Glimpse مقابل LFM2.5 2.6B Base: أحد هذين لا يستطيع الإجابة عن سؤال

Glimpse معاينة بحثية للاستدلال البصري من Elorian، صدرت في 16 أكتوبر 2026، وعامل جذبها سلوك: أثناء تفكيرها يمكنها العودة إلى الصورة أو الفيديو، وإعادة مسح فترة مدتها 0.9 ثانية بمعدل إطارات أكثف، والتكبير على منطقة، أو تتبع ميزة واحدة عبر الزمن، وعندها فقط تجيب. LFM2.5 2.6B Base نقطة تفتيش بـ2.69 مليار معلمة نشرتها Liquid AI في 4 أغسطس 2026 بموجب LFM Open License v1.0، ولا تحتوي على أي ضبط تعليماتي على الإطلاق — لم تُدرَّب قط على الإجابة عن أي شيء. أعطها سؤالًا فتُكمل النص، على نحو معقول، بأسلوب ما جاء قبله. ليس ذلك عيبًا ولا إصدارًا مفقودًا؛ بل هو المواصفة. لذا أول ما ينبغي قوله عن هذا الاقتران أنه ليس مواجهة بين نموذجين مختلفين في الجودة. إنه مواجهة بين قدرة تستأجرها ومادة خام تدرّبها، والحقيقة الوحيدة التي تحسم الاختيار بينهما هي ما إذا كان العمل الذي لديك سؤالًا أم مجموعة بيانات.

كل ما يأتي أدناه يترتب على ذلك، بما في ذلك أن واحدًا فقط من هذين الاثنين يمتلك جدول معايير أداء — وهو ليس ذاك الذي قد يخمّنه القارئ.

كائنان، موصوفان بدون التسويق

لا يملك {{Glimpse}} أي مُخرَج قابل للتنزيل. ولا تنشر {{Elorian}} عدد المعاملات، ولا البنية، ولا نافذة السياق، ولا اسمًا للنموذج الأساسي المفتوح الأوزان الذي تقول إنه دُرِّب تدريبًا لاحقًا عليه. الموجود هو واجهة برمجة تطبيقات وواجهة محادثة بتسجيل مجاني، بسعر 0.60 دولار لكل مليون رمز إدخال و3.00 دولارات لكل مليون رمز إخراج، ومجموعة من التتبعات التفصيلية التي تُظهر النموذج وهو يعيد النظر في الأدلة البصرية أثناء تفكيره. مساحة العمل البصرية المؤقتة الخاصة به — السطح الذي يعيد فيه فحص ما رآه — هي المنتج.

LFM2.5 2.6B Base هو العكس التام. إنه ملف. ثلاثون طبقة، منها 22 كتلة التفاف قصير مزدوجة البوابات و8 انتباه بالاستعلامات المجمّعة؛ نحو 34 تريليون رمز تدريبي عبر 16 لغة؛ نافذة سياق من 131,072 رمزاً؛ وبناء مُكمَّم بحجم يقارب 1.67 غيغابايت. إنه نصي فقط، وهو كثيف، وهو غير مُقيَّم عن قصد، لأن تقييم نقطة تحقق أساسية على معايير اتباع التعليمات سيقيس غياب الضبط الدقيق بدلاً من جودة الركيزة.

• ما ستحصل عليه — Glimpse: مفتاح API ونقطة نهاية مستضافة. LFM2.5 2.6B Base: أوزان، ومُرمِّز رموز، وترخيص.

• الوسائط — Glimpse: إدخال الصور والفيديو، مع أخذ عينات متكرر الدخول على مر الزمن. LFM2.5 2.6B Base: إدخال نص، وإخراج نص.

• السعر — Glimpse: 0.60$ / 3.00$ لكل مليون رمز، وفق ما نشرته الجهة المورّدة. LFM2.5 2.6B Base: لا شيء مقابل كل استدعاء؛ أنت من يوفّر العتاد.

• الحجم المنشور — غير معلَن بالنسبة إلى Glimpse، وهو أمر غير معتاد في نموذج مستضاف، وهو في حد ذاته الإفصاح. 2.69B كثيف لـ LFM2.5 2.6B Base، وكل وزن مرئي في المستودع.

• السلوك الجاهز — يُجيب Glimpse عن الأسئلة المتعلقة بما اطّلع عليه. يواصل LFM2.5 2.6B Base نصّك، لأن هذا ما ينتجه التدريب المسبق.

• ترخيص — Glimpse معاينة مستضافة وفق شروط Elorian. رخصة LFM المفتوحة الإصدار 1.0، مجانية لمن يقل إيراده السنوي عن 10 ملايين دولار، وتتطلب ترخيصًا منفصلًا عند هذا الحد أو أعلى منه.

لماذا واحد فقط من هذه لديه بطاقة نتائج؟

هذا هو الجزء الذي يبدو وكأنه يسير بالعكس. النموذج الذي لا يملك أوزانًا معلنة، ولا حجمًا مُفصحًا عنه، ولا تقييمًا مستقلًا، ينشر جدول معايير أداء من اثني عشر صفًا في مواجهة GPT-6 Astra. أما النموذج الذي نُشرت كل أوزانه ووُثّقت بنيته بالكامل، فلا ينشر شيئًا.

كلا الفراغين منطقيان، وهما يعنيان أمرين متضادين، لذا يجدر الفصل بينهما.

جدول Glimpse مُبلَّغ عنه من المورّد وغير مُعاد إنتاجه — أرقام Elorian الخاصة، في مقابل اختيارها الخاص للمنافسين، مُشغَّلة عند أعلى جهد تفكير للنموذج ومع منصة الوكيل الأصلية الخاصة به، مع حاشية تكشف أن عدة منافسين شُغّلوا بأقل من أقصى جهدهم، وأن صف HSS يخلط أرقامًا مُبلَّغًا عنها في أوراق من مختبرات أخرى. إذا قُرئ كادعاء بشأن الاتجاه فهو مفيد؛ وإذا قُرئ كدرجة فهو ليس دليلًا بعد، لأنه لم يشغّله أحد من خارج الشركة. وأكثر ما يكون الجدول مفيدًا هو حيث يكون غير مُجامل: يسجّل Glimpse 46.36 في Humanity's Sixth Sense مقابل 53.6 لـ Astra، على معيار بنته Elorian نفسها مع Scale AI. إن خاصية rewind تشتري الإدراك — العدّ، وقراءة المخططات، وتتبع جسم أثناء الحركة — ولا تشتري الاستدلال بشأن ما يوحيه المشهد.

فراغ LFM2.5 2.6B Base مختلف في نوعه. لا يوجد شيء لتقييمه. نقطة التحقق الأساسية ليس لها سلوك؛ بل لديها توزيع. تقيس Liquid AI بدلاً من ذلك النظير المُدرَّب لاحقاً في العائلة، وهو القرار الهندسي الصحيح، ولا يخبرك بشيء على الإطلاق عمّا إذا كانت الركيزة ستلائم مهمتك.

هذا التفاوت له نتيجة عملية. بالنسبة إلى Glimpse، فإن سؤال التقييم هو: «هل ستصمد مزاعم المورّد أمام مقطعي؟». وبالنسبة إلى LFM2.5 2.6B Base، فإن سؤال التقييم هو: «هل يمكنني تدريب هذا ليصبح شيئًا يعمل؟» — والسؤال الثاني قابل للإجابة اليوم، من قبلك، بثمن تنزيل واحد. نسخة بحجم 1.67 GB تتّسع على حاسوب محمول؛ وحلقة التدريب هي العمل.

لا يتم تحويل الوحدات، لذا حوّلها يدويًا.

لا يمكن المقارنة مباشرة بين سعر لكل رمز وتنزيل مجاني، وهنا تحديدًا يتحايل معظم هذا النوع من المقارنات في صمت. السبيل الأمين هو اختيار مهمة واحدة وتسعير الطريقين كليهما.

خذ مهمة ضيقة عالية الحجم يتفوق فيها ضبط دقيق صغير حقًا: قراءة نوع مستند ثابت وإخراج JSON منظّم، تشغيل 50 مليون رمز شهريًا، نصفها تقريبًا إدخال ونصفها إخراج. على Glimpse يبلغ ذلك حوالي $90 شهريًا — $15 من الإدخال بسعر $0.60 لكل مليون، و$75 من الإخراج بسعر $3.00 — بالإضافة إلى وقت الهندسة اللازم لصياغة التوجيه والتحقق منه. على LFM2.5 2.6B Base يكون الاستدلال مجانيًا، وتنتقل الفاتورة بالكامل إلى المقدمة: تجميع بضعة آلاف من الأمثلة الموسومة، وتشغيل تدريبي واحد على بطاقتك الخاصة، ومجموعة تقييم، وإعادة تشغيل في كل مرة يتغير فيها تنسيق المستند.

هناك أمران ينشأان من ذلك الحساب يسهل تفويتهما.

الأول هو أن الضبط الدقيق لا يتفوق من حيث التكلفة إلا بعد تجاوز عتبة حجمية، وهذه العتبة يحددها مقدار ما يستطيع فريقك الهندسي استيعابه، لا أي شيء تنشره Liquid AI. والفريق الذي لا يمتلك قدرة تدريبية ليس لديه أي نقطة تعادل على الإطلاق في ذلك الجانب من المقارنة، وهي حقيقة واقعية وغالبًا ما تكون حاسمة.

والثاني أن ادعاءات Glimpse السعرية الخاصة موجَّهة إلى مكان آخر تمامًا. تضع Elorian سعر 0.60 دولار/3.00 دولار على أنه أقل بنسبة 94% من GPT-6 Astra عند 10 دولارات/50 دولارًا، و85% أقل من Claude Opus 5.5 عند 4 دولارات/20 دولارًا. مقابل الطرازات الرائدة المتقدمة، يُعدّ Glimpse رخيصًا. أما مقابل فئة النماذج الصغيرة — نقطة تفتيش بحجم 2.6 مليار تملكها، أو مسار كبير الحجم مثل Qwen3.8-Flash من Alibaba بسعر 0.15 دولار/0.47 دولار — فهو الجانب الأغلى في المقارنة، والمقال المجاور لهذا المقال عن Q​wen 3.8 يستعرض ذلك ببطاقات الأسعار الحقيقية. وادعاء البائع بالخصم نسبي دائمًا إلى مجموعة المقارنة التي اختارها البائع.

كيف ستشغّل الاختبار فعليًا

المقارنة أعلاه لا قيمة لها إلا إذا كانت رخيصة التشغيل، والعقبة العملية هي أن الطرفين يعيشان في نظامين مختلفين: نقطة نهاية مستضافة بمفتاح واحد، وحلقة تدريب تنتهي بنموذج يجب تقديمه في مكان ما. تحويل ذلك إلى اختبار A/B على عبء العمل الخاص بك هو حيث تستحق طبقة التوجيه مكانها، والحجة نفسها سواء كنت تقارن ضبطًا دقيقًا بواجهة برمجة تطبيقات أو واجهتي برمجة تطبيقات ببعضهما البعض.

يضع OrcaRouter نقطة نهاية نصية وكل نموذج منشور جنبًا إلى جنب خلف مفتاح واحد — أكثر من 200 نموذج، سعر قائمة المزود يُمرر دون إضافة أي شيء لكل رمز، فاتورة واحدة، وتجاوز الفشل التلقائي بحيث لا تتحول فترة سوء لدى مزود إلى فترة سوء في تقييمك. لا يوجد Glimpse ولا LFM2.5 2.6B Base في هذا الكتالوج، ولا توجد أي نسخة من LFM2.5: Glimpse يأتي من واجهة برمجة التطبيقات وواجهة الدردشة الخاصة بـ Elorian، و checkpoint Liquid يأتي من Liquid AI، وكلاهما من الأشياء التي تحصل عليها مباشرة. ما تغيره طبقة التوجيه هو المجموعة الضابطة. عندما يكون السؤال هو "هل ضبطي الدقيق أفضل فعلاً من مجرد استدعاء شيء ما"، فأنت تريد أن يكون ذلك الشيء تغييرًا في الإعدادات بدلاً من دورة شراء، لأن التجربة التي يمكنك تشغيلها بعد ظهر هذا اليوم هي الوحيدة التي تنتج رقمًا.

حيث لا يمكن للضبط الدقيق أن يوصلك، بأي حجم

هذا هو الجزء من المقارنة الذي لا يُختزل إلى مسألة تكلفة، وهو السبب في أن هذين ليسا بديلين أحدهما عن الآخر في أي من الاتجاهين.

قدرة Glimpse زمنية وبصرية. هوية الكائن عبر قطع، وحدث داخل نافذة أقل من ثانية، وعدد يتغير عندما يحجب شيء ما — آلية إرجاع تعالج تلك الأمور مباشرة، وتُظهر الآثار ما إذا كان النموذج قد أعاد مسح الفترة الزمنية التي mattered فعلاً. لا مقدار من الضبط الدقيق لنقطة تفتيش نصية فقط بحجم 2.69B ينتج ذلك السلوك، لأن الركيزة لا تملك إدخال فيديو ولا آلية لإنفاق حوسبة إضافية على فترة محددة بعد تمريرة أولى. لا يمكنك أن تصل بالتدريب إلى معمارية لم تبنها.

والعكس صحيح بالحزم نفسه. فمعاينة مستضافة يكون عدد معاملاتها ونافذة سياقها ونموذجها الأساسي كلها غير معلنة ليست شيئًا يمكنك طرحه داخل منتج خاضع للتنظيم، أو تشغيله في بيئة معزولة عن الشبكة، أو ضمان توفره. كما أن قائمة أسعار معاينة بحثية يمكن أن تتغير في أي وقت، وهو أمر مقبول في تجربة لكنه غير مريح لنموذج تكلفة.

إذن الخلاصة الصادقة ليست أن أحدهما أفضل. بل إن الفريق الذي لديه مهمة نصية ومجموعة بيانات ينبغي أن ينظر إلى نقطة التحقق (checkpoint)، والفريق الذي لديه سؤال بصري زمني ينبغي أن ينظر إلى المعاينة (preview)، والفريق الذي لا يملك أيًا منهما ليس لديه سبب لمقارنتهما بعد.

ثلاثة شروط، وما يعنيه كل منها

إذا كانت مهمتك ضيقة النطاق، ونصية فقط، ولديك — أو يمكنك شراء — بضعة آلاف من الأمثلة الموسومة، فإن LFM2.5 2.6B Base هو الخيار الأكثر قيمة، لأنك في النهاية تملك النموذج وتدفع مقابل الكهرباء بدلًا من الرموز. نزّل نسخة 1.67 GB أولًا وتأكد من أن الشيء يعمل على عتادك قبل أن تخطط لأي شيء حوله. تلك الخطوة تستهلك بعد ظهر واحد.

إذا كان نمط فشلك زمنيًا — فقد نظر النموذج لكنه لم ينظر عن كثب بما يكفي — فإن Glimpse هو أول نموذج مستضاف تهدف آليته المعلنة إلى ذلك مباشرةً، كما أن التسجيل المجاني يجعل الاختبار منخفض التكلفة. شغّل المقطع الخاص بك، ثم اقرأ مساحة العمل المؤقتة: إذا لم يُعِد قط مسح الفترة التي حسمت الإجابة، فقد تعلمت شيئًا عن خط المعالجة الخاص بك وليس فقط عن النموذج.

إذا لم تكن تعرف بعد أيّ من هذين أنت، فترتيب العمليات محسوم: شغّل النموذج المستضاف أولًا، لأنه يجيب في غضون بعد ظهر واحد عمّا يجيب عنه مشروع ضبط دقيق خلال شهر. تبقى الركيزة متاحة. وستظل تنزيلًا بحجم 1.67 GB في الربع القادم، والشيء الوحيد الذي ستكون قد أنفقته هو الوقت الذي كنت ستنفقته لولا ذلك في تجميع مجموعة بيانات لمهمة ربما كان استدعاء API قادرًا على تغطيتها.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.