Nemotron 3.5 Bolt E4B 4GB เทียบกับ LFM2.5 2.6B Base: ตัวละครที่เสร็จสมบูรณ์แล้วเทียบกับกระดานเปล่า

หนึ่งในโมเดลเหล่านี้จะสนทนาได้ทันทีที่คุณดาวน์โหลด ส่วนอีกโมเดลหนึ่งจะยังสนทนาไม่ได้จนกว่าคุณจะเทรนมัน นั่นคือการเปรียบเทียบทั้งหมดระหว่าง NVIDIA-Nemotron-3.5-Bolt-E4B-4GBและLiquid AI LFM2.5-2.6B-Base และความแตกต่างทุกอย่างบนสเปกชีตที่สืบเนื่องมาจากจุดนี้ถือเป็นเรื่องรอง

โมเดลของ NVIDIA เป็นโมเดลภาษาขนาดเล็กสำหรับการสนทนาที่ผ่านการฝึกภายหลัง (post-trained) ประกอบด้วยเทมเพลตแชท สวิตช์เปิด/ปิดการให้เหตุผล พฤติกรรมการเรียกใช้เครื่องมือ การปรับแต่งบุคลิก และตารางผลทดสอบมาตรฐาน 21 แถว ส่วนของ Liquid เป็นเช็กพอยต์ฐานที่ผ่านการฝึกเบื้องต้นแล้ว ซึ่งเผยแพร่อย่างชัดเจนเพื่อการ fine-tune อย่างหนัก โดยไม่มีความสามารถในการสนทนาและไม่มีคะแนน benchmark บนการ์ดของโมเดล การจัดทั้งสองไว้ในกลุ่ม "small open model" เดียวกันถือเป็นความผิดพลาดเชิงหมวดหมู่ ซึ่งทำให้ผู้คนดาวน์โหลดอาร์ติแฟกต์ผิดชิ้นแล้วสรุปว่าโมเดลนั้นแย่

คำตอบสั้น ๆ ก่อนรายละเอียด

• หากคุณต้องการผู้ช่วยเสียง ผู้ช่วยด้านเพอร์โซนา หรือผู้ช่วยบนอุปกรณ์ที่ใช้งานได้จริงในเดือนนี้ — ลองใช้NVIDIA-Nemotron-3.5-Bolt-E4B-4GBเลย มันเป็นพฤติกรรมที่เสร็จสมบูรณ์แล้ว ไม่ใช่วัตถุดิบ

• คุณมีข้อมูลเฉพาะโดเมน มีงบประมาณสำหรับการฝึก และต้องการให้โมเดลเป็นของคุณเอง — เลือกใช้ LFM2.5-2.6B-Base ได้เลย เพราะปรับแต่งโมเดลได้ในต้นทุนที่ต่ำกว่าและรองรับหน้าต่างบริบท 128K

• คุณต้องการโมเดลสนทนาขนาดเล็กที่ดีที่สุดที่ Liquid สร้างขึ้น — คุณไม่ได้ต้องการเพียงตัวใดตัวหนึ่งจากสองตัวนี้เพียงลำพัง คุณต้องการ LFM2.5-2.6B ที่ผ่านการ post-train แล้ว จากนั้นจึงตัดสินใจว่า Base หรือ agent checkpoint คือจุดเริ่มต้นของคุณ

• คุณอยากได้ผลการทดสอบแบบตัวต่อตัว — แต่ไม่มีเลย การ์ด Base ไม่ได้เผยแพร่คะแนนใด ๆ และไม่มีบุคคลที่สามรายใดเคยนำทั้งสองตัวมาทดสอบแข่งกัน บทความใดที่ประกาศผู้ชนะจากการทดสอบชุดเดียวกันนั้น ก็เท่ากับกำลังกุการทดสอบขึ้นมาเอง

ทำไมความไม่ตรงกันจึงเป็นเรื่องราว

Liquid AI เปิดตัวตระกูล LFM2.5-2.6B ออกมาเป็นสามส่วน ได้แก่ Base ที่ผ่านการฝึกแบบ pre-trained, checkpoint เอเจนต์ที่ผ่านการฝึกแบบ post-trained และ drafter สำหรับ speculative decoding โดย Base เป็นขั้นแรกของไปป์ไลน์นั้น ไม่ใช่ผลิตภัณฑ์ การ์ดของโมเดลระบุว่า "แนะนำเฉพาะสำหรับงานที่ต้องมีการ fine-tuning อย่างหนัก" — ผู้ช่วยเฉพาะภาษา或เฉพาะโดเมน การฝึกด้วยข้อมูลที่เป็นกรรมสิทธิ์ และงานลักษณะคล้ายกัน checkpoint แบบ base ทำนายโทเคนถัดไปได้ดีมาก และไม่เคยถูกสอนให้ตอบคำถาม ทำตามคำสั่ง หรือส่ง tool call ในสคีมา

E4B ของ NVIDIA อยู่ปลายอีกด้านของไปป์ไลน์นั้น โดยเริ่มต้นจาก Gemma-4-E4B-it ซึ่งได้รับการปรับแต่งตามคำสั่งอยู่แล้ว และ NVIDIA ได้ฝึกโมเดลนี้ต่อหลังการฝึกอีกครั้งด้วยการเรียนรู้แบบเสริมกำลังจากรางวัลที่ตรวจสอบได้และข้อเสนอแนะจากมนุษย์ การ์ดเอกสารระบุโดเมนรางวัล อัตราส่วนแบตช์ระหว่างการใช้เหตุผลและไม่ใช้เหตุผล และบทลงโทษด้านความยาวที่ใช้ควบคุมความเยิ่นเย้อ ไม่ว่าจะเป็นจริงในแง่อื่นใดก็ตาม โมเดลนี้ถูกปรับรูปให้เหมาะกับงานงานหนึ่ง

ดังนั้น คำถามที่ตรงประเด็นจึงไม่ใช่ “ตัวไหนฉลาดกว่า” แต่คือ “คุณต้องซื้อขั้นตอนไหนของไปป์ไลน์”

ข้อมูลจำเพาะ แยกตามมิติ

• พารามิเตอร์ — NVIDIA-Nemotron-3.5-Bolt-E4B-4GB มีพารามิเตอร์ทั้งหมด 8B โดยมีพารามิเตอร์ที่มีประสิทธิผล 4B ในสถาปัตยกรรม Gemma-4-E4B; LFM2.5-2.6B-Base มีพารามิเตอร์แบบ dense จำนวน 2.69B ในสแต็กไฮบริด 30 เลเยอร์ ซึ่งประกอบด้วยบล็อก short-convolution แบบ double-gated 22 บล็อก และบล็อก grouped-query attention 8 บล็อก

• หน้าต่างบริบท — 64K โทเค็นขาเข้าและ 64K โทเค็นขาออกสำหรับ Bolt; 131,072 โทเค็นสำหรับ LFM base

• รูปแบบ — ข้อความเข้า ข้อความออกสำหรับทั้งคู่ ทั้งสองไม่รองรับรูปภาพหรือเสียง

• คำศัพท์ — 128,000 โทเค็นสำหรับ LFM2.5-2.6B-Base; NVIDIA ไม่ได้เปิดเผยขนาดคำศัพท์สำหรับ E4B ซึ่งสืบทอดโทเค็นไนเซอร์ของ Gemma มา

• การพรีเทรน — 34 ล้านล้านโทเค็นสำหรับฐาน LFM โดยมีช่วงการฝึกระดับกลางที่ขยายบริบทเป็น 128K NVIDIA ไม่ได้เผยแพร่จำนวนโทเค็นที่ใช้พรีเทรนสำหรับ E4B เนื่องจากบริษัทไม่ได้พรีเทรนโมเดลนี้ แต่ได้ทำการโพสต์เทรน Gemma

• ขั้นหลังการฝึก — งานด้าน RLVR และข้อเสนอแนะจากมนุษย์อย่างกว้างขวางสำหรับ Bolt พร้อมโหมดการให้เหตุผลอย่างชัดเจนและโหมดสนทนา ส่วนฐาน LFM ไม่มีเลยโดยเจตนา

• ความแม่นยำที่เผยแพร่ — Q4_K_M GGUF ขนาด 6.18GB และ BF16 safetensors ขนาด 15.88GB สำหรับ Bolt; ไฟล์ BF16 safetensors เดียวขนาด 5.39GB สำหรับฐาน LFM พร้อมการแปลง GGUF, ONNX และ MLX แยกต่างหากที่อื่นในตระกูลเดียวกัน

• สัญญาอนุญาต — OpenMDW-1.1 สำหรับการมีส่วนร่วมของ NVIDIA โดยมีองค์ประกอบ Gemma 4 ภายใต้ Apache 2.0; LFM Open License 1.0 ซึ่งเป็นสัญญาอนุญาตแบบกำหนดเองที่มีข้อกำหนดทางการค้า สำหรับโมเดลของ Liquid

• ภาษา — 34 ภาษาในเมทาดาทาของ E4B โดยระบุเจ็ดภาษาเป็นภาษาหลักสำหรับ post-training; 16 ภาษาสำหรับ LFM base

• เปิดตัว — 23 ตุลาคม 2026 สำหรับ E4B; ตระกูล LFM2.5-2.6B เผยแพร่เมื่อ 4 สิงหาคม 2026

ช่องว่างด้านพารามิเตอร์มีอยู่จริง แต่ไม่ได้แปลงเป็นช่องว่างด้านการดาวน์โหลดที่ผู้คนคาดหวัง Base ขนาด 2.69B คือไฟล์ดาวน์โหลด BF16 ขนาด 5.39GB ส่วน E4B “4GB” คือไฟล์ดาวน์โหลดแบบสี่บิตขนาด 6.18GB การเปรียบเทียบจำนวนพารามิเตอร์ระหว่างสถาปัตยกรรมไฮบริดแบบเดนส์กับสถาปัตยกรรมพารามิเตอร์ประสิทธิผลแบบสแปร์สให้ข้อมูลได้น้อยกว่าการเปรียบเทียบจำนวนไบต์บนดิสก์

แต่ละการ์ดเผยแพร่ข้อมูลอะไรจริง ๆ

นี่คือจุดที่ความไม่สมมาตรกลายเป็นสิ่งที่วัดได้

NVIDIA มาพร้อมแถวผลการทดสอบมาตรฐาน 21 แถว โมเดลสำหรับเปรียบเทียบสี่โมเดล และคอลัมน์ Q4_K_M แยกต่างหาก คะแนนเหล่านี้รันโดยผู้จำหน่ายภายใต้ NeMo-Gym และถูกระบุอย่างชัดเจนว่าอาจแตกต่างจากตัวเลขที่ผู้จำหน่ายรายอื่นรายงานด้วยตนเอง คะแนนครอบคลุมการคงไว้ซึ่งเพอร์โซนา ลำดับชั้นของคำสั่ง จังหวะการใช้เครื่องมือ การยึดโยงกับข้อมูล การค้นคืนข้อมูลบริบทขนาดยาว และการทำภารกิจแบบเอเจนต์ให้สำเร็จ

การ์ด Base ของ Liquid ไม่มีตาราง benchmark ใด ๆ เลย นั่นไม่ใช่การละเว้น แต่เป็นธรรมชาติของ base checkpoint ตัวเลขที่แพร่หลายสำหรับ LFM2.5-2.6B — IFBench 59.17, ToolSandbox 77.83, BFCLv4 56.88, LiveCodeBench v6 59.41, AIME25 51.87 — เป็นของ agent checkpoint ที่ผ่าน post-training ไม่ใช่ Base และเป็นตัวเลขที่ผู้จำหน่ายรายงานเอง Artificial Analysis ระบุ LFM2.5-2.6B ไว้ที่ Intelligence Index 8 โดยติดธงว่าเป็นค่าประมาณและจะมีการประเมินโดยอิสระในเร็ว ๆ นี้; ทั้งยังไม่มีหน้าเพจสำหรับ Bolt E4B เลย

ดังนั้นสรุปคะแนนตามจริงคือ: โมเดลหนึ่งมีตารางขนาดใหญ่จากผู้ขายที่ยังไม่ได้ตรวจสอบ ส่วนอีกโมเดลไม่มีตารางเลยและมีเพียงการประเมินที่เป็นอิสระซึ่งผูกกับเช็กพอยต์คนละตัวในตระกูลเดียวกันของมัน ไม่มีคอลัมน์ไหนรองรับการเปรียบเทียบโดยตรง

หน่วยความจำกับความเร็ววัดกันคนละดาว

ผู้จำหน่ายทั้งสองรายเผยแพร่ตัวเลขความหน่วง และตัวเลขเหล่านั้นไม่สามารถนำมาเปรียบเทียบกันได้ ควรอ่านเป็นข้ออ้างแยกกันเกี่ยวกับการตั้งค่าแยกกัน

• ติดตั้ง RTX 5070 12GB — VRAM 3.5 ถึง 4.3GB, 548 ถึง 1,238ms ถึงโทเคนแรก, 106.2 ถึง 133.4 โทเคนต่อวินาที วัดโดย NVIDIA ด้วย llama.cpp และ CUDA ที่แบทช์ 1

ติดตั้งเพิ่มด้วย Jetson Orin Nano 8GB — VRAM 4.2 ถึง 4.9GB ใช้เวลา 5.8 ถึง 6.3 วินาทีถึงโทเคนแรก และ 13.0 ถึง 15.5 โทเคนต่อวินาที เป็นระบบฝังตัว แต่ไม่เร็วพอสำหรับการสนทนา

• LFM2.5-2.6B บน M5 Max — ประมาณ 220 โทเคนต่อวินาที เป็นข้อมูลการถอดรหัสบน CPU ที่ผู้ขายรายงาน

• LFM2.5-2.6B บนชิประดับโทรศัพท์ — ประมาณ 30 โทเคนต่อวินาที ตามรายงานของผู้จำหน่าย

ค่าของ M5 Max ไม่ใช่การเปรียบเทียบ GPU ค่าของ Orin Nano ไม่ใช่การเปรียบเทียบกับแล็ปท็อป และไม่มีผู้จำหน่ายรายใดเผยแพร่ความยาวพรอมต์ ขนาดแบตช์ หรือการตั้งค่าควอนไทเซชันในรูปแบบที่จะทำให้คุณนำมาเทียบเคียงกันได้ ตัวเลขเดียวที่ตรวจสอบได้โดยตรงคือบนดิสก์: 6.18GB สำหรับ Q4_K_M ของ Bolt เทียบกับ 5.39GB สำหรับ LFM base ที่ BF16

สัญญาอนุญาต: ทั้งสองแบบเปิด ไม่มีอันไหนเป็น Apache

โมเดลของ NVIDIA คือ OpenMDW-1.1 บวกกับองค์ประกอบ Apache 2.0 สำหรับ Gemma 4 โดย OpenMDW เป็นสัญญาอนุญาตแบบเปิดกว้างที่อนุญาตให้ใช้เชิงพาณิชย์ได้ แต่ไม่ได้รับการรับรองจาก OSI และเนื่องด้วยการสืบทอดจาก Gemma เงื่อนไขของ Apache จึงติดไปด้วยกับส่วนหนึ่งของสแตก การ์ดกำกับของ NVIDIA ระบุว่าโมเดลนี้พร้อมสำหรับการใช้งานเชิงพาณิชย์หรือไม่เชิงพาณิชย์

Liquid's LFM Open License 1.0 เป็นสัญญาอนุญาตแบบกำหนดเองที่มีเกณฑ์รายได้ต่อปี 10 ล้านดอลลาร์สหรัฐสำหรับการใช้งานเชิงพาณิชย์ ไม่ใช่ Apache หรือ MIT และการ์ด Base ชี้ไปที่ไฟล์ LICENSE แทนที่จะสรุปเงื่อนไข สำหรับโครงการวิจัยเรื่องนี้แทบไม่สำคัญ แต่สำหรับผลิตภัณฑ์ที่มีการตรวจสอบทางกฎหมาย นี่คือสิ่งแรกที่ต้องอ่าน

ความแตกต่างในทางปฏิบัติไม่ใช่เรื่อง "โอเพนกับโคลส" ทั้งสองแบบดาวน์โหลดได้และทั้งคู่ยอมให้ใช้เชิงพาณิชย์ภายใต้ข้อกำหนดของตน ความแตกต่างอยู่ที่ว่าที่ปรึกษากฎหมายของคุณต้องตรวจเคลียร์ข้อกำหนดชุดใด และโมเดลที่คุณกำลังส่งมอบนั้นมีใบอนุญาตของผู้ขายอีกรายอยู่ภายในหรือไม่

ค่าใช้จ่ายในการ fine-tuning ซึ่งคือการตัดสินใจที่แท้จริง

ถ้าคุณเลือก LFM base การดาวน์โหลดเป็นส่วนที่ถูกที่สุด คุณกำลังซื้อความสามารถดิบที่ผ่านการฝึกมาก่อนแล้วจำนวน 2.69B พารามิเตอร์ แล้วจากนั้นก็จ่ายเพื่อสอนงานให้มัน: การเก็บข้อมูล การทำความสะอาดข้อมูล การปรับแต่งละเอียดแบบมีผู้สอน การประเมิน และวงจรการทำซ้ำที่ตามมา ข้อเสนอของ Liquid คือ 34 ล้านล้านโทเค็นและบริบท 128K ทำให้จุดเริ่มต้นนั้นแข็งแกร่งพอที่จะคุ้มค่ากับการลงแรง

หากคุณเลือก Bolt E4B คุณกำลังซื้อ post-training ของ NVIDIA มาเป็นจุดเริ่มต้น บิลด์ BF16 มีขนาด 15.88GB และ NVIDIA เผยแพร่สูตรสองแบบสำหรับการปรับแต่ง: การเทรนแบบ full-parameter บน 8× H100 80GB ด้วย FSDP2 และ learning rate 1e-5 หรือ LoRA บน 2× H100 80GB ด้วย dimension 16, alpha 32 และ learning rate 2e-4 ทั้งสองสูตรจะ freeze vision tower และ audio tower ซึ่งเป็นเครื่องเตือนใจว่า base ของ Gemma 4 E4B เป็น multimodal แม้ว่า release ของ Bolt จะเป็น text-only ก็ตาม

นั่นเป็นระดับการปรับแต่ง (fine-tuning) ที่หนักกว่าฐาน LFM 2.69B และเป็นงานสร้างพฤติกรรมที่เบากว่ามาก E4B ทำบุคลิกภาพ ลำดับชั้นคำสั่ง และจังหวะการใช้เครื่องมือได้อยู่แล้ว คุณกำลังปรับโมเดลที่ใช้งานได้อยู่แล้ว ไม่ใช่สร้างโมเดลขึ้นมาใหม่

หากคุณกำลังสร้างผลิตภัณฑ์แทนที่จะเป็นโมเดล

ค่าเริ่มต้นควรเป็นเช็กพอยต์ที่เสร็จสมบูรณ์ ผู้ช่วยเสียง ตัวละคร NPC อินเทอร์เฟซคีออสก์ หรือเอเจนต์บนอุปกรณ์ จำเป็นต้องมีพฤติกรรมตั้งแต่วันแรก และ E4B เป็นเพียงตัวเดียวในสองตัวนี้ที่มีพฤติกรรมดังกล่าว จุดอ่อนของมันถูกบันทึกไว้อย่างชัดเจนและเจาะจง: Tau2-Bench 55.10 เทียบกับ 75.06 ของ Qwen3.5 4B, RULER 86.99 เทียบกับ 95.15, LongBench v2 50.50 เทียบกับ 59.93 มันเป็นโมเดลสนทนาที่เรียกใช้เครื่องมือได้ ไม่ใช่เอเจนต์ที่วางแผนได้

LFM base จะเป็นการซื้อที่เหมาะสมก็ต่อเมื่อตัวโมเดลเองคือผลิตภัณฑ์ เช่น ผู้ช่วยเฉพาะโดเมนในภาษาหรือคำศัพท์ที่โมเดลทั่วไปจัดการได้ไม่ดี การปรับแต่งละเอียดบนข้อมูลที่เป็นกรรมสิทธิ์ หรือฐานอ้างอิงสำหรับงานวิจัยที่คุณตั้งใจจะเป็นเจ้าของ ในกรณีนั้น การไม่มีพฤติกรรมแบบแชทถือเป็นจุดเด่น เพราะคุณไม่ได้จ่ายเงินสำหรับพฤติกรรมที่คุณจะเขียนทับในภายหลัง

มีกรณีที่สามที่การ์ดทั้งสองไม่ได้กล่าวถึง: คุณต้องการเปรียบเทียบทั้งสองบนงานของคุณเอง ให้ทำเช่นนั้นด้วยชุดประเมินแบบ held-out และการตั้งค่าการถอดรหัสเดียวกัน ไม่ใช่ด้วยตารางของผู้ขาย การ์ดของ E4B แนะนำให้ใช้ temperature 1.0 และ top_p 0.95 ในโหมดคิดทั้งสองโหมด ส่วน Liquid เผยแพร่การตั้งค่าของตนสำหรับ checkpoint ที่ผ่านการ post-train การทำให้ตรงกันนั้นเป็นขั้นต่ำสำหรับการทดสอบที่เป็นธรรม และถึงอย่างนั้นคุณก็ยังเปรียบเทียบโมเดลที่ผ่านการ post-train กับโมเดลฐาน ซึ่งไม่ใช่การทดสอบที่เป็นธรรมเลย

จุดที่โมเดลภายในเครื่องสิ้นสุดลง และส่วนที่เหลือของสแต็กเริ่มต้นขึ้น

ไม่ว่าคุณจะเลือกเช็กพอยต์ใด เช็กพอยต์นั้นจะอยู่ในแอปพลิเคชันที่ยังต้องใช้โมเดลที่มันรันไม่ได้ด้วย โมเดลฐาน 2.6B หรือโมเดลสนทนา 4B จัดการชั้นรีเฟล็กซ์ภายในเครื่องได้ แต่ไม่สามารถจัดการเอกสารขนาด 200K โทเคน งานเขียนโค้ดที่ยาก หรือคำขอที่ต้องใช้วิจารณญาณของโมเดลระดับแนวหน้าได้ การส่งคำขอเหล่านั้นผ่าน API เดียว — โมเดล 200+ รายการ, บวกเพิ่ม 0% จากราคาตามรายการของผู้ให้บริการ, การสลับสำรองอัตโนมัติข้ามผู้ให้บริการ — ทำให้โมเดลในเครื่องเป็นเส้นทางที่เร็ว โดยไม่ต้องบังคับให้มีสัญญาที่สองสำหรับเส้นทางที่ช้า

ดาวน์โหลดไหนเป็นของคุณ

เลือก E4B หากคุณต้องการโมเดลขนาดเล็กที่พูดคุยได้ ทำตามคำสั่ง และเรียกใช้เครื่องมือได้ในตอนนี้ และคุณรับได้กับการดาวน์โหลดขนาด 6.18GB รวมถึงจุดอ่อนด้านบริบทขนาดยาวและด้าน agentic ที่ระบุไว้ในเอกสาร เลือก LFM2.5-2.6B-Base หากคุณกำลังเริ่มโปรเจกต์ fine-tuning ต้องการหน้าต่าง 128K และ tokenizer ที่รองรับ 16 ภาษา และมีข้อมูลและพลังประมวลผลเพียงพอที่จะสอนงานให้โมเดล

ข้อผิดพลาดที่ต้องหลีกเลี่ยงคือการดาวน์โหลด Base แล้วพรอมป์ต์มันเหมือนแชทบอท และสรุปว่า 2.6B ของ Liquid แย่กว่า 4B ของ NVIDIA ซึ่งมันไม่ได้แย่กว่า มันแค่อยู่ก่อนหน้าในไปป์ไลน์ การเปรียบเทียบที่จะตอบคำถามระดับตระกูลโมเดลนี้ได้จริงคือ Bolt E4B กับ LFM2.5-2.6B ที่ผ่าน post-trained และยังไม่มีใครเผยแพร่การรันนั้นเลย