LFM2.5-24B-A2B مقابل Qwen3.8-27B: أحدهما عملية تنزيل، والآخر بند في الميزانية

ابدأ بالرقم الذي يحدد معظم هذا. LFM2.5-24B-A2B هو ملف تضعه على جهاز وتحتفظ به. Qwen3.8-27B هو نموذج تستأجره بملايين الرموز. أعلنت Liquid AI عن الأول في 13 أكتوبر 2026 بـ 24.0 مليار معامل إجمالي مع 2.45 مليار نشط لكل رمز وسياق 131,072 رمزًا؛ نشرت Alibaba الثاني في 13 أغسطس 2026 كنموذج لغوي بصري كثيف بـ 27 مليار معامل وسياق 262,144 رمزًا. كلاهما مفتوح الأوزان. واحد فقط منهما له سعر منشور لكل رمز مرتبط بنقطة نهاية عاملة، وهو ليس الأصغر.

هذا التفاوت هو المقارنة. كل ما يلي — القدرة، والترخيص، والسياق، والوسائط — يتوقف على ما إذا كنت تشتري عتادًا أم تشتري رموزًا.

ما هو كل واحد منها، وما يراه

LFM2.5-24B-A2B هو خليط خبراء نصي فقط: 40 طبقة موزعة بين 30 كتلة التفاف قصير مزدوجة البوابة و10 طبقات انتباه استعلام مجمّع، و64 خبيرًا لكل كتلة مع توجيه top-4، ومفردات من 128,000 رمز، و16 لغة مدعومة. يذكر منشور الإطلاق الخاص بـ Liquid أن التدريب المسبق بلغ 33 تريليون رمز؛ بينما تقول بطاقة نموذج Hugging Face للإصدار نفسه إنه 36 تريليونًا. تنتهي خط أنابيب التدريب اللاحق بتعلم معزز وكيلي داخل بيئات تشغيل حقيقية، وتوصية البائع نفسه هي إقران النموذج بالاسترجاع أو البحث على الويب بدلًا من مطالبة النموذج بالإجابة عن أسئلة المعرفة من الأوزان.

إن Qwen3.8-27B ذو شكل مختلف تمامًا، والشكل هو المقصد. فهو تصميم انتباه هجين كثيف — 48 طبقة انتباه خطي من Gated DeltaNet متداخلة مع 16 طبقة انتباه كامل عبر 64 طبقة، بحجم مخفي 5,120، ومفردات من 248,320 رمزًا — وهذا ما يجعل سياقًا بحجم 262K ممكنًا بتكلفة معقولة من الأساس. يستقبل مدخلات النص والصورة والفيديو ويعيد نصًا. ذلك العمود الفقري شبه الخطي في معظمه موروث من السلالة نفسها التي اشتُق منها بناء مضغوط مثل Ternary Bonsai 2 27B، وهو إشارة مفيدة إلى مقدار القيمة الكامنة في البنية بدلًا من عملية التدريب.

النسخة في سطر واحد: نموذج Liquid يوجّه ويستدعي الأدوات داخل حلقة، ويفعل ذلك دون شبكة. أما نموذج Qwen فينظر إلى الأشياء — لقطات الشاشة والمستندات والفيديو — ويستدلّ عليها بطول سياق يبلغ ضعف الطول تقريبًا. لا أحدهما نسخة أدنى من الآخر؛ بل هما موجَّهان إلى نصفين مختلفين من نظامٍ عامل.

التكلفة، محسوبة كرقم فعلي

هنا لم يعد الاثنان قابلين للمقارنة على الإطلاق، لذا يجدر إجراء الحسابات بدلًا من تبادل الأوصاف.

على OrcaRouter، qwen/qwen3.8-27b يُقدَّم بسعر $0.33 لكل مليون رمز إدخال و $2.40 لكل مليون رمز إخراج، مع زمن p50 للوصول إلى أول رمز يبلغ 3.45 ثانية مقاسًا على مدى سبعة أيام. عبء عمل يبلغ 20 مليون رمز إدخال و2 مليون رمز إخراج شهريًا — أداة داخلية متواضعة — يصل إلى $6.60 زائد $4.80، أو حوالي $11.40. لا شيء لتثبيته، لا شيء لإبقائه دافئًا، لا إهلاك لوحدات GPU.

تعمل نقطة نهاية Console من Liquid بسعر 0.10 دولار لكل مليون رمز إدخال مع سعر مخزّن مؤقتًا قدره 0.05 دولار و1.00 دولار لكل مليون رمز إخراج، مع رصيد ابتدائي قدره 2 دولار، ما يجعل تكلفة عبء العمل نفسه أقل من 4 دولارات. لكن نقطة النهاية تلك ليست المنتج حقًا. المنتج هو الأوزان، ولا يوجد جدول أحجام ملفات منشور من البائع لـ LFM2.5-24B-A2B يمكن الاقتباس منه — تأتي مستودعات التكميم كشقيقات على Hugging Face. ما ينشره البائع هو شكل الرهان: نموذج MoE نشط بحجم 2.45 مليار يعمل بسرعة 184 رمزًا في الثانية على Apple M5 Max و114 على AMD Ryzen AI Max+ 395، وكلاهما مُبلَّغ عنه من البائع وغير مُعاد إنتاجه، وكلاهما بلا معنى على وحدة معالجة رسومات في مركز بيانات تشغّل العديد من الطلبات المتزامنة.

نقطة التعادل ليست عدد الرموز، بل مسألة استغلال. عند مستوى أقل من حمل ثقيل شبه مستمر تقريبًا، تفوز نقطة النهاية المدفوعة حسب الاستخدام من ناحية التكلفة وتخسر من ناحية حد الكمون الأدنى. وفوق ذلك، يفوز التنزيل من ناحية التكلفة ويخسر من ناحية العمليات — فأنت الآن تملك عملية نشر، وترقياتها، وسيناريو التعافي من فشلها. هذا هو القرار كله، ولا علاقة له بأي نموذج يحقق نتيجة أعلى في جدول.

السياق، والترخيص، والشيئان اللذان يختلفان فعليًا

• السياق — 131,072 رمزًا مقابل 262,144 رمزًا. نافذة Qwen أطول بمرتين على الورق، وتصميم الانتباه شبه الخطي في الغالب هو السبب في قدرتها على تحمّل ذلك في الذاكرة. لم تنشر Liquid أي أرقام لاسترجاع السياق الطويل لنافذتها البالغة 131K عند أي طول، وهي الفجوة الوحيدة في إصدارها التي يمكن لجولة اختبار معياري أن تسدّها بسرعة.

• الترخيص — lfm1.0 مقابل Apache 2.0. لا يتضمن Apache 2.0 أي محفّز للإيرادات ولا أي شرط لمجال الاستخدام. ترخيص Liquid هو صك قائم بذاته وله شروطه الخاصة. اقرأه في ضوء أرقام شركتك قبل الطرح التجاري، ولاحظ أن هذا الفرق لا يتضاءل مع نمو النماذج.

• الوسائط — نص فقط مقابل إدخال النص والصورة والفيديو. إذا كان عبء العمل لديك يتضمن لقطة شاشة، أو صفحة ممسوحة ضوئيًا، أو إطار فيديو، فإن هذا الصف وحده ينهي المقارنة.

• اتباع التعليمات — IFEval 96.75 وIFBench 74.69.أقوى صفوف Liquid في جدول الإطلاق الخاص بها، متقدمةً على كل عمود فيه. إذا كانت المهمة هي "الالتزام بهذا التنسيق بدقة، في كل مرة"، فإن LFM2.5-24B-A2B يمتلك الحالة المنشورة الأفضل.

• المعرفة والبرمجة — GPQA Diamond 74.42 و SWE-Bench Verified 51.00 لنموذج Liquid. تقارن Liquid تلك النتائج بـ83.69 و66.20 الخاصة بـQwen3.6-35B-A3B وتخسر في كليهما. لا توجد أي مقارنة مع Qwen3.8-27B في ذلك الجدول على الإطلاق، ولم يُجرِ أحد مقارنة بين النموذجين وجهاً لوجه.

حيث ينتمي كل واحد منها فعليًا

اختر Qwen3.8-27B عندما لا يكون الإدخال نصًا، أو عندما تكون المستندات طويلة، أو عندما تفضّل الدفع مقابل الاستخدام بدلًا من تشغيل شيء بنفسك. إن نافذة بسعة 262K تستقبل الصور والفيديو هي منتج مختلف جوهريًا عن نافذة بسعة 131K تستقبل النص، كما أنّ رخصة Apache 2.0 تُلغي نقاشًا كان معظم الفرق سيضطر إلى خوضه لولا ذلك. إن زمن الوصول إلى أول رمز البالغ 3.45 ثانية عند المئين 50 حقيقي ويستحق القياس مقابل حدّك الذي تتحمّله قبل أن تلتزم — فنموذج بهذه القدرة ضمن فئة 27B الكثيفة ليس سريعًا، ولا يوجد أي شرح معماري يغيّر ذلك.

اختر LFM2.5-24B-A2B عندما تكون الآلة هي القيد. إن نموذج MoE نشط بحجم 2.45B بسياق 131K وملف اتباع تعليمات يتفوق على كل شيء في جدول المقارنة الخاص به هو شيء قوي لتشغيله محليًا، ويظهر قرار Liquid بتدريبه داخل أُطر تشغيل الوكلاء بدلًا من مجموعة ثابتة لاستدعاء الأدوات في الصفوف التي يفوز بها. لكن ما ليس هو محلل مستندات أو قاعدة معرفية، ويقول المورّد ذلك في الوثيقة نفسها التي تنشر جدول القياسات.

إذا أردت أن تحسم الأمر بناءً على عبء العمل لديك بدلًا من الاعتماد على جداول أيٍّ من المورّدين، فإن المسار المُخدَّم هو التجربة الأقل تكلفة: qwen/qwen3.8-27b متاح في كتالوجنا بالسعر المدرج أعلاه مع هامش ربح 0% على سعر المزوّد، وتقف إلى جانبه الأحجام الشقيقة qwen/qwen3.8-flash وqwen/qwen3.8-max خلف المفتاح نفسه — بحيث يمكنك تحديد نقطة التوازن بين السعر والأداء التي تحتاجها مهمتك فعلًا قبل أن تقرر ما إذا كان امتلاك جهاز يستحق ذلك. أما LFM2.5-24B-A2B فليس في كتالوجنا؛ والوصول إليه يكون عبر Console الخاص بـ Liquid والأوزان المفتوحة، ولا ينبغي أن يوحي أي شيء هنا بخلاف ذلك.

السؤال الذي سيحسم هذا خلال ستة أشهر ليس أي نموذج سيفوز، بل ما إذا كانت طبقة المنفّذ المحلي تصمد مع نمو أطوال السياق — وفي هذا الشأن، فإن نافذة Qwen الأطول بمرتين والنافذة غير المُقاسة لدى Liquid هما نقطتا البيانات الوحيدتان المتاحتان لأي أحد.

تتبّع حالات انقطاع النماذج المباشرة وتدهورها في أرشيف الحوادث لدينا، واطّلع على المسارات التي تم تجاوز فشلها بشكل سليم.