Tarjeta de título principal para el artículo «Clef-Flash vs LFM2.5 2.6B Base», con el subtítulo «Dos modelos llamados pequeños, dos máquinas de distancia». El logotipo de OrcaRouter está compuesto en la esquina inferior derecha.
Guides & Insights

Clef-Flash vs LFM2.5 2.6B Base: Dos modelos llamados «pequeños», separados por tres órdenes de magnitud

Autor

Elias Hawthorne

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

La compilación de clef-flash que la mayoría de la gente realmente descarga es de 11 GB. LiquidAI/LFM2.5-2.6B-Base se ejecuta en menos de 2.5 GB de memoria. A ambos modelos los laboratorios que los crearon los describen como pequeños, rápidos y eficientes, y ambas descripciones son precisas — que es exactamente por lo que la comparación es útil, porque las dos palabras están haciendo un trabajo completamente diferente. Cloudflare/clef-flash es un modelo de decisión multimodal de 9B que responde a preguntas escritas con probabilidades calibradas y nunca escribe un token; necesita una GPU de clase H200 para alcanzar la latencia mediana de 38.8 ms en su propia tarjeta, y la propuesta de Cloudflare para él es la inferencia en el borde dentro de su red. LFM2.5 2.6B Base es un checkpoint de texto preentrenado que Liquid AI publicó el 1 de agosto de 2026 para que otra persona pueda ajustarlo, y su objetivo de implementación previsto es un portátil.

Ninguno de los dos es un modelo de lenguaje que pondrías en una ventana de chat. Ambos son baratos. Elegir entre ellos no es realmente una decisión sobre la calidad: es una decisión sobre cuál es tu presupuesto de hardware y sobre si lo que estás construyendo ya sabe cómo son sus respuestas.

La conversación sobre la huella, en cifras

Empieza por lo que las máquinas necesitan en realidad, porque este es el eje en el que los dos están más distantes.

• Parámetros — Clef-Flash es un backbone congelado Qwen3.5-9B con su codificador de visión más una cabeza de esquema conjunta de 243,5 MB; LFM2.5 2.6B Base tiene 2,69 mil millones de parámetros, solo texto.

• Disco y memoria — la compilación comunitaria clef-flash es de 11 GB; el repositorio completo de Hugging Face ocupa aproximadamente 18,8 GB repartidos en cuatro fragmentos del backbone más la cabeza. Se indica que LFM2.5 2.6B Base requiere menos de 2,5 GB de memoria para inferencia, y las compilaciones cuantizadas GGUF, ONNX y MLX se publican junto a él.

• Latencia — Clef-Flash: 38,8 ms de mediana, 122,4 ms p95, medido por Cloudflare en una sola H200. LFM2.5 2.6B, el hermano post-entrenado de este checkpoint base, se ejecuta a 220 tokens por segundo en un Apple M5 Max y 113 tok/s en una CPU AMD Ryzen.

• Contexto — 65.536 tokens para Clef-Flash según la documentación de Workers AI de Cloudflare; 131.072 tokens para LFM2.5 2.6B Base.

Licencia —a2.0 clave —la licencia LFM2, que es de pesos abiertos pero no es una licencia abierta aprobada por la OSI, y eso importa si estás distribuyendo en lugar de redistribuyendo.

Esas dos líneas de latencia no miden la misma unidad y no deberías restarlas. Pero, leídas en conjunto, dicen lo obvio sin rodeos: Clef-Flash es un componente de centro de datos cuyo runtime vendorizado también resulta estar en una red de borde, y LFM2.5 2.6B es un componente para la máquina que tienes en tu escritorio.

Por qué el checkpoint base es un tipo diferente de objeto

La palabra «Base» en el nombre es determinante, y la propia tarjeta de Liquid AI es inusualmente sincera al respecto. LFM2.5-2.6B-Base es el checkpoint preentrenado de solo texto, 30 capas organizadas en 22 bloques de convolución corta con doble compuerta y 8 bloques de atención de consultas agrupadas, entrenado con 34 billones de tokens sobre un vocabulario de 128.000 tokens en dieciséis idiomas. «Solo se recomienda para tareas que requieren un ajuste fino intensivo»: trabajo específico de un idioma, asistentes específicos de un dominio, entrenamiento con datos propietarios. Su tarjeta lo dice con todas las letras.

Clef-Flash es lo contrario de eso. Está terminado. El entrenamiento está hecho, la cabeza del esquema está atornillada, el contrato de API está publicado y el modelo está alojado en la propia red perimetral del proveedor a un precio de lista. No lo ajustas; lo llamas, o lo descargas y lo llamas localmente. Hay un producto de ajuste fino adjunto a la familia —Cloudflare lanzó uno junto con los modelos—, pero usar clef-flash no lo requiere, y de eso se trata.

Entonces, el planteamiento honesto es que estas son dos etapas de dos pipelines diferentes. Uno es un ingrediente y el otro es un componente. Si tu tarea es «tengo 40.000 tickets de soporte etiquetados y quiero un clasificador rápido y específico del dominio que se ejecute en nuestras propias máquinas», LFM2.5 2.6B Base es un punto de partida plausible y clef-flash no lo es, porque no puedes convertir, mediante ajuste fino, la cabeza de decisión de clef-flash en una capacidad lingüística que no tiene: no tiene ninguna ruta de salida de lenguaje en absoluto. Si tu tarea es «necesito enrutar una solicitud a una de seis categorías en menos de 50 milisegundos con una probabilidad que pueda usar como umbral», clef-flash responde a esa pregunta de fábrica y LFM2.5 2.6B Base no la responde de ninguna forma.

A two-column comparison scoreboard titled 'Clef-Flash vs LFM2.5 2.6B Base — the scoreboard'. The left column, 'Clef-Flash', has rows reading 'Parameters: 9B with vision encoder', 'Context: 65,536 tokens', 'Output: calibrated probabilities', 'Footprint: 18.8 GB, H200-class', 'Latency: 38.8 ms median' and 'Licence: Apache 2.0'. The right column, 'LFM2.5 2.6B Base', has rows reading 'Parameters: 2.69B text only', 'Context: 131,072 tokens', 'Output: generated text', 'Footprint: under 2.5 GB, laptop', 'Latency: 220 tok/s on M5 Max' and 'Licence: LFM 1.0'. The footer reads 'Clef-Flash figures vendor-reported; LFM2.5-2.6B-Base figures per Liquid AI.' The OrcaRouter logo is composited in the bottom-right corner.

La parte que es genuinamente compartida

Hay un solapamiento real, y merece la pena ser preciso al respecto, porque es donde la comparación deja de ser trivial.

Un generalista post-entrenado — LFM2.5 2.6B, o cualquier modelo pequeño de instrucciones — puede recibir un prompt para devolver una clasificación estructurada. Dale un esquema JSON, pídele una etiqueta y una confianza, parsea la salida. La gente hace esto constantemente. La pregunta es qué obtienes cuando lo haces.

Lo que obtienes es una secuencia de tokens que da la casualidad de que contiene una etiqueta que puedes extraer, más un número que el modelo escribió sobre sí mismo. Esa confianza es un token muestreado, no un softmax sobre las respuestas candidatas, y no significa lo que significa una probabilidad calibrada. La ficha de Clef-Flash es explícitamente cuidadosa respecto a la cifra análoga en su propia API —la confianza «muestra cuán concentradas están las probabilidades. No es la probabilidad de que la respuesta sea correcta»— y puede permitírselo, porque la cantidad subyacente es una distribución real sobre las opciones que proporcionaste. Un generalista con prompting no tiene tal distribución que exponer. Tiene una frase que dice 0,85.

Que valga la pena gastar 11 GB y una H200 en esa distinción depende enteramente de lo que se haga con el número. Si la etiqueta va a un panel, un modelo de 2.6B con prompting es suficiente y más barato en todos los aspectos. Si la etiqueta condiciona una acción irreversible —emitir un reembolso, bloquear una cuenta, escalar un incidente de seguridad—, la diferencia entre una puntuación calibrada y una cadena que parece plausible es la diferencia entre un umbral que se puede justificar ante un auditor y uno que no.

A screenshot of the Hugging Face model card for LiquidAI/LFM2.5-2.6B-Base, a text-generation checkpoint of 3B parameters under the LFM 1.0 licence, tagged lfm2, liquid, fm2.5, edge and conversational, described as a hybrid model family designed for on-device deployment with quantizations derived from it and a note that no inference provider is deployed for it. A downloads-last-month figure reads 16,541.

Dónde puedes conseguir cada uno de ellos

Ninguno de los dos modelos está en OrcaRouter. Nuestro catálogo no incluye clef-flash, y tampoco incluye LFM2.5 2.6B Base ni ningún otro checkpoint de Liquid AI; puedes verificar ambos consultando nuestra API de modelos y obteniendo un 404. Nada en este artículo constituye una declaración de disponibilidad por nuestra parte.

Clef-Flash está disponible en Workers AI de Cloudflare a $0.09 por millón de tokens de entrada, o como pesos Apache-2.0 que ejecutas tú mismo. LFM2.5 2.6B Base está en Hugging Face con compilaciones cuantizadas para llama.cpp, ONNX Runtime y MLX, y el propio playground y la documentación de Liquid AI para la familia. Si quieres un modelo de decisión que ya esté activo en nuestro catálogo hoy, el que está allí es Jev 1.13 de TypeSafe —la misma forma de solicitud, contexto de 65,536 tokens, $0.042 por millón de tokens de entrada—, y clef-flash se creó para ser un reemplazo directo para él, lo que significa que probar cualquiera de los dos es un cambio de configuración en lugar de una reescritura. Ambos llaman a la misma clase de endpoint, así que si ya estás enrutando a través de una sola clave con el precio de lista del proveedor traspasado sin recargo, la comparación es un experimento que puedes hacer esta tarde en lugar de una migración que tengas que planificar.

A screenshot of the OrcaRouter model page for TypeSafe's Jev 1.13 (typesafe/jev-1.13), showing a 65K token context, text input, structured JSON output, a p50 TTFT of 148 ms, a $0.04 per million input token price, 174.0M tokens of throughput, and the POST /v1/systemone request shape.

¿Cuál pertenece a tu stack?

El árbol de decisión es corto. Si tus respuestas son una lista finita que puedes escribir de antemano, y necesitas una probabilidad que signifique algo, y tienes el hardware o la disposición a pagar por llamada — clef-flash es el componente terminado y LFM2.5 2.6B Base no es un candidato. Si tus respuestas son abiertas, o lo que realmente necesitas es un modelo de lenguaje pequeño que puedas moldear con tus propios datos y ejecutar en un portátil, LFM2.5 2.6B Base es el punto de partida y clef-flash no puede ayudarte en absoluto.

El caso en el que la gente se equivoca es el del medio: construir un clasificador acotado prompteando a un generalista pequeño, porque es el camino de menor resistencia y funciona en la demo. Funciona en la demo. Deja de funcionar en el momento en que necesitas que el número sea un número, y para entonces el esquema, los prompts y el código de parseo ya son estructurales.

Una advertencia sobre el lado de clef-flash, dicha sin rodeos porque es la propia cifra más débil del proveedor: en CLINC150 con manejo de fuera de alcance, donde la respuesta correcta a veces es «esto no encaja en ninguna de tus categorías», clef-flash obtiene 66,8 de macro-F1 frente a 97,4 de su hermano mayor de 27B. Un esquema acotado es una fortaleza hasta que la entrada no encaja en él, y el modelo clasificará de todos modos. Sea cual sea la ruta que tomes, crea la clase residual de forma deliberada y audita lo que acabe en ella.