Perceptron Mk1.5 مقابل LFM2.5-2.6B-Base: استأجر الإدراك، أو امتلك نقطة الحفظ وأكملها بنفسك

كلا هذين النموذجين موجّهان إلى عتاد يمكن التقاطه بيد واحدة. Perceptron Mk1.5 هو نموذج إدراك للوكلاء المتجسّدين، يقول مورّده إنه يعمل على الطائرات المُسيّرة والرباعيات والنظارات الذكية والهواتف. LFM2.5-2.6B-Base هو نقطة تفتيش مفتوحة الأوزان بحجم 2.69B بنتها Liquid AI صراحةً للنشر على الجهاز — صغيرة بما يكفي لتعمل في أقل من 2.5GB من الذاكرة. هذا الطموح المادي المشترك هو الشيء الوحيد الذي يجمعهما، وهو فخ لأي شخص يقارن بينهما على ورقة مواصفات. Perceptron Mk1.5 منتج نهائي تستأجره لكل رمز: إدخال نص وصور وفيديو وصوت، وإخراج نص مع هندسة قابلة للقراءة آليًا، متاح منذ 25 سبتمبر 2026. LFM2.5-2.6B-Base هو أساس خام مُدرَّب مسبقًا بلا ضبط بالتعليمات، ولا قالب محادثة، ولا ادعاءات بمعايير أداء — نقطة تفتيش أُطلقت لكي يُكملها آخرون. أحدهما يجيب عن سؤال اليوم؛ والآخر مادة خام لنموذج سيفعل ذلك.

لا تعمل المقارنة إلا إذا سمّيت المرحلة.

وضع واجهة برمجة تطبيقات مُقدَّمة بجانب نقطة تحقق أساسية ليس مقارنة مباشرة، وانتحال غير ذلك ينتج جدولًا غير منطقي حيث "يفوز" أحد الطرفين في كل صف لأنه أكمله مورده بينما الآخر لم يبدأ بعد. السؤال المفيد هو: في أي مرحلة من العمل أنت؟

طرحت Liquid AI عائلة LFM2.5 كمجموعة من نقاط الحفظ، والنموذج الأساسي هو أولها. تسرد بطاقته 2.69 مليار معامل إجمالاً عبر 30 طبقة — 22 كتلة التفاف قصيرة مزدوجة البوابات و8 كتل انتباه استعلامات مجمّعة — دُرِّب على نحو 34 تريليون توكن، مع مفردات من 128,000 توكن، وطول سياق 131,072 توكن، ودعم لـ16 لغة تشمل الإنجليزية والصينية واليابانية والكورية والعربية. وهو نصي فقط، وهو نموذج لغوي سببي لا أكثر، وتوصية Liquid نفسها قاطعة: نقطة الحفظ هذه مخصصة للمهام التي تتطلب ضبطًا دقيقًا مكثفًا، مثل مساعد خاص بلغة معينة أو بمجال معين، أو التدريب على بيانات مملوكة، أو تجربة أساليب تدريب لاحق جديدة. وما يحوّله إلى وكيل استدعاء الأدوات الذي يحمل النتائج المنشورة للعائلة هو مسار التدريب اللاحق المكوّن من أربع مراحل لدى Liquid، وهو ما لا يتضمنه النموذج الأساسي.

يقع Perceptron Mk1.5 عند الطرف الآخر من ذلك القوس. لقد أنجز Perceptron بالفعل التدريب اللاحق، وحدّد صيغة الإخراج وسعّر النتيجة — 0.15 دولار لكل مليون رمز إدخال و1.50 دولار لكل مليون رمز إخراج، مع إدخال مخزّن مؤقتًا بسعر 0.0375 دولار. ومواصفاته محدّدة بطريقة لا تكون عليها مواصفات نقطة التحقق الأساسية: سياق من 36,864 رمزًا، وإخراج أقصى 8,192 رمزًا، وأربع وسائط إدخال، وreasoning_effort عنصر تحكم افتراضيًا إلى high، واستدعاء الدوال في إكمالات الدردشة، واستجابات مقيّدة عبر JSON Schema وregex.

السبب في إبقاء كليهما في الاعتبار هو أن التكلفة الإجمالية للملكية تتجه في اتجاهين متعاكسين. Mk1.5 مكلف لكل توكن ومجاني عند البدء. LFM2.5-2.6B-Base مجاني على الهامش ومكلف بالعملة الوحيدة التي تهم بالنسبة لنقطة تحقق أساسية — وقتك الهندسي.

بُعدًا ببعد، مع عدم الخلط بين الأدوار.

• ما هو — Perceptron Mk1.5 هو واجهة برمجة تطبيقات إدراك مستضافة ذات مخرجات مكانية منظمة. LFM2.5-2.6B-Base هو نموذج لغوي سببي مُدرَّب مسبقًا بحجم 2.69B قابل للتنزيل.

• المُدخل — يستقبل Mk1.5 النصوص والصور والفيديو والصوت (WAV، MP3، FLAC). أما LFM2.5-2.6B-Base فيستقبل النصوص، والنصوص فقط.

• الإخراج — يعيد Mk1.5 نصًا بالإضافة إلى نقاط، ومربعات، ومضلعات، ومقاطع اختيارية، وتم وضع طوابع زمنية على <track> عناصر، أو استجابات مقيّدة بـ JSON Schema. يعيد النموذج الأساسي احتمالات الرموز للرمز التالي، ولم يتم ضبط أي شيء لجعل ذلك مفيدًا.

• الاستخدام المستقل — يعمل Mk1.5 في اليوم الذي تحصل فيه على مفتاح. لا يجيب LFM2.5-2.6B-Base على الأسئلة بأي معنى منتج؛ إنه يحتاج إلى ضبط دقيق، وعادةً إلى قالب محادثة، قبل أن يصبح نموذجًا يمكنك إطلاقه.

• السياق — 36,864 رمزًا لـ Mk1.5 مقابل 131,072 للنسخة الأساسية. تحتفظ نقطة التحقق على الجهاز بما يقرب من أربعة أضعاف النص الذي يحتفظ به نموذج الإدراك المُقدَّم عبر الخدمة من أي شيء.

• البصمة — يعمل Mk1.5 حيث يشغّله Perceptron، وعمل زمن الاستجابة المنشور الخاص به على وحدة H100 واحدة. صُمّم النموذج الأساسي ليعمل على حاسوب محمول أو هاتف أو جهاز طرفي باستخدام أقل من 2.5GB.

• الأدلة — كل رقم لقدرات Mk1.5 هو من Perceptron نفسها، ولا يوجد مؤشر مستقل له. لا يقدّم النموذج الأساسي أي ادعاءات بخصوص المعايير القياسية على الإطلاق: فـ Liquid تنشر درجات لـ LFM2.5-2.6B بعد التدريب، وليس لنقطة التحقق هذه.

• الترخيص — Mk1.5 مغلق، ويُستأجر لكل رمز. يُشحن LFM2.5-2.6B-Base بموجب ترخيص LFM Open License v1.0 مع أوزان تقوم بتنزيلها والاحتفاظ بها.

مسار الأوزان، بتكلفة صادقة.

إذا كان جاذبية LFM2.5-2.6B-Base تكمن في أن الأوزان مجانية، فإن النسخة الصادقة من تلك الجملة هي أن الأوزان هي أرخص جزء من المشروع. الضبط الدقيق على بيانات خاصة يعني مجموعة بيانات، وتشغيل تدريب، وأداة تقييم تخبرك ما إذا نجح الضبط الدقيق، ومسار تقديم — Transformers أو vLLM أو SGLang، أو أحد إصدارات GGUF وONNX وMLX التي تنشرها Liquid لنشر CPU، وعبر المنصات، وApple Silicon على التوالي. لا شيء من ذلك غريب، وعند 2.69B يمكن تشغيله على عتاد لا يقترب منه ضبط دقيق بحجم 70B إطلاقاً. لكن نقطة تفتيش أساسية هي نقطة انطلاق، ومخاطر الجدول الزمني تقع بالكامل على جانبك من الصفقة.

ما تحصل عليه مقابل ذلك هو التحكّم. مُرمِّز الـ16 لغة وسياق الـ131K يعنيان أن الضبط الدقيق لمجال معيّن لا يتنافس مع التدريب المسبق على المساحة. بصمة تقل عن 2.5GB تعني أن هدف النشر جهاز وليس مركز بيانات، وهذا هو المغزى الكامل من هذه العائلة. كما يتيح لك LFM Open License الاحتفاظ بالنتيجة — متخصّص لا يمكن لأي منافس استئجاره عبر نفس الـAPI التي يمكنك استئجاره عبرها.

هناك قطعة واحدة من الأدلة من طرف ثالث يستحق معرفتها قبل أن تراهن على السلالة، وفجوة واحدة. النموذج LFM2.5-2.6B المُدرَّب لاحقًا من Liquid لديه قياس مستقل: يُدرجه Artificial Analysis عند مؤشر ذكاء قدره 8، في المرتبة التاسعة من بين 49 نموذجًا في فئته. أما نقطة التفتيش الأساسية فليست كذلك — لا توجد صفحة لها، وهو أمر طبيعي لأساس مُدرَّب مسبقًا ويستحق ذكره بوضوح بدلًا من اعتباره حكمًا. ما يخبرك به مؤشر النموذج المُدرَّب لاحقًا هو ما تنتجه خط المعالجة من نقطة البداية هذه عند الطرف الصغير من نطاق المؤشر، وليس ما سينتجه الضبط الدقيق الخاص بك.

مسار API، وما الذي يعنيه «على الجهاز» بالنسبة إلى نموذج مستضاف

قصة نشر Perceptron Mk1.5 أكثر تعقيدًا مما توحي به قائمة أهدافه، ومن الجدير أن نكون دقيقين. يذكر إعلان البائع الطائرات بدون طيار، والروبوتات الرباعية، والنظارات الذكية، والهواتف كأهداف للنشر. يتم تقديم النموذج نفسه من api.perceptron.inc خلف مفتاح API، والأدلة على زمن الاستجابة التي نشرتها Perceptron هي وسيط ثلاث عمليات تشغيل على H100 واحد. H100 واحد ليس طائرة بدون طيار. القراءة الواقعية هي أن Mk1.5 هو طبقة الإدراك لروبوت لديه رابط شبكة أو صندوق حوسبة مرافق، وليس نموذجًا يعمل داخل هيكل الطائرة — وأي شخص يخطط لجهاز غير متصل بالإنترنت حوله يجب أن يختبر هذا الافتراض قبل تصميم الأجهزة.

ما يمنحه مسار API، إذا صحّ افتراض الشبكة، هو الشيء الذي لا تستطيع نقطة تحقق أساسية أن تمنحك إياه بأي ثمن: الإحداثيات. مخرجات Mk1.5 <track> تحمل رصدًا مكانيًا وطابعه الزمني، فيُعاد المقطع كمواضع كائنات عبر الزمن بدلًا من وصف مشهد. أضف حقل asset_idx، الذي يتيح لطلب واحد مخاطبة عدة صور أو فيديوهات بشكل منفصل، ويتطابق شكل الطلب مع حلقة تحكم — إطار مرجعي يدخل، هندسة تخرج، بلا مرحلة تحليل بين النموذج والشيفرة التي تحرّك شيئًا.

التكاليف هي تلك المذكورة بالفعل: 36,864 رمزًا من السياق، وسقف صوتي لكل عنصر يبلغ 16,384 رمزًا وهو ما تقدّره وثائق Perceptron بنحو 21.8 دقيقة عند حوالي 750 رمزًا في الدقيقة، reasoning_effort الافتراضي عند high الذي يفرض عليك دفع تكلفة مسار الاستدلال الأغلى في كل استدعاء لا تقوم بضبطه، ومجموعة من ادعاءات المعايير التي أنتجتها الشركة التي تبيع النموذج. رقم تتبع اليد هو الرقم الذي يجب اختباره مقابل لقطاتك الخاصة: 0.9433 على hand_box مقابل 0.4467 لـ Gemini 3.1 Pro في تشغيل Perceptron نفسه هو هامش كبير، والهوامش الكبيرة في تقييمات المورّد هي بالتحديد تلك التي تستحق إعادة الإنتاج.

لا يوجد أي منهما في كتالوجنا، وهذا يغيّر القرار.

لا يتم توجيه Perceptron Mk1.5 ولا LFM2.5-2.6B-Base عبر OrcaRouter اليوم. لا يمتلك Mk1.5 أي مسار على الإطلاق، لذا فإن الوصول إليه يعني واجهة API الخاصة بالمورّد — pip install "perceptron>=0.4.0" و PERCEPTRON_API_KEY — ولا تمتلك Liquid AI أي نموذج من أي حجم في كتالوجنا، لذا فإن نقطة التحقق الأساسية تُنزَّل من Hugging Face الخاصة بـ Liquid بدلاً من استدعائها.

هذا أقل أهمية مما يبدو، لأن الاثنين ليسا نقطتي نهاية قابلتين للتبادل، ولن تجعل أي حجة تسعير منهما كذلك. ما تضيفه طبقة التوجيه هنا هو الجزء من القرار الذي لا يزال مفتوحًا. إذا بنيت خدمة إدراك على Mk1.5 ومتخصصًا في النصوص على LFM2.5-2.6B-Base المضبوط بدقة، فأنت تدير تكاملين ووضعين من أوضاع الفشل؛ وبوابة متوافقة مع OpenAI أمامهما تحوّل أي حادث لدى مزوّد على أي من الجانبين إلى مسار احتياطي بدلًا من مهمة فاشلة، ويمكن لقاعدة توجيه أن ترسل حركة الرؤية وحركة النصوص إلى نموذجين مختلفين دون أن يعرف التطبيق أيهما. واجهة برمجية واحدة تغطي أكثر من 200 نموذج مع أسعار قوائم المزوّدين تُمرَّر بهامش 0% هي النسخة التي يصل فيها تغيير سعر المورّد في اليوم نفسه بدلًا من موعد تجديدك التالي — وإن كانت هذه البوابة، بالنسبة لهذين النموذجين تحديدًا اليوم، اعتبارًا تخطيطيًا لا اختصارًا متاحًا.

ما الذي ينبغي عليك فعله، وما الذي ينبغي عليك قياسه

إذا كانت مهمتك هي "اعثر على هذا الكائن في هذا الإطار وأعد مكانه"، فاستأجر Mk1.5 واختبر ادعاء hand-box على الفيديو الخاص بك قبل أن تلتزم بمسار إنتاجي له. خُذ افتراض الشبكة في الحسبان، واضبط reasoning_effort عن قصد بدلاً من قبول high، وتعامل مع نافذة 36,864 توكن على أنها القيد الصارم الذي هي عليه. المخرجات المنظمة هي المنتج، وإذا كان بإمكان الكود اللاحق لديك استهلاك إحداثية دون مرحلة تحليل، فهذا توفير حقيقي في موضع تفقد فيه معظم مسارات معالجة الرؤية الدقة بصمت.

إذا كانت مهمتك هي "أحتاج إلى نموذج بحجم 2.6B مضبوط على بيانات لا يملكها أحد آخر، ويعمل في مكان ما دون وحدة معالجة رسومات (GPU)"، فحمّل LFM2.5-2.6B-Base وقدّر تكلفة الضبط الدقيق بصدق قبل أن تبدأ. نقطة التحقق مجانية، أما الهندسة فليست كذلك، والدرس الذي تقدّمه العائلة نفسها — أن النموذج الشقيق بعد التدريب اللاحق يسجل 8 على المؤشر المستقل — يذكّرنا بأن الفجوة بين نموذج أساسي ونموذج مكتمل هي حيث يكمن العمل الفعلي. لا يُعد أي منهما إجابة خاطئة. إنهما عمليتا شراء مختلفتان، والخطأ الحقيقي الوحيد هو التعامل مع أساس يجب أن تكمله كما لو كان منتجًا جاهزًا بالفعل.

وجود نموذجين وتكاملين ووضعي فشل هو موقف أسوأ مما يبدو. على OrcaRouter يمكنك إعداد تجاوز الفشل التلقائيبحيث تتحول حادثة مزوّد على أي من الجانبين إلى خيار احتياطي بدلاً من مهمة فاشلة.