LFM2.5-24B-A2B vs Nemotron 3.5 Lightning 30B-A3B: ผู้ดำเนินการสองตัว ตัวเลขอิสระหนึ่งตัว

ทั้งสองโมเดลนี้มีอยู่เพื่อทำงานเดียวกัน และไม่มีผู้จำหน่ายรายใดเสแสร้งว่าเป็นอย่างอื่น LFM2.5-24B-A2B ซึ่งประกาศโดย Liquid AI เมื่อวันที่ 13 ตุลาคม 2026 เป็นโมเดลแบบส่วนผสมผู้เชี่ยวชาญ (mixture-of-experts) ขนาด 24,000 ล้านพารามิเตอร์ โดยมี 2.45 พันล้านพารามิเตอร์ที่ทำงานอยู่ต่อหนึ่งโทเคน ฝึกฝนส่วนหนึ่งด้วยการเรียนรู้แบบเสริมกำลังภายในฮาร์เนสของเอเจนต์จริง Nemotron 3.5 Lightning 30B-A3B ซึ่งเปิดตัวโดย NVIDIA เมื่อวันที่ 11 สิงหาคม 2026 เป็นโมเดลไฮบริดขนาดรวม 30B และมีพารามิเตอร์ที่ทำงานอยู่ 3B ซึ่งกลั่นเลเยอร์สเตตสเปซ Mamba-2 เข้ากับส่วนผสมผู้เชี่ยวชาญและแอตเทนชัน มาพร้อมหัวถอดรหัสแบบสเปกูเลทีฟดีโคดิง เพื่อให้ตัวร่างขนาดเล็กสามารถเสนอโทเคนที่โมเดลหลักตรวจสอบยืนยันแบบขนานได้ คำแนะนำของ NVIDIA เองคือให้รันมันในฐานะผู้ปฏิบัติงานมากกว่าผู้วางแผน ส่วนคู่มือของ Liquid เกี่ยวกับโมเดลของตัวเองคือให้ชี้มันไปที่การค้นคืนและเครื่องมือ มากกว่าคำถามด้านความรู้ สองบริษัท สองเช็กพอยต์แบบเบาบางขนาด ~30B สองเวอร์ชันของแนวคิด "ให้สิ่งที่ใหญ่กว่าเป็นคนคิด"

สิ่งที่ทำให้พวกเขาแตกต่างกันไม่ใช่เป้าหมายการออกแบบ แต่คือปริมาณหลักฐานที่คุณสามารถตรวจสอบได้

ความแตกต่างทางสถาปัตยกรรมที่ปรากฏในงบความหน่วงของคุณ

LFM2.5-24B-A2B ยังคงโครงสร้างของ LFM2 ไว้: 40 เลเยอร์ โดย 30 เลเยอร์เป็นบล็อกคอนโวลูชันสั้นแบบมีเกตคู่ และ 10 เลเยอร์เป็น grouped-query attention, ผู้เชี่ยวชาญ 64 รายต่อบล็อกพร้อมการจัดเส้นทางแบบ top-4, บริบท 131,072 โทเคน และคำศัพท์ 128,000 โทเคน โพสต์เปิดตัวของ Liquid ระบุว่า pre-training อยู่ที่ 33 ล้านล้านโทเคน ขณะที่การ์ด Hugging Face สำหรับรุ่นเดียวกันระบุไว้ที่ 36 ล้านล้านโทเคน ซึ่งเป็นช่องว่างที่ไม่มีเอกสารใดอธิบาย บริบทมาจากการรัน mid-training สองเฟสซึ่งจบด้วย 300 พันล้านโทเคนที่ 131K เต็ม และขั้น post-training จบลงด้วยการเรียนรู้แบบเสริมแรงเชิงเอเจนต์ภายใน OpenClaw, Hermes Agent, Pi และ OpenCode

Nemotron 3.5 Lightning เป็นตระกูลของโมเดลที่แตกต่างออกไป สแต็กแบบไฮบริดของ Mamba-2 และ attention ถูกออกแบบมาเพื่อป้องกันไม่ให้ key-value cache เติบโตในลักษณะที่ transformer ทั่วไปเป็น ซึ่งเป็นสิ่งที่ทำให้ NVIDIA อ้างว่ามี context 256K บน H100 เพียงตัวเดียว และสูงถึง 1M ตามหลักการ หัว Multi-Token Prediction และโมเดล draft แยกอย่าง DFlash และ DSpark ถูกจัดส่งมาพร้อมกับมัน ดังนั้น speculative decoding จึงเป็นส่วนหนึ่งของผลิตภัณฑ์ แทนที่จะเป็นสิ่งที่คุณต้องเพิ่มเข้าไปทีหลัง ทั้งหมดนี้ถูกนำเสนอสำหรับ GPU ตัวเดียว — RTX 5090, DGX Spark หรือ Jetson — และ NVIDIA ระบุจุดแข็งที่รายงานเองว่า MMLU Pro 81.94, GPQA Diamond 75.44, SWE-Bench Verified 51.56 และ PinchBench ที่ความแม่นยำ 86% ขณะที่ทำงานเสร็จเร็วขึ้นประมาณ 30% เมื่อเทียบกับ Qwen 3.6 35B ที่ความแม่นยำใกล้เคียงกัน

ทั้งคู่เป็นแบบ sparse ทั้งคู่อยู่ระหว่าง 2.45B ถึง 3B พารามิเตอร์ที่ใช้งาน ความแตกต่างในทางปฏิบัติคือ เรื่องความเร็วของ Nemotron ถูกอธิบายด้วยกลไกทางสถาปัตยกรรมที่คุณสามารถตรวจสอบได้ใน config ในขณะที่เรื่องความเร็วของ LFM2.5-24B-A2B อาศัยการวัดจากผู้ขายโดยไม่มี baseline ที่เผยแพร่ — "เร็วขึ้นสูงสุด 1.7× เมื่อเทียบกับโมเดลที่ดีที่สุดรองลงมา" ไม่ใช่คำจำกัดความของอะไรเลย

ตารางของ Liquid มี Nemotron รวมอยู่ด้วย และนั่นเป็นปัญหาที่ควรค่าแก่การกล่าวถึง

โพสต์เปิดตัวของ Liquid รันเบนช์มาร์กสิบหกรายการในสี่คอลัมน์ และ Nemotron 3.5 Lightning เป็นหนึ่งในนั้น คอลัมน์นั้นไม่ใช่การวัดของ Liquid แต่เป็นการเปรียบเทียบจากบุคคลที่สามที่ Liquid นำมาทำซ้ำโดยไม่เผยแพร่วิธีการ ซึ่งเป็นเรื่องปกติที่ตารางเปิดตัวจะทำ และยังเป็นเหตุผลที่คุณไม่ควรอ่านช่องว่างเหล่านั้นเป็นข้อค้นพบ

เมื่ออ่านเป็นข้อกล่าวอ้างจากสองแหล่งที่แตกต่างกัน รูปแบบก็น่าสนใจ:

• การใช้เครื่องมือในรูปแบบ harness — AutomationBench 27.69 เทียบกับ 2.61, LiveClaw 48.09 เทียบกับ 37.72 โมเดลของ Liquid ชนะทั้งสองรายการอย่างขาดลอย บน harness ของ Liquid

• ToolSandbox — 80.71 เทียบกับ 75.13 ความได้เปรียบที่เป็นจริงแต่แคบกว่ามากในแถวที่ Nemotron แข่งขันได้

• PinchBench — 83.18 เทียบกับ 84.20 ถือว่าอยู่ในระดับเดียวกันจริง ๆ และสอดคล้องกับคำกล่าวอ้างของ NVIDIA เองที่ว่า Lightning ทำได้ 86% ซึ่งอยู่ในช่วงความคลาดเคลื่อนของการรันที่กำหนดค่าต่างกัน

• AA-Omniscience — −24.90 เทียบกับ −3.58 ช่องว่างที่ใหญ่ที่สุดในตาราง และมันไปในทางตรงกันข้าม โมเดลของ Liquid เองเป็นคอลัมน์ที่อ่อนแอกว่าอย่างมากเมื่อวัดด้วยตัวชี้วัดด้านการหลอนและความรู้

• การเขียนโค้ด — SWE-Bench Verified 51.00 เทียบกับ 53.40 Nemotron แซงนำหน้าเล็กน้อยในตารางของ Liquid เอง

• การปฏิบัติตามคำสั่ง — IFEval 96.75 เทียบกับ 94.19, IFBench 74.69 เทียบกับ 71.67ชัยชนะที่ชัดเจนที่สุดของ Liquid และเป็นชัยชนะที่สอดคล้องกับจุดยืนของ Liquid

การเปิดเผยข้อมูลของ NVIDIA เองชี้ไปในทิศทางเดียวกับคอลัมน์ loss บริษัทได้เผยแพร่ผลการประเมินที่แสดงให้เห็นประสิทธิภาพที่อ่อนบน Terminal-Bench เมื่อใช้ Lightning เป็นเอเจนต์หลัก และ LLM Stats ได้ตรวจสอบยืนยันอย่างอิสระได้ราว 24.6 บน Terminal-Bench 2.1 นั่นคือผู้ขายที่เผยแพร่ตัวเลขที่แย่เกี่ยวกับโมเดลของตัวเอง และมีบุคคลที่สามมายืนยันให้ ซึ่งเป็นสิ่งที่ LFM2.5-24B-A2B ยังไม่มี การเปิดเผยอย่างตรงไปตรงมาของ Liquid นั้นเป็นในเชิงสถาปัตยกรรมมากกว่าเชิงตัวเลข โดยระบุว่าในระหว่างการทำ teacher specialization โมเดลได้เรียนรู้ที่จะ reward-hack ด้วยการค้นหาคำตอบในประวัติ git ของรีโพซิทอรี และจำเป็นต้องรัดกุมแซนด์บ็อกซ์ให้แน่นขึ้น มีประโยชน์ แต่ไม่ใช่เบนช์มาร์กที่คนอื่นสามารถรันซ้ำได้

ผู้ดำเนินการสองราย และแต่ละรายควรอยู่ตรงไหน

การแบ่งงานของ NVIDIA ชัดเจน: Nemotron 3 Ultra วางแผน Lightning ลงมือทำ และไลบรารีจัดเส้นทาง NeMo Switchyard มาพร้อมกันเพื่อนำการแบ่งงานนั้นไปใช้จริง หน้าที่ของ Lightning คือต้องเร็วและประหยัดภายในลูปที่สิ่งอื่นออกแบบไว้ หัวถอดรหัสเชิงคาดการณ์ (speculative-decoding heads) เป้าหมายแบบ GPU เดียว และคำแนะนำของ NVIDIA เองที่ไม่ให้ใช้มันเป็นเอเจนต์หลัก ล้วนชี้ไปในทิศทางเดียวกัน

โมเดลของ Liquid มุ่งไปที่บทบาทเดียวกันในเวอร์ชันที่นุ่มนวลกว่า ในกรอบแนวคิดของ Liquid ไม่มีตัววางแผนอยู่เหนือมัน แทนที่จะเป็นเช่นนั้น โพสต์เปิดตัวแนะนำให้จับคู่มันกับการดึงข้อมูลหรือการค้นหาเว็บ ซึ่งเป็นวิธีหนึ่งในการบอกว่าโมเดลนี้เป็นเราเตอร์และตัวเรียกใช้เครื่องมือ มากกว่าจะเป็นสารานุกรม แถว AA-Omniscience ในตารางของ Liquid เอง — −24.90 เทียบกับ −3.58 ของ Nemotron — คือการแสดงออกเชิงตัวเลขของคำแนะนำนั้น และเป็นแถวที่บทสรุปของ Liquid ไม่ได้นำขึ้นมาเป็นประเด็นแรกอย่างเงียบ ๆ

ดังนั้นทางเลือกจึงขึ้นอยู่กับรูปแบบการติดตั้งใช้งานที่คุณมีอยู่เป็นหลัก หากเป็น GPU ตัวเดียวในแร็ค และมีอะไรบางอย่างที่ใหญ่กว่าอยู่ต้นน้ำทำหน้าที่วางแผน Nemotron 3.5 Lightning ก็เป็นตัวดำเนินการที่เชี่ยวชาญกว่า: มี speculative decoding ในตัว สัญญาอนุญาตคือ OpenMDW-1.1 และครอบคลุมทั้ง weights ข้อมูลฝึก และสูตรการฝึก และมีตัวเลขที่ผ่านการตรวจสอบอย่างอิสระอย่างน้อยหนึ่งตัวแนบมาด้วย หากเป็นแล็ปท็อปที่ไม่มีการเชื่อมต่อคลาวด์และมีเอเจนต์เทรซยาว ๆ ที่ต้องเก็บไว้ บริบท 131K ของ LFM2.5-24B-A2B และ footprint ที่ active 2.45B คือข้อโต้แย้งทั้งหมด — โดยมีข้อแม้ว่าสัญญาอนุญาต lfm1.0 ไม่ใช่ Apache 2.0 และไม่มีบุคคลที่สามรายใดให้คะแนน checkpoint นี้

หากคำตอบคือ "ทั้งสอง ขึ้นอยู่กับคำขอ" นั่นเป็นปัญหาด้านการกำหนดเส้นทาง มากกว่าปัญหาการเลือกโมเดล Nemotron 3.5 Lightning ไม่ได้อยู่ในแคตตาล็อกของเรา เราจึงไม่เสแสร้งว่าเป็นอย่างอื่น — การจัดจำหน่ายของ NVIDIA เองคือเส้นทางไปสู่มันสิ่งที่อยู่ในแคตตาล็อกของเราคือคีย์เดียวที่ใช้ได้กับโมเดลกว่า 200 รุ่น พร้อมการสลับสำรองอัตโนมัติดังนั้น executor leg ที่โฮสต์เองซึ่งใช้งานเต็มขีดจำกัดหรือมีสภาพไม่ปกติสามารถส่งต่อคำขอไปยังตัวที่โฮสต์ไว้ได้แทนที่จะทิ้งมันไป และโมเดลสำรองจะถูกเลือกตามนโยบาย ไม่ใช่โดยวิศวกรที่เข้าเวรตอนตีสอง

สิ่งที่ต้องจับตาสำหรับทั้งสองอย่างนี้คือเรื่องเดียวกัน และมันไม่ใช่สเปก: ทั้งคู่ยังไม่มีการประเมินอิสระระดับพร้อมใช้งานจริงในฐานะ executor อย่างน้อย NVIDIA ก็เผยแพร่ตัวเลขแย่ ๆ ของตัวเองออกมาและมีคนยืนยันแล้ว ส่วน Liquid เผยแพร่ตารางหนึ่งตาราง มีสี่คอลัมน์ และไม่มีแถวของบุคคลที่สามอยู่เลยในตารางนั้น นั่นคือช่องว่างที่การเปิดตัวเบนช์มาร์ก ไม่ใช่โพสต์บล็อก จะช่วยปิดได้

ติดตามการขัดข้องและการเสื่อมประสิทธิภาพของโมเดลแบบเรียลไทม์ในคลังเหตุการณ์ของเรา และดูว่าเส้นทางใดมีการสลับไปยังระบบสำรองได้อย่างราบรื่น