LFM2.5-24B-A2B vs Granite 4.2 30B: Gles laptopmodell eller tät arbetsstationsmodell

"Öppna vikter" fyller två olika funktioner i LFM2.5-24B-A2B och Granite 4.2 30B. Liquid AIs modell, som tillkännagavs den 13 oktober 2026, är en mixture-of-experts med 24 miljarder parametrar som aktiverar 2,45B parametrar per token och släpps under leverantörens egen lfm1.0-licens. IBMs Granite 4.2 30B, publicerad på Hugging Face den 25 augusti 2026, är en dense decoder-only-resonemangsmodell – ungefär 29 miljarder parametrar i dess BF16-safetensors, alla aktiva för varje token – och släpps under Apache 2.0. En av dessa licenser är en standardbeviljning enligt Apache utan några villkor. Den andra är det inte, och den skillnaden överlever varje benchmarkargument du kan ha om de två.

Den andra skillnaden är aritmetik som ingen utvärdering kan dölja. En MoE med 2,45B aktiva parametrar är dimensionerad för en maskin du redan äger. En tät 29B-modell behöver en GPU med tillräckligt minne för att rymma den, vilket gör att jämförelsen handlar mindre om "vilken som är smartare" än om "vilken av dessa du faktiskt kan köra på hårdvaran framför dig."

Var parametrarna ska vara

LFM2.5-24B-A2B har 40 lager uppdelade mellan 30 dubbelgrindade kortkonvolutionsblock och 10 grupperade query-attentionslager, med 64 experter per block och top-4-routing. Liquid tränade den på 33 biljoner tokens enligt lanseringsinläggets räkning – eller 36 biljoner enligt Hugging Face-modellkortets räkning för samma release, en avvikelse som ingen av dokumenten löser – och mellantränade sedan i två steg och avslutade med en femstegs efterträningspipeline som slutar i agentisk förstärkningsinlärning i riktiga agentramverk. Den har 131 072 tokens kontext och en vokabulär på 128 000 tokens.

Granite 4.2 30B är en enda tät stack utan routing att utföra, byggd på checkpointen Granite-4.1-30B-Base och tränad med tre valbara resonemangslägen: fullt tänkande inlindat i <think>-taggar, tänkande med låg ansträngning och inget tänkande alls. Den har en inbyggd kontext på 128 med en dokumenterad långkontextutökning till 512K, stöder tolv testade språk, och dess modellkort rekommenderar temperatur 1,0 med top_p 0,95 för alla uppgifter.

Den praktiska konsekvensen är genomströmningens form, inte bara genomströmningen. Gles routning innebär att LFM2.5-24B-A2B läser en fil med 24B vikter för att utföra aritmetik motsvarande 2,45B per token – bra för minnesbandbredden, inte dåligt för något särskilt. Tät innebär att Granite 4.2 30B utför hela 29B arbetet för varje token den genererar. Om din arbetsbelastning är en lång agentloop med många korta turer förstärks den skillnaden.

Leverantörsnummer, sida vid sida, med förbehållet bifogat

Ingen har kört dessa två mot varandra. IBMs siffror kommer från modellkortet för Granite 4.2; Liquids kommer från deras vLLM-tabell från lanseringsdagen, där Granite inte förekommer som kolumn. Raderna nedan är därför två separata leverantörspåståenden placerade bredvid varandra, inte en direkt jämförelse, och två av de fyra benchmarkarna använder överlappande men inte identiska testramverk.

• Parametrar — 24,0B totalt med 2,45B aktiva jämfört med ~29B tät modell, alla aktiva. Det enda talet som avgör din hårdvara.

• Kontext — 131 072 tokens jämfört med 128K inbyggt och 512K utökat. Ungefär jämnt vid det inbyggda fönstret; Granite går längre om du behöver det.

• Licens — lfm1.0 kontra Apache 2.0. Apache 2.0 har ingen intäktsutlösare och ingen fråga om tillämpningsområde. Läs Liquids villkor mot dina egna siffror.

• Agentisk verktygsanvändning — BFCLv4 65,01 mot BFCL v4 61,39.Liquids siffra kommer från deras eget testramverk; IBMs från 4.2-kortet. Tillräckligt nära för att testramverket ska spela större roll än gapet.

• Kodning – SWE-Bench Verified 51,00 mot 57,00. Granites försprång, och det följer mönstret: LFM2.5-24B-A2B är en verktygsanropare, Granite 4.2 30B är en resonerare som också anropar verktyg.

• Instruktionsföljning — IFEval 96,75 och IFBench 74,69 mot IFBench 77,17. Båda är starka; de två leverantörerna använder olika par av rader, så jämför den gemensamma.

Där Granites kort lägger till detaljer som Liquids kort inte publicerar, betrakta det som resonemangsmotorns argument: AIME 2025 på 89,17, GPQA på 66,41, LiveCodeBench v6 på 75,77, MMLU-Pro på 77,60, SciCode på 38,76 och RULER på 89,96 för 64K och 81,38 för 128K. Det sista paret är den typ av bevis för lång kontext som LFM2.5-24B-A2B helt enkelt inte har ännu – Liquid publicerade inga retrievalsiffror vid någon kontextlängd för sitt 131K-fönster.

Vad var och en kostar dig att behålla

Liquid prissätter API-åtkomst till 0,10 USD per miljon indatatoken — 0,05 USD cachad — och 1,00 USD per miljon utdatatoken på sin egen Console, med 2 USD i startkredit. Men den hostade slutpunkten är egentligen inte produkten; produkten är själva 24B-A2B-filen, och leverantörens genomströmningspåståenden avser alla på enheten: 184 token per sekund på en Apple M5 Max och 114 token per sekund på en AMD Ryzen AI Max+ 395. Båda är leverantörsrapporterade och inte reproducerade, och oavsett om de håller, gör det arkitektoniska argumentet det: en MoE med 2,45B aktiva parametrar körs på enhetligt minne på ett sätt som en tät 29B-modell inte gör.

IBM publicerar inget pris per token på modellkortet – Granite 4.2 30B positioneras som en självhostad checkpoint, distribuerad som BF16 plus FP8, NVFP4/MXFP4 och GGUF-kvantiseringar. Den totala kostnaden är den GPU du måste köpa eller hyra för att hålla ungefär 29B täta vikter, och en tät 30B i FP8 kräver betydligt mer minne än en kvantiserad MoE med 2,45B aktiva parametrar. Per serverad token är den glesa modellen billigare att driva; vid kallstart och latens i värsta fallet har den täta modellen ingen routing att värma upp. Vilket av dessa du bryr dig om beror helt och hållet på om slutpunkten är alltid påslagen.

Om du vill testa endera utan att binda dig till någon av dem finns båda vägarna. Granite 4.2 30B kan egenhostas under Apache 2.0 utan intäktstak, och den serverade sidan av varje siffra ovan – qwen/qwen3.6-35b-a3b och google/gemma-4-26b-a4b-it bland dem – finns i vår katalog bakom en enda nyckel till 0 % påslag på varje leverantörs eget listpris, så en leverantörs prisändring når slutpunkten samma dag som den tillkännages i stället för vid nästa faktureringscykel.

Vilken ska man välja?

Välj LFM2.5-24B-A2B om maskinen är begränsningen och arbetsbelastningen utgörs av verktygsanrop. Den vinner där harness-likt arbete mäts, den rymmer 131K kontext i ett fotavtryck som en bärbar dator klarar av, och Liquid tränade den mot verkliga agent-scaffolds i stället för en statisk testmängd — en detalj som är viktigare för en router än för en resonerare. Acceptera två saker när du gör det: lfm1.0-licensen är inte Apache 2.0, och ingen utanför Liquid har ännu utvärderat denna checkpoint.

Välj Granite 4.2 30B om du har hårdvaran, behöver en modell som resonerar innan den agerar, eller behöver en licens som din juridiska avdelning redan känner till. Den leder inom kodning, den är den enda av de två som har publicerade siffror för långkontextsåtervinning, och dess 512K-förlängning är riktig dokumentation snarare än en marknad. Dess agentiska siffror är tunnare – 61,39 på BFCL v4 mot Liquids 65,01 – vilket är precis tvärtom mot vad parameterantalen skulle antyda, och en påminnelse om att densitet köper resonemang, inte automatiskt verktygsdisciplin.

Den ärliga sammanfattningen är att dessa två inte är substitut. LFM2.5-24B-A2B är byggd för att vara modellen som kör loopen på en enhet utan molnanslutning. Granite 4.2 30B är byggd för att vara modellen som tänker hårt på ett problem och har licensen att bevisa att den kan leverera. Om du har båda är routingfrågan vilken av dem som får förfrågan — och det är ett beslut som ett routinglager finns till för att fatta, inte en benchmarktabell.

Följ modellavbrott och försämringar i realtid i vårt incidentarkiv och se vilka rutter som har växlat över utan problem.