Nemotron 3.5 Bolt E4B 4GB 對 LFM2.5 2.6B Base：已完成的角色對上空白畫布

這些模型當中，有一個在你下載後就能立刻進行對話。另一個則必須先經過訓練，才能進行對話。這就是NVIDIA-Nemotron-3.5-Bolt-E4B-4GB 與 Liquid AI LFM2.5-2.6B-Base之間的完整比較，而由此衍生的每一項規格表差異都是次要的。

NVIDIA 的模型是經過後訓練的對話式小型語言模型：聊天模板、推理開關、工具呼叫行為、人設調校，以及一張 21 列的基準測試表。Liquid 的模型則是預訓練基礎檢查點，明確是為了大量微調而發布，不具備聊天行為，其模型卡上也沒有任何基準測試分數。把兩者歸入同一個「小型開放模型」類別是範疇錯誤，會導致人們下載錯誤的產物，然後得出模型很差的結論。

簡短的答案，先於細節

• 您本月需要一個可用的語音、角色或裝置助理——採用NVIDIA-Nemotron-3.5-Bolt-E4B-4GB。這是已完成的行為，而非原始素材。

• 你有領域資料、訓練預算，而且要求模型必須是你的——那就選LFM2.5-2.6B-Base。它的微調成本更低，還具備 128K 上下文視窗。

• 你想要 Liquid 打造的最優秀小型對話模型——單獨擁有這兩者中的任何一個都不夠。你要的是經過後訓練的 LFM2.5-2.6B，然後再決定 Base 還是 agent checkpoint 是你的起點。

• 你想要一場正面對決的基準測試——但根本沒有這種東西。Base 卡並未公布任何分數，也沒有任何第三方讓這兩者互相對測過。任何文章若宣稱能從某個共同的基準測試中得出贏家，那就是在憑空捏造那個基準測試。

為什麼不匹配才是關鍵

Liquid AI 將 LFM2.5-2.6B 系列分成三部分推出：預先訓練的 Base、後訓練的代理檢查點，以及推測解碼草稿模型。Base 是該流程的第一階段，不是產品。其模型卡寫道，它「僅建議用於需要大量微調的任務」——語言或領域專屬助理、專有資料訓練及類似工作。基礎檢查點非常擅長預測下一個符記，但從未被教導要回答問題、遵循指令，或依結構描述發出工具呼叫。

NVIDIA 的 E4B 是該管線的另一端。它從 Gemma-4-E4B-it 起步，而該模型早已完成指令微調，NVIDIA 又以基於可驗證獎勵與人類回饋的強化學習對它再次進行後訓練。模型卡記載了獎勵領域、推理與非推理批次的比例，以及為控制冗長程度而施加的長度懲罰。無論其他情況如何，這個模型已被塑造成針對某項工作而來。

所以公平的問題不是「哪個更聰明」，而是「你需要買的是流程中的哪個階段」。

規格，逐個維度

• 參數 — NVIDIA-Nemotron-3.5-Bolt-E4B-4GB 總參數量為 8B，並在 Gemma-4-E4B 架構中具備 4B 有效參數；LFM2.5-2.6B-Base 在由 22 個雙閘控短卷積區塊與 8 個分組查詢注意力區塊組成的 30 層混合堆疊中，具有 2.69B 稠密參數。

• 上下文視窗 — Bolt 為 64K token 輸入與 64K 輸出；LFM 基礎版為 131,072 token。

• 模態 — 兩者皆為文字輸入、文字輸出。兩者皆不接受影像或音訊。

• 詞彙量 — LFM2.5-2.6B-Base 為 128,000 個 token；NVIDIA 並未公布 E4B 的詞彙量大小，而 E4B 沿用了 Gemma 的分詞器。

• 預訓練 — {{1}}LFM{{/1}} 基礎模型使用了 34 兆個 token，並包含一個將上下文延伸至 128K 的中期訓練階段。{{2}}NVIDIA{{/2}} 並未公布 {{3}}E4B{{/3}} 的預訓練 token 數量，因為它沒有對該模型進行預訓練；它是對 {{4}}Gemma{{/4}} 進行後訓練。

• 後訓練——為 Bolt 進行了大量 RLVR 與人類回饋工作，並具備明確推理與對話模式。LFM 基礎模型則依設計不包含這些。

• 已發布精度 — Bolt 的 Q4_K_M GGUF 為 6.18GB、BF16 safetensors 為 15.88GB；LFM 基礎模型則是單一 5.39GB 的 BF16 safetensors 檔案，而同系列其他模型另有獨立的 GGUF、ONNX 與 MLX 轉換版本。

• 授權條款 — NVIDIA 的貢獻採用 OpenMDW-1.1，其中 Gemma 4 元件依 Apache 2.0 授權；Liquid 的模型則採用 LFM Open License 1.0，這是一份含商業條款的客製化授權。

• 語言 — E4B 中繼資料中有 34 種，其中七種被列為主要的後訓練語言；LFM 基礎模型則有 16 種。

• 發布 — E4B 於 2026 年 10 月 23 日推出；LFM2.5-2.6B 系列於 2026 年 8 月 4 日發布。

參數差距確實存在，但不會轉化成大家所預期的下載差距。2.69B 的 Base 是 5.39GB 的 BF16 下載檔；「4GB」的 E4B 則是 6.18GB 的四位元下載檔。在稠密混合式架構與稀疏有效參數架構之間比較參數量，所能得到的資訊不如比較磁碟上的位元組數。

每張卡片實際發佈的內容

這就是不對稱性變得可衡量的地方。

NVIDIA 提供 21 列基準測試資料、四個比較模型，以及一個獨立的 Q4_K_M 欄位。這些分數是由廠商在 NeMo-Gym 下執行，並明確標示可能與其他廠商自行回報的數字不同。它們涵蓋人物設定保留、指令階層、工具時序、根據性、長上下文檢索，以及代理式任務完成。

Liquid 的 Base 卡片完全沒有附上基準測試表。這不是疏漏；這就是基礎檢查點的本質。針對 LFM2.5-2.6B 流傳的數字——IFBench 59.17、ToolSandbox 77.83、BFCLv4 56.88、LiveCodeBench v6 59.41、AIME25 51.87——屬於後訓練的代理檢查點，而非 Base，而且是廠商自行回報的。Artificial Analysis 將 LFM2.5-2.6B 列於智慧指數 8，標示為估計值，獨立評測即將進行；它完全沒有 Bolt E4B 的頁面。

誠實的評分表是：一個模型有一份大型、未經審計的供應商表格，而另一個沒有表格，只有一項附在其家族中不同檢查點的獨立估計。這兩欄都不支持直接比較。

記憶體和速度是在不同的星球上衡量的。

兩家廠商都公布了延遲數字，但這些數字無法互相比較。請將它們視為關於不同設定各自獨立的說法。

• 加裝 RTX 5070 12GB — 3.5 至 4.3GB 的 VRAM、首個 token 耗時 548 至 1,238ms、每秒 106.2 至 133.4 個 token，由 NVIDIA 使用 llama.cpp 與 CUDA 在批次大小為 1 時測得。

• 加裝 Jetson Orin Nano 8GB — VRAM 為 4.2 至 4.9GB，首個 token 耗時 5.8 至 6.3 秒，每秒 13.0 至 15.5 個 token。適合嵌入式應用，但速度還不到對話式互動的程度。

LFM2.5-2.6B 在 M5 Max 上——約每秒 220 個 token，為廠商自行公布的 CPU 解碼數據。

• LFM2.5-2.6B 在手機等級的晶片上——約每秒 30 個 token，為廠商自行回報的數據。

{{1}}M5 Max 的數字不是 GPU 比較{{/1}}，{{2}}Orin Nano 的數字不是筆電比較{{/2}}，而且兩家廠商都沒有以能讓你對照的形式公布{{3}}提示長度、批次大小或量化設定{{/3}}。唯一可直接查核的數字在磁碟上：{{4}}Bolt 的 Q4_K_M 為 6.18GB，對比 LFM 基礎版 BF16 的 5.39GB{{/4}}。

授權條款：兩者皆為開放授權，但都不是 Apache

NVIDIA 的模型採用 OpenMDW-1.1，並針對 Gemma 4 附帶一個 Apache 2.0 元件。OpenMDW 屬於寬鬆授權，允許商業使用，但並未通過 OSI 認證；而由於承襲自 Gemma，Apache 條款會伴隨部分堆疊一併適用。NVIDIA 的模型卡載明，該模型可供商業或非商業用途使用。

Liquid 的 LFM Open License 1.0 是一份自訂授權，商業使用設有 1,000 萬美元年營收門檻。它並非 Apache 或 MIT，而 Base card 指向 LICENSE 檔案，並未概述條款。對研究專案來說，這通常不太要緊；但對需要法律審查的產品而言，這是首先要讀的東西。

實際上的差別不在於「開放還是封閉」。兩者都可下載，且都在其條款範圍內允許商業使用。差別在於你的法務顧問必須確認哪些條款，以及你要推出的模型內部是否含有第二家供應商的授權。

微調法案，這才是真正的決定

如果你選擇 LFM 基礎模型，下載只是便宜的那一部分。你買到的是 2.69B 參數的原始預訓練能力，然後還得付費教它一份工作：資料收集、清洗、監督式微調、評估，以及隨之而來的迭代循環。Liquid 的賣點是，34 兆個 token 和 128K 上下文讓這個起點強到值得投入這些工夫。

如果你選擇 Bolt E4B，你買到的是以 NVIDIA 的後訓練作為起點。BF16 版本為 15.88GB，而 NVIDIA 公布了兩種調整它的方案：在 8× H100 80GB 上使用 FSDP2、學習率 1e-5 進行全參數訓練，或在 2× H100 80GB 上使用 LoRA，維度 16、alpha 32、學習率 2e-4。兩種方案都會凍結視覺與音訊塔，這提醒了我們：Gemma 4 E4B 基礎模型是多模態的，即使 Bolt 版本僅支援文字。

這表示微調的基本門檻比 2.69B LFM 基礎模型更高，但行為建構的工作量卻輕得多。E4B 已經具備角色人格、指令階層與工具呼叫時機；你是在調整一個已能運作的模型，而不是從頭打造一個。

如果你打造的是產品，而不是模型

預設應採用完成版的檢查點。語音助理、NPC、自助服務機介面或裝置代理從第一天起就需要具備行為能力，而在這兩者之中，只有 E4B 具備任何行為能力。它的弱點已有記錄且具體明確：Tau2-Bench 為 55.10，對上 Qwen3.5 4B 的 75.06；RULER 為 86.99，對上 95.15；LongBench v2 為 50.50，對上 59.93。它是能呼叫工具的對話模型，不是能規劃的代理。

只有當模型本身就是產品時，LFM base 才是正確的購買選擇：一個針對特定領域、使用通用模型處理得很差的語言或詞彙的助理；一個以專有資料進行的微調；或一個你打算自行擁有的研究基準。在這種情況下，缺少聊天行為反而是一項優點，因為你不必為之後會覆寫掉的行為付費。

還有一種兩張模型卡都未涵蓋的第三種情況：你想在自己的任務上比較它們。請用留出的評估集和相同的解碼設定來做，而不是用廠商的表格。E4B 的模型卡在兩種思考模式下都建議 temperature 1.0 和 top_p 0.95；Liquid 則為後訓練檢查點公布了自己的設定。要進行公平測試，至少必須匹配這些設定；即便如此，你仍是在將後訓練模型與基礎模型相比，這根本不是公平的測試。

本地模型結束之處，正是堆疊其餘部分的起點

無論你選擇哪個檢查點，它都會位於一個還需要一些本身無法執行之模型的應用程式內。2.6B 基礎模型或 4B 對話模型可處理本地反射層；但它無法處理 200K token 的文件、艱難的程式設計任務，或需要前沿模型判斷的請求。將這些請求透過單一 API 路由——200+ 個模型，供應商標價 0% 加成，自動容錯移轉跨供應商——可讓本地模型維持為快速路徑，而不必為慢速路徑另外簽訂第二份合約。

哪個下載檔案是你的？

如果你現在就需要一個能對話、遵循指令並呼叫工具的小型模型，而且能接受 6.18GB 的下載大小以及已記錄的長上下文與代理式能力弱點，就選 E4B。如果你正要開始微調專案、想要 128K 視窗和支援 16 種語言的分詞器，並且有資料與算力來教會模型它的工作，就選 LFM2.5-2.6B-Base。

要避免的錯誤是：下載 Base、像對聊天機器人那樣對它下提示，然後就斷定 Liquid 的 2.6B 比 NVIDIA 的 4B 還差。它並沒有比較差，只是位於管線中更早的階段。真正能解決這個系列問題的比較，是讓 Bolt E4B 對上後訓練後的 LFM2.5-2.6B，而目前還沒有人發表過那組結果。