan du budgeterar för tiden.