Tell 1 vs. LFM2.5 2.6B Base: Ein Voice-Modell, das du mietest, und ein Checkpoint, den du selbst fertigstellst

Stellen Sie Tell 1 und LFM2.5 2.6B Base nebeneinander, und der Größenunterschied wirkt wie die Geschichte: Das eine ist Retells internes Reasoning-Modell in einer Contact-Center-Plattform, das andere ein reiner Text-Checkpoint mit 2,69 Milliarden Parametern von Liquid AI, der in eine 5,4-GB-Datei passt. Das ist nicht die Geschichte. Die Geschichte ist, dass LFM2.5 2.6B Base ein Basismodell ist — es wurde nie einem Instruction-Tuning unterzogen, und wenn Sie ihm eine Frage stellen, setzt es Ihren Text fort, statt sie zu beantworten — während Tell 1 eine fertige Komponente eines Produkts ist, das berufsmäßig Telefonanrufe beantwortet. Eines davon ist Rohmaterial. Das andere ist ein funktionierendes Teil, das Sie nicht auseinandernehmen dürfen. Alles Folgende dreht sich darum, welche dieser beiden Dinge Ihr Problem tatsächlich braucht, denn keines kann das andere ersetzen, und der naheliegende Preisvergleich ist das am wenigsten Nützliche auf dieser Seite.

Auch das Timing spielt eine Rolle, und es ist der Grund, warum es diese Paarung überhaupt gibt. Beide sind neu: Liquid AI veröffentlichte die LFM2.5-Familie im August 2026, und Retells Tell 1 trat im November 2026 öffentlich in Erscheinung, als es an der Spitze eines von Retell veröffentlichten Benchmarks auftauchte. Keines von beiden ist eine Markteinführung, von der man hier verspätet liest. Beide sind zudem ungewöhnlich dünn mit öffentlicher Dokumentation ausgestattet, aus entgegengesetzten Gründen — Liquid lieferte einen Checkpoint ohne Anleitung, weil Anleitungen nie der Punkt waren, und Retell lieferte ein Modell ohne Dokumentation, weil das Modell kein Produkt ist, das man separat kaufen kann.

Beginne damit, was der Liquid-Checkpoint nicht leisten kann.

LFM2.5 2.6B Base ist der vortrainierte Checkpoint aus der LFM2.5-Hybridfamilie von Liquid AI: 30 Schichten, davon 22 zweifach gegatete Kurzfaltungsblöcke und 8 Grouped-Query-Attention-Schichten, trainiert auf rund 34 Billionen Tokens in 16 Sprachen, mit einem Kontextfenster von 131.072 Tokens und einer Q4_K_M-Quantisierung, die bei etwa 1,67 GB landet. Text rein, Text raus. Keine Vision, kein Audio, keine Tool-Calling-Vorlage, auf die man sich verlassen kann, kein Instruction-Tuning – und die Modellkarte von Liquid sagt klar, dass es für umfangreiches Fine-Tuning und nicht für Prompting gedacht ist.

Das ist kein Defekt, und es als einen solchen zu behandeln, ist der häufigste Fehler in Darstellungen zu Base-Modellen. Ein Base-Checkpoint ist der richtige Ausgangspunkt, wenn man eine Aufgabe mit einer klaren Struktur, eine große Menge eigener Beispiele und kein Interesse daran hat, einem Anbieter pro Token dafür zu zahlen, dass er sie löst. Ein 2,69B-Modell, das auf einer Consumer-GPU fine-tuned und dann quantisiert auf einem Laptop oder Telefon läuft, ist ein anderes ökonomisches Objekt als jede gehostete API: Die Grenzkosten pro Aufruf entsprechen ungefähr den Stromkosten, und die tatsächlich anfallenden Kosten verlagern sich auf Datenkennzeichnung, Trainingsläufe und Evaluation.

Was es nicht kann, ist, einfach in eine Unterhaltung geworfen zu werden. Es gibt keinen System-Prompt, der aus einem Basis-Checkpoint einen zuverlässigen Tool-Calling-Agenten macht, und kein noch so ausgefeiltes Prompt Engineering ersetzt den Post-Training-Schritt. Wenn Ihr Plan lautet: „herunterladen, in einen OpenAI-kompatiblen Server einpacken und einen Voice-Agenten darauf zeigen lassen“, wird der Plan beim ersten Function Call scheitern – und dieses Scheitern wird wie ein Modellqualitätsproblem aussehen, obwohl in Wahrheit eine fehlende Trainingsphase die Ursache ist.

Dann, was Tell 1 ist, und warum du es nicht haben kannst.

Tell 1 ist die Reasoning-Schicht von Retells Voice-Stack, die auf der Unternehmenshomepage unter „Developed by Retell Labs“ neben einem Agent-Harness aufgeführt wird, das Modelle, Wissen und Tools zusammenführt. Es wird nicht als Modell verkauft. Es gibt keine Model Card, kein Repository, keine Angabe zum Kontextfenster, keine Parameteranzahl, keine Lizenz und keinen veröffentlichten Preis pro Token irgendwo auf der Retell-Website. Der einzige quantitative öffentliche Beleg ist eine Zeile im Retell vCX Benchmark, einer von Retell selbst gepflegten Rangliste: 88,6 % Instruction Following, 97,2 % in der als Halluzination bezeichneten Dimension, 95,4 % Tool Calling, 96,6 % colloquial, ein Durchschnitt von 94,45 %, bei 72,5 ms Medianlatenz und 3,5 Cent Modellkosten pro Minute.

Ob Tell 1 ein Fine-Tuning von etwas Öffentlichem, ein von Grund auf trainiertes Modell oder ein kleines, aus einem größeren Modell destilliertes Modell ist, wird nicht offengelegt. Der Median von 72 ms deutet auf ein kleines, schnelles Modell statt auf einen Frontier-Generalisten hin, da dieser Wert in dem Bereich liegt, in dem die Roundtrip-Zeit zu einem Inferenz-Stack eines Drittanbieters beginnt zu dominieren – aber das ist eine Schlussfolgerung aus einer Latenzzahl, und Latenzzahlen haben viele Ursachen. Was keine Schlussfolgerung ist, ist das Packaging: Tell 1 erhält man, indem man Zeit auf Retells Plattform kauft, je nach Konfiguration für $0.07 bis $0.31 pro Minute, und das Modell ist nicht von der Telefonie, dem Speech-Stack und dem Harness darum herum trennbar.

Das ist die Asymmetrie, die ein Käufer einpreisen muss. LFM2.5 2.6B Base gehört Ihnen auf eine Weise, wie es kein gehostetes Modell je sein kann: Sie können seine Gewichte lesen, es quantisieren, in einer App ausliefern und es weiter betreiben, falls der Anbieter verschwindet. Tell 1 ist auf eine Weise verfügbar, wie es kein herunterladbares Modell sein kann: Es ist bereits mit einer Telefonnummer, einer Turn-Taking-Schicht und einer Stimme verbunden, und die Arbeit, es bei einem echten Anruf menschlich klingen zu lassen, wurde von jemand anderem erledigt.

Der Vergleich, auf den es wirklich ankommt: Wohin das Latenz-Budget fließt

Beide dieser Modelle stehen und fallen mit der Stoppuhr, weshalb sie im selben Atemzug genannt werden, obwohl sie unterschiedliche Aufgaben erfüllen. Ein Telefonanruf gibt Ihnen ein Budget von etwa 800 ms zwischen dem Ende eines Satzes des Anrufers und dem Beginn eines Satzes des Agenten, bevor die Pause als abgebrochene Verbindung wahrgenommen wird. Dieses Budget deckt Spracherkennung, den Modell-Turn, Tool-Aufrufe und Sprachsynthese ab, in dieser Reihenfolge.

• Modelllatenz — 72,5 ms Median für Tell 1 in Retells Harness, Erster von 62 Konfigurationen in diesem Benchmark; nicht veröffentlicht für LFM2.5 2.6B Base, weil ein Basis-Checkpoint kein ausgeliefertes Produkt zum Messen hat und sein quantisierter Durchsatz vollständig von Ihrer Hardware abhängt.

• Was steckt sonst noch in den 800 ms — bei Tell 1 sind Telefonie und Sprachverarbeitung in der Zahl der Plattform enthalten, und Retell gibt eine typische End-to-End-Antwortzeit von rund 600 ms an; bei einem selbst gehosteten LFM2.5-Stack müssen ASR, TTS und die Serving-Schicht alle von Ihnen ergänzt werden, und jede davon ist eine Anbieterentscheidung.

• Durchsatz — Liquids nachtrainiertes Geschwistermodell dieses Checkpoints erreicht 220 Token pro Sekunde auf einem Apple M5 Max und 113 auf einer AMD-Ryzen-CPU, und der Hersteller merkt an, dass 30 Token pro Sekunde auf einem Smartphone erreichbar sind; die Geschwindigkeit eines 2,69-B-Modells hängt von der Maschine ab, nicht von einem Service-Level.

Diese letzte Zeile macht den ganzen Unterschied der Art aus. Die Latenz von Tell 1 ist ein Versprechen, das jemand anderes einhält; die Latenz von LFM2.5 ist eine Eigenschaft der Hardware, die Sie wählen. Wenn Ihr Deployment-Ziel ein Callcenter mit 200 gleichzeitigen Leitungen ist, ist das erste das, was Sie kaufen. Wenn es ein Gerät in einem Lager ohne Netzwerk ist, ist das zweite das einzige, das existiert.

Fine-Tuning ist der Scheideweg

Hier ist die Entscheidung, so klar wie ich sie formulieren kann. Wählen Sie LFM2.5 2.6B Base, wenn Sie eine Aufgabe haben, die Sie präzise beschreiben können, Beispiele dafür und einen Grund, diese Beispiele nicht an einen Dritten zu senden – ein Klassifizierungsschritt innerhalb eines Anrufablaufs, ein domänenspezifischer Summarizer, ein On-Device-Router, der entscheidet, was eine Anfrage ist. Das Modell ist klein genug, dass ein Fine-Tuning ein Nachmittag statt ein Quartal ist, das Kontextfenster ist groß genug für echte Dokumente, und die Lizenz erlaubt die kommerzielle Nutzung unter 10 Mio. USD Jahresumsatz, wobei ab dieser Grenze eine gesonderte Vereinbarung erforderlich ist. Diese Schwelle ist ein Beschaffungsfakt und gehört in die Entscheidung, nicht in eine Fußnote.

Wählen Sie Tell 1, wenn Sie einen Telefonagenten statt eines Modells kaufen, und zwar insbesondere dann, wenn das, was Sie nicht selbst bauen können, die Konversationsoberfläche ist: der Umgang mit Unterbrechungen, umgangssprachliche Formulierungen und eine erste Silbe, die schnell genug eintrifft, dass der Anrufer keine Maschine bemerkt. Der Benchmark von Retell besagt, dass dies die beiden Dimensionen sind, in denen Tell 1 führt – Rang 1 bei Umgangssprache, Rang 1 bei Latenz –, und sagt ebenso deutlich, dass es bei Instruktionsbefolgung, Grounding oder Tool Calling nicht führt, wo es jeweils den zweiten, zweiten und fünften Rang belegt. Testen Sie diese drei an Ihren eigenen Anrufen, bevor Sie standardisieren, denn sie sind diejenigen, die falsche Antworten statt lediglich langsamerer erzeugen.

Es gibt eine dritte Option, und es ist die, bei der die meisten Teams mit echter Arbeitslast am Ende landen: das kleine Fine-Tune für den schmalen und repetitiven Teil der Aufgabe behalten und die schwierigen Fälle an ein größeres gehostetes Modell weiterleiten. Genau dafür ist eine Routing-Schicht gebaut, und hier passt unser eigener Katalog hinein. Weder Tell 1 noch LFM2.5 2.6B Base ist über OrcaRouter routbar – wir hosten keines von beiden –, daher sieht die praktische Variante dieser Architektur vor, das Liquid-Fine-Tune auf Ihrer eigenen Hardware zu betreiben und den Eskalationspfad an ein Modell zu schicken, das wir tatsächlich anbieten, mit einem einzigen API-Schlüssel, zu Listenpreis des Anbieters ohne Aufschlag.

Was würde die Antwort ändern

Für Tell 1 würden drei Veröffentlichungen es von „innerhalb der Plattform testen“ zu „Standardisierung in Erwägung ziehen“ bewegen: eine Model Card, die Architektur und Trainingsdaten nennt, ein Preis pro Modell, damit die Kosten vom Minutenpaket getrennt werden können, und eine Evaluierung, die von jemand anderem als Retell durchgeführt wird. Der aktuelle Eintrag ist eine Zeile auf dem eigenen Leaderboard des Anbieters, und dass ein Anbieter sich selbst auf seinem eigenen Harness auf Platz eins setzt, ist eine Hypothese, kein Ergebnis.

Für LFM2.5 2.6B Base ist das fehlende Puzzleteil nicht die Dokumentation – es ist Ihr eigenes Fine-Tuning. Der Checkpoint ist vollständig und die Lizenz ist lesbar, was bedeutet, dass das Einzige, was unbekannt ist, die Frage ist, ob ein auf Ihren Daten trainiertes 2,69B-Modell die Messlatte für Ihre Aufgabe übertrifft. Das ist eine Frage, die Sie diese Woche mit einer GPU beantworten können, und noch so viel Lesen wird sie Ihnen nicht beantworten. Das ist der Kompromiss in einem Satz: Tell 1 erspart Ihnen die Engineering-Arbeit und entzieht Ihnen die Kontrolle; LFM2.5 2.6B Base gibt Ihnen die Kontrolle und lässt Sie die Engineering-Arbeit machen.