Solar Mini 4 vs LFM2.5 2.6B Base: tres veces el índice, y una comparación de costos que no existe

La forma honesta de comparar Solar Mini 4 y LFM2.5 2.6B Base es admitir de entrada que no están en el mismo mercado. Solar Mini 4 es la mezcla dispersa de expertos de 35 mil millones de parámetros de Upstage, lanzada el 22 de septiembre de 2026, que activa alrededor de 3 mil millones de parámetros por token, es propietaria y se factura a $0.10 por millón de tokens de entrada y $0.40 por millón de salida. LFM2.5 2.6B Base es el punto de control preentrenado de 2.69 mil millones de parámetros de Liquid AI, publicado en Hugging Face a principios de agosto de 2026 bajo la Licencia Abierta LFM v1.0, lo suficientemente pequeño como para caber en la memoria de un teléfono. Uno es un endpoint. El otro es un archivo de pesos, y si estás leyendo esto porque quieres ejecutar un modelo en lugar de llamar a uno, la comparación ya ha terminado.

Lo que hace que el emparejamiento merezca un artículo, de todos modos, es la única dimensión en la que realmente se solapan: ambos se han situado frente a la misma vara de medir independiente, y la forma de esa comparación no es la que predicen los recuentos de parámetros. Artificial Analysis puntúa Solar Mini 4 con 24 en el Intelligence Index v4.3.2 y otorga a la generación LFM2.5 2.6B una calificación de 8.4, pero la segunda cifra es una estimación y no mide el checkpoint del título de este artículo. Ambas salvedades importan, y son lo primero que hay que aclarar.

La hoja de especificaciones, lado a lado

• Parámetros — Solar Mini 4 tiene 35B en total con 3B activos; LFM2.5 2.6B Base es denso con 2,69B, sin guardarse nada. Trece veces más pesos del lado de Upstage para aproximadamente el mismo presupuesto de cómputo por token.

• Arquitectura — Solar Mini 4 es una mezcla dispersa de expertos. LFM2.5 2.6B Base tiene 30 capas, 22 de ellas bloques de convolución corta con doble compuerta y 8 de atención con consultas agrupadas, el diseño híbrido que Liquid creó para la inferencia en CPU y en el borde.

• Entrenamiento — Upstage no publica un presupuesto de tokens. La ficha de Liquid documenta 34 billones de tokens y un vocabulario de 128.000 tokens en 16 idiomas, entre ellos el coreano y el japonés.

• Licencia — Solar Mini 4 es propietario. LFM2.5 2.6B Base se distribuye bajo la LFM Open License v1.0 — permisiva para uso comercial con condiciones y admite ajuste fino.

• Contexto — Upstage documenta 512K tokens, Artificial Analysis indica 1.05M para el mismo modelo, así que considera que el límite superior no está resuelto. LFM2.5 2.6B Base ejecuta 131,072.

• Modalidad — ambas son texto de entrada, texto de salida. Ninguna acepta imágenes ni audio.

• Precio — Solar Mini 4 a $0.10 / $0.01 en caché / $0.40 por millón de tokens, actualmente con un 50 % de descuento hasta el 22 de octubre de 2026. LFM2.5 2.6B Base no tiene ninguna tarifa; el sitio Artificial Analysis registra los precios de la generación LFM2.5 2.6B en $0.00.

Qué mide y qué no mide "8.4, estimado"

La entrada de Artificial Analysis para la generación LFM2.5 2.6B —el modelo post-entrenado, no el Base preentrenado— tiene un índice de 8.4 marcado como estimación, y la mayoría de sus evaluaciones de componentes están marcadas de la misma manera. Esa es una posición en una tabla de clasificación, no una especificación sobre la que construir, y nunca debería citarse como si alguien hubiera pasado el checkpoint Base por la suite. Nadie lo ha hecho. La propia tarjeta de modelo de Liquid no publica ninguna tabla de benchmarks para LFM2.5 2.6B Base: es un checkpoint preentrenado de completado de texto, y la tarjeta dice claramente que se recomienda solo para fine-tuning intensivo.

El hermano puntuado es un artefacto distinto. La tabla de benchmarks de Liquid para LFM2.5 2.6B post-entrenado muestra IFStruct en 85.5 y Multi-IF en 80.1, AIME25 en 51.9, LiveCodeBench v6 en 59.4, BFCLv4 en 56.9 y τ³-Banking en 5.7 — todas ejecutadas por el proveedor, todas sobre la versión ajustada con instrucciones, y la cifra de τ³ es la que se lee como una advertencia.

El perfil de Solar Mini 4 tiene una forma completamente diferente. Obtiene un 83,3% en AA-LCR v1.1 para razonamiento de contexto largo, un 47,6% en SciCode y −10,8 en AA-Omniscience con una precisión del 18,4% y una tasa de no alucinación del 64,2%. También obtiene un 1% en Terminal-Bench 4.0 y un 22,3% en AutomationBench-AA. Ambas familias son débiles en trabajo agéntico; el modelo de Upstage es débil en trabajo agéntico y además es caro, lo cual es una situación peor que ser débil en trabajo agéntico pero ser gratuito.

Donde Solar Mini 4 justifica su precio es en la escala del razonamiento. Con 88.300 tokens de salida por tarea de indexación —71.600 de ellos de razonamiento—, emplea cómputo de una manera que un modelo denso de 2,6B no puede imitar por el mero hecho de recibir un prompt más largo. A un modelo con 2,69B de parámetros se le puede decir que piense paso a paso; no se le puede decir que tenga 35B de parámetros. Ese es el producto real.

Tres veces el índice, y ninguna cifra de coste comparable.

Artificial Analysis sitúa a Solar Mini 4 en 0,36 $ por tarea de índice completada frente a 0,006 $ de Granite 4.2 3B, y la generación LFM2.5 2.6B tiene un precio de cero, así que no existe ninguna cifra de costo por tarea que haga que esta sea una proporción justa. Por lo tanto, el planteamiento «Solar Mini 4 cuesta muchísimo más que LFM2.5 2.6B Base» es cierto y, en parte, tangencial. La pregunta relevante es si el trabajo de extracción estructurada de documentos largos en coreano para el que está diseñado Solar Mini 4 puede siquiera realizarlo un checkpoint preentrenado de 2,69B. Por lo general, no puede, y entonces la comparación pasa a ser Solar Mini 4 frente a un generalista de frontera en lugar de Solar Mini 4 frente a un modelo de teléfono.

El caso en el que gana LFM2.5 2.6B Base no es el caso en el que es más barato. Es el caso en el que la tarea es lo bastante acotada como para que el ajuste fino cierre la brecha. La extracción estructurada de campos de un formato de documento conocido, la clasificación frente a una taxonomía fija, un asistente en el dispositivo que debe funcionar sin red: esas son tareas en las que un checkpoint de 2.69B más tus propios datos de entrenamiento supera a un generalista de 35B más una lista de tarifas, y cuesta una instancia de GPU en lugar de un medidor de tokens. Liquid distribuye el checkpoint base con recetas de preentrenamiento continuado, LoRA SFT, DPO y GRPO a través de Unsloth y TRL precisamente para esa dinámica.

Cuál llamar

Recurre a Solar Mini 4 cuando la entrada sea larga, haya que razonar sobre la salida y la mezcla de idiomas incluya coreano o japonés — y cuando siete minutos de decodificación por tarea difícil sean tolerables. Recurre a LFM2.5 2.6B Base cuando los pesos tengan que ser tuyos, el dispositivo no tenga red y la tarea sea lo bastante acotada como para afinarla. Los despliegues interesantes usan ambos, porque no son alternativas: un modelo local pequeño se encarga del enrutamiento, la ocultación y la extracción, y solo se llama a un modelo alojado para la fracción de solicitudes que realmente necesitaban 35B parámetros.

El modelo de Liquid no está en OrcaRouter, y el de Upstage tampoco, así que ninguna de las dos rutas es algo que podamos venderte. Lo que sí podemos hacer es la parte que convierte esta comparación de una decisión en una configuración: más de 200 modelos detrás de una sola clave con 0 % de recargo sobre el precio de lista del proveedor, con conmutación por error automática entre proveedores y un DSL de enrutamiento que te permite combinar varios modelos en una sola llamada. Cuando la respuesta correcta es "el barato la mayor parte del tiempo y el bueno cuando importa", se trata de un problema de enrutamiento, y es la razón por la que existe el DSL de enrutamiento.

La cifra que ningún proveedor pondrá en una diapositiva

Latencia. Solar Mini 4 consume 88.300 tokens de salida por tarea del Intelligence Index a una velocidad medida de 204 tokens por segundo, por lo que promedió 430 segundos —poco más de siete minutos— en cada tarea difícil. La generación LFM2.5 2.6B, en el host que probó Artificial Analysis, funcionó a 45,7 tokens por segundo con una espera de 2,8 segundos hasta el primer fragmento, pero se trata de un host de centro de datos conversando con un modelo que normalmente se ejecutaría en tu escritorio. Las propias mediciones de Liquid sitúan la misma arquitectura a 220 tokens por segundo en una M5 Max, 113 en un Ryzen AI Max+ 395 y unos 30 tokens por segundo en un teléfono, lo que supone un bucle de agente utilizable en un dispositivo sin red.

Si tu carga de trabajo es interactiva, no hay punto de comparación y ninguna puntuación de benchmark lo va a cambiar. Si tu carga de trabajo es por lotes y lo que está esperando es una tarea de cron, siete minutos están bien y la profundidad de razonamiento vale la pena.

Dos notas sobre las fuentes para cerrar. Cada cifra de Artificial Analysis aquí es la medición independiente de esa organización en una suite compartida; el índice de LFM2.5 2.6B es explícitamente una estimación y corresponde al modelo post-entrenado en lugar del checkpoint Base preentrenado mencionado arriba. Cada cifra de Liquid AI es la propia ejecución del proveedor en sus propios benchmarks, sin reproducir — y el propio checkpoint Base no tiene ninguna puntuación publicada en absoluto, lo cual es un hecho sobre los modelos preentrenados más que una crítica a este.