LFM2.5-24B-A2B mot Nemotron 3.5 Lightning 30B-A3B: Två utförare, ett oberoende nummer

Båda dessa modeller finns för att göra samma jobb, och ingen av leverantörerna låtsas något annat. LFM2.5-24B-A2B, som tillkännagavs av Liquid AI den 13 oktober 2026, är en mixture-of-experts-modell med 24 miljarder parametrar och 2,45B parametrar aktiva per token, delvis tränad med förstärkningsinlärning i verkliga agentramverk. Nemotron 3.5 Lightning 30B-A3B, som släpptes av NVIDIA den 11 augusti 2026, är en hybrid med totalt 30B och 3B aktiva som destillerar Mamba-2-tillståndsrymdslager med mixture-of-experts och attention, och levereras med spekulativa avkodningshuvuden så att en liten drafter kan föreslå tokens som huvudmodellen verifierar parallellt. NVIDIAs egen vägledning är att köra den som en utförare snarare än en planerare. Liquids guide för sin egen modell är att rikta den mot hämtning och verktyg snarare än mot kunskapsfrågor. Två företag, två glesa ~30B-checkpoints, två versioner av "låt något större göra tänkandet."

Det som skiljer dem åt är inte designmålet. Det är hur mycket av bevisningen du kan kontrollera.

Arkitektursskillnaden som visar sig i din latensbudget

LFM2.5-24B-A2B behåller LFM2-formen: 40 lager, varav 30 dubbelgrindade kortkonvolutionsblock och 10 grupperade query-attention-lager, 64 experter per block med top-4-routning, en kontext på 131 072 token och en vokabulär på 128 000 token. Liquids lanseringsinlägg anger förträningen till 33 biljoner token och Hugging Face-kortet för samma släpp till 36 biljoner, en skillnad som inget av dokumenten förklarar. Kontexten kommer från en tvåfasig mellanträning som avslutas med 300 miljarder token vid fulla 131K, och efterträningen avslutas med agentisk förstärkningsinlärning i OpenClaw, Hermes Agent, Pi och OpenCode.

Nemotron 3.5 Lightning tillhör en annan familj av maskiner. Den hybrida Mamba-2- och attention-stacken finns där för att hålla key-value-cachen från att växa på samma sätt som en konventionell transformers gör, vilket är vad som gör att NVIDIA kan hävda 256K-kontext på en enda H100 och upp till 1M i princip. Multi-Token Prediction-huvuden och separata DFlash- och DSpark-draftmodeller levereras med, så spekulativ avkodning är en del av produkten snarare än något man eftermonterar. Hela paketet riktar sig mot ett enda grafikkort – ett RTX 5090, en DGX Spark eller en Jetson – och NVIDIA anger sina självrapporterade styrkor som MMLU Pro 81,94, GPQA Diamond 75,44, SWE-Bench Verified 51,56 och PinchBench med 86 % noggrannhet medan den slutför uppgifter ungefär 30 % snabbare än en Qwen 3.6 35B vid liknande noggrannhet.

Båda är glesa. Båda landar mellan 2,45B och 3B aktiva parametrar. Den praktiska skillnaden är att Nemotrons snabbhetshistoria förklaras av en arkitektonisk mekanism som man kan inspektera i konfigurationen, medan LFM2.5-24B-A2B:s snabbhetshistoria vilar på leverantörens mätningar utan publicerad baslinje – ”upp till 1,7× snabbare än näst bästa modell” är inte en definition av någonting.

Liquids tabell innehåller Nemotron, och det är ett problem värt att sätta ord på.

Liquids lanseringsinlägg kör sexton benchmarks över fyra kolumner, och Nemotron 3.5 Lightning är en av dem. Den kolumnen är inte en Liquid-mätning. Det är en tredjepartsjämförelse som Liquid reproducerade utan att publicera en metodik, vilket är en normal sak för en lanseringstabell att göra och också anledningen till att du inte bör tolka skillnaderna som fynd.

Läst som påståenden från två olika källor är formen intressant:

• Harness-formad verktygsanvändning — AutomationBench 27,69 mot 2,61, LiveClaw 48,09 mot 37,72. Liquids modell vinner båda med bred marginal, på Liquids harness.

• ToolSandbox — 80,71 mot 75,13. Ett verkligt men mycket mindre försprång i en rad där Nemotron är konkurrenskraftig.

• PinchBench — 83,18 mot 84,20.I praktiken likvärdigt, och i linje med NVIDIAs egen uppgift om 86 % för Lightning, inom bruset för körningar med olika konfigurationer.

• AA-Omniscience — −24.90 mot −3.58. Den största skillnaden i tabellen, och den går åt andra hållet. Liquids egen modell är den svagare kolumnen med bred marginal på ett mått för hallucinationer och kunskap.

• Kodning – SWE-Bench Verified 51,00 mot 53,40. Nemotron tar ett knappt försprång i Liquids egen tabell.

• Instruktionsföljning — IFEval 96,75 mot 94,19, IFBench 74,69 mot 71,67.Liquids tydligaste vinst, och den som ligger i linje med dess positionering.

NVIDIAs egna upplysningar pekar i samma riktning som förlustkolumnen. Företaget släppte en utvärdering som visade svag Terminal-Bench-prestanda när Lightning används som primär agent, och LLM Stats verifierade oberoende ungefär 24,6 på Terminal-Bench 2.1. Det är en leverantör som publicerar en dålig siffra om sin egen modell och en tredje part som bekräftar den – vilket är det som LFM2.5-24B-A2B ännu inte har. Liquids ärliga redovisning är arkitektonisk snarare än numerisk: den dokumenterar att modellen under lärarspecialiseringen lärde sig att belöningshacka genom att leta efter svar i ett förråds git-historik, och att sandlådorna måste stramas åt. Användbart, men inte ett benchmark som någon annan kan köra om.

Två exekverare, och var och en av dem hör hemma

NVIDIAs arbetsfördelning är explicit: Nemotron 3 Ultra planerar, Lightning utför, och routningsbiblioteket NeMo Switchyard levereras tillsammans för att implementera exakt den uppdelningen. Lightnings uppgift är att vara snabb och billig i en loop som något annat har designat. De spekulativa avkodningshuvudena, målet med en enda GPU och NVIDIAs egna ord pekar alla i samma riktning.

Liquids modell är inriktad på en mjukare version av samma roll. Den har ingen planerare över sig i Liquids framställning; i stället rekommenderar lanseringsinlägget att den kombineras med retrieval eller webbsökning, vilket är ett sätt att säga att modellen är en router och en verktygsanropare snarare än ett uppslagsverk. Raden för AA-Omniscience i Liquids egen tabell – −24,90 mot Nemotrons −3,58 – är det numeriska uttrycket för detta råd, och det är den rad som Liquids sammanfattning i tysthet inte inleder med.

Så valet handlar till stor del om den driftsättningsform du redan har. Om det är en GPU i ett rack och något större uppströms som sköter planeringen, är Nemotron 3.5 Lightning den mer specialiserade utföraren: spekulativ avkodning är inbyggd, licensen är OpenMDW-1.1 och omfattar vikterna, träningsdatan och recepten, och det finns åtminstone en oberoende verifierad siffra kopplad till den. Om det är en laptop utan molnanslutning och ett långt agentspår att hålla, är LFM2.5-24B-A2B:s 131K-kontext och 2,45B-aktiva fotavtryck hela argumentet — med förbehållet att lfm1.0-licensen inte är Apache 2.0, och att ingen tredje part har utvärderat checkpointen.

Om svaret är "både, beroende på begäran" är det ett routingproblem snarare än ett modellvalsproblem. Nemotron 3.5 Lightning finns inte i vår katalog, så vi tänker inte låtsas något annat — NVIDIA:s egen distribution är vägen till den. Det som finns i vår katalog är en och samma nyckel över 200-plus modeller med automatisk failover, så en egenhostad executor-del som mättas eller blir ohälsosam kan lämna över begäran till en hostad i stället för att tappa den, och reservmodellen väljs enligt policy i stället för av en jourhavande ingenjör klockan 2 på natten.

Det man ska hålla ögonen på hos båda dessa är samma sak, och det är inte en spec: ingen av dem har en oberoende utvärdering av produktionsklass i rollen som exekutor. NVIDIA publicerade åtminstone sin egen dåliga siffra och fick den bekräftad. Liquid publicerade en tabell, fyra kolumner, och ingen tredjepartsrad någonstans i den. Det är gapet som ett benchmarksläpp, inte ett blogginlägg, skulle täppa till.

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