
Clef-Flash vs LFM2.5 2.6B Base : deux modèles dits « petits », à trois ordres de grandeur d'écart
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 186 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 par million de tokens · 86 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 par million de tokens · 151 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 192 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 86 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 705 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 par million de tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 101 tok/s
La version de clef-flash que la plupart des gens téléchargent réellement pèse 11 Go. LiquidAI/LFM2.5-2.6B-Base s’exécute avec moins de 2,5 Go de mémoire. Les deux modèles sont décrits comme petits, rapides et efficaces par les laboratoires qui les ont créés, et ces deux descriptions sont exactes — c’est précisément pourquoi la comparaison est utile, car ces deux mots font un travail complètement différent. Cloudflare/clef-flash est un modèle de décision multimodal de 9B qui répond à des questions saisies avec des probabilités calibrées et n’écrit jamais un token ; il nécessite un GPU de classe H200 pour atteindre la latence médiane de 38,8 ms sur sa propre carte, et l’argument de Cloudflare pour celui-ci est l’inférence en périphérie au sein de son réseau. LFM2.5 2.6B Base est un checkpoint texte pré-entraîné que Liquid AI a publié le 1er août 2026 afin que quelqu’un d’autre puisse le fine-tuner, et sa cible de déploiement prévue est un ordinateur portable.
Ni l'un ni l'autre n'est un modèle de langage que vous mettriez dans une fenêtre de chat. Les deux sont bon marché. Choisir entre les deux n'est pas vraiment un choix de qualité — c'est un choix qui dépend de votre budget matériel et de la question de savoir si ce que vous construisez sait déjà à quoi ressemblent ses réponses.
La conversation sur l'empreinte, en chiffres
Commencez par ce dont les machines ont réellement besoin, car c’est l’axe sur lequel les deux sont les plus éloignés.
• Paramètres — Clef-Flash est un backbone gelé Qwen3.5-9B avec son encodeur visuel plus une tête de schéma conjointe de 243,5 Mo ; LFM2.5 2.6B Base compte 2,69 milliards de paramètres, texte uniquement.
• Disque et mémoire — la version communautaire clef-flash fait 11 Go ; le dépôt Hugging Face complet fait environ 18,8 Go répartis sur quatre fragments de backbone plus la tête. LFM2.5 2.6B Base est annoncé à moins de 2,5 Go de mémoire pour l'inférence, et des versions quantisées GGUF, ONNX et MLX sont également publiées.
• Latence — Clef-Flash : 38,8 ms en médiane, 122,4 ms en p95, mesurés par Cloudflare sur un seul H200. LFM2.5 2.6B, l'homologue post-entraîné de ce checkpoint de base, tourne à 220 tokens par seconde sur un Apple M5 Max et à 113 tok/s sur un processeur AMD Ryzen.
• Contexte — 65 536 tokens pour Clef-Flash selon la documentation Workers AI de Cloudflare ; 131 072 tokens pour LFM2.5 2.6B Base.
• Licence — Apache-2.0 pour clef-flash ; la licence LFM 1.0 pour LFM2.5, qui est à poids ouverts mais ne constitue pas une licence open source approuvée par l'OSI, et cette différence compte si vous commercialisez un produit plutôt que si vous faites de l'expérimentation.
Ces deux lignes de latence ne mesurent pas la même unité et vous ne devriez pas les soustraire. Mais lues ensemble, elles disent l'évidence sans détour : Clef-Flash est un composant de datacenter dont le runtime vendorisé se trouve aussi sur un réseau edge, et LFM2.5 2.6B est un composant pour la machine posée sur votre bureau.
Pourquoi le checkpoint de base est un type d'objet différent
Le mot « Base » dans le nom est porteur de sens, et la fiche de Liquid AI elle-même se montre d'une franchise inhabituelle à ce sujet. LFM2.5-2.6B-Base est le checkpoint pré-entraîné texte uniquement : 30 couches réparties en 22 blocs de convolution courte à double porte et 8 blocs d'attention à requêtes groupées, entraîné sur 34 000 milliards de tokens, avec un vocabulaire de 128 000 tokens couvrant seize langues. Il est « uniquement recommandé pour les tâches qui nécessitent un fine-tuning intensif » — travail propre à une langue, assistants spécialisés dans un domaine, entraînement sur des données propriétaires. Sa fiche le dit noir sur blanc.
Clef-Flash est l'inverse de cela. Il est fini. L'entraînement est terminé, la tête de schéma est boulonnée dessus, le contrat d'API est publié, et le modèle est hébergé sur le propre réseau edge du fournisseur à un prix affiché. Vous ne le réglez pas ; vous l'appelez, ou vous le téléchargez et l'appelez localement. Un produit de fine-tuning est attaché à la famille — Cloudflare en a lancé un aux côtés des modèles — mais utiliser clef-flash ne le nécessite pas, et c'est là tout l'intérêt.
Donc, pour être honnête, il s’agit de deux étapes de deux pipelines différents. L’un est un ingrédient, l’autre un composant. Si votre tâche est « J’ai 40 000 tickets de support étiquetés et je veux un classifieur rapide et spécifique à un domaine qui s’exécute sur nos propres machines », LFM2.5 2.6B Base est un point de départ plausible, et clef-flash ne l’est pas, car vous ne pouvez pas transformer, par fine-tuning, la tête de décision de clef-flash en une capacité linguistique qu’il n’a pas — il n’a aucune voie de sortie linguistique du tout. Si votre tâche est « Je dois acheminer une requête vers l’une de six catégories en moins de 50 millisecondes, avec une probabilité à laquelle je peux appliquer un seuil », clef-flash répond à cette question d’emblée, et LFM2.5 2.6B Base n’y répond en aucune manière.

La partie qui est réellement partagée
Il y a un véritable recoupement, et il vaut la peine d’être précis à ce sujet, car c’est là que la comparaison cesse d’être triviale.
Un généraliste post-entraîné — LFM2.5 2.6B, ou n’importe quel petit modèle instruct — peut être incité à renvoyer une classification structurée. Donnez-lui un schéma JSON, demandez une étiquette et un niveau de confiance, analysez la sortie. Les gens font cela constamment. La question est de savoir ce que vous obtenez quand vous le faites.
Ce que vous obtenez est une séquence de tokens qui contient par hasard une étiquette que vous pouvez extraire, plus un nombre que le modèle a écrit à son propre sujet. Cette confiance est un token échantillonné, pas un softmax sur les réponses candidates, et elle ne signifie pas ce que signifie une probabilité calibrée. La fiche de Clef-Flash est explicitement prudente quant au chiffre analogue dans sa propre API — la confiance « montre à quel point les probabilités sont concentrées. Ce n'est pas la probabilité que la réponse soit correcte » — et elle peut se le permettre, car la quantité sous-jacente est une vraie distribution sur les options que vous avez fournies. Un généraliste sollicité par prompt n'a aucune distribution de ce genre à exposer. Il a une phrase qui dit 0,85.
Que cette distinction vaille 11 Go et un H200 dépend entièrement de ce que vous faites du nombre. Si l’étiquette alimente un tableau de bord, un modèle 2,6B sollicité par prompt fait l’affaire et coûte moins cher à tous égards. Si l’étiquette conditionne une action irréversible — émettre un remboursement, bloquer un compte, déclencher l’escalade d’un incident de sécurité —, la différence entre un score calibré et une chaîne d’apparence plausible est la différence entre un seuil que vous pouvez justifier auprès d’un auditeur et un seuil que vous ne pouvez pas.

Où vous pouvez vous procurer chacun d'entre eux
Aucun des deux modèles ne se trouve sur OrcaRouter. Notre catalogue ne propose pas clef-flash, et il ne propose pas LFM2.5 2.6B Base ni aucun autre checkpoint Liquid AI — vous pouvez vérifier les deux en interrogeant notre API de modèles et en obtenant un 404. Rien dans cet article ne constitue une affirmation de disponibilité de notre part.
Clef-Flash est accessible sur Workers AI de Cloudflare à 0,09 $ par million de jetons d'entrée, ou sous forme de poids Apache-2.0 que vous exécutez vous-même. LFM2.5 2.6B Base est sur Hugging Face avec des builds quantifiés pour llama.cpp, ONNX Runtime et MLX, ainsi que le playground et la documentation propres à Liquid AI pour la famille. Si vous voulez un modèle de décision qui est déjà en ligne sur notre catalogue aujourd'hui, celui qui y figure est Jev 1.13 de TypeSafe — même forme de requête, contexte de 65 536 jetons, 0,042 $ par million de jetons d'entrée — et clef-flash a été conçu pour être un remplacement direct, ce qui signifie qu'essayer l'un ou l'autre est un changement de configuration plutôt qu'une réécriture. Les deux appellent la même classe de point de terminaison, donc si vous êtes déjà en train d'acheminer via une seule clé avec le prix catalogue du fournisseur répercuté sans marge, la comparaison est une expérience que vous pouvez mener cet après-midi plutôt qu'une migration que vous devez planifier.

Lequel appartient à votre stack
L'arbre de décision est court. Si vos réponses forment une liste finie que vous pouvez écrire à l'avance, et qu'il vous faut une probabilité qui ait un sens, et que vous disposez du matériel ou êtes prêt à payer à l'appel — clef-flash est le composant fini et LFM2.5 2.6B Base n'est pas un candidat. Si vos réponses sont ouvertes, ou si ce dont vous avez réellement besoin est un petit modèle de langue que vous pouvez façonner avec vos propres données et exécuter sur un ordinateur portable, LFM2.5 2.6B Base est le point de départ et clef-flash ne peut pas vous aider du tout.
Le cas où les gens se trompent, c'est au milieu : construire un classifieur borné en promptant un petit généraliste, parce que c'est le chemin de moindre résistance et que ça marche dans la démo. Ça marche dans la démo. Ça cesse de fonctionner dès qu'il vous faut un nombre qui soit vraiment un nombre, et à ce moment-là, le schéma, les prompts et le code d'analyse syntaxique sont tous porteurs.
Une mise en garde du côté de clef-flash, formulée sans détour parce qu'il s'agit du chiffre le plus faible du fournisseur lui-même : sur CLINC150 avec gestion du hors-périmètre, où la bonne réponse est parfois « cela ne correspond à aucune de vos catégories », clef-flash obtient 66,8 de macro-F1 contre 97,4 pour son grand frère de 27B. Un schéma borné est un atout tant que les données d'entrée n'en débordent pas, et le modèle classera quand même. Quelle que soit la voie que vous choisissez, construisez délibérément la classe résiduelle et auditez ce qui y atterrit.
