Dessa vs LFM2.5 2.6B Base : un checkpoint que vous pouvez posséder vs une voix que vous ne pouvez qu'entendre

LFM2.5-2.6B-Base est un fichier de 2,69 milliards de paramètres qui tient dans environ 2,5 Go, s'exécute sur un téléphone et est livré avec une licence qui vous permet de l'affiner et de livrer le résultat. Dessa est un modèle vocal full-duplex que Block a annoncé le 23 octobre 2026, entraîné uniquement sur des conversations humaines, et apparemment assez rapide pour tourner sur un MacBook Pro M4 Max. Vous ne pouvez ni télécharger Dessa, ni l'affiner, ni le mesurer, ni l'appeler. C'est une liste d'attente.

Comparer ces deux choses dans une même phrase est injuste d’une manière évidente : l’une est un checkpoint textuel préentraîné, l’autre est un comportement conversationnel abouti. Mais c’est précisément cette injustice qui est utile. La question à laquelle une équipe est réellement confrontée n’est pas « quel modèle est meilleur » — c’est « sur quel modèle puis-je bâtir une entreprise », et sur cette question, l’écart entre un checkpoint de base téléchargeable et un aperçu de recherche fermé est plus grand que n’importe quelle différence de benchmark.

Ce qu'est réellement LFM2.5-2.6B-Base

Liquid AI a publié la famille LFM2.5 le 4 août 2026. Le suffixe Base compte plus que le nombre de paramètres : il s’agit du point de contrôle pré-entraîné, et non de l’assistant ajusté aux instructions. Il a lu 34 000 milliards de tokens et a appris la structure statistique de 16 langues, mais on ne lui a pas appris à suivre des instructions, à tenir une conversation ou à utiliser des outils. Si vous l’interrogez à froid, vous obtenez une complétion, pas une conversation.

L’architecture est hybride. Trente couches, dont 22 sont des blocs à convolution courte à double porte et huit sont de l’attention à requêtes groupées, une conception que Liquid affine depuis la première génération de LFM2. Le vocabulaire compte 128 000 tokens, soit le double de la génération précédente grâce à une extension du tokenizer sur place visant les écritures non latines. Le contexte est de 131 072 tokens, atteint via une extension dédiée en milieu d’entraînement plutôt qu’au moment du pré-entraînement.

Le modèle frère ajusté aux instructions, LFM2.5-2.6B, est celui dont le tableau de référence est publié : AIME25 51.87, LiveCodeBench v6 59.41, IFBench 59.17, BFCLv4 56.88, ToolSandbox 77.83, Claw-Eval English 62.85. Ces chiffres sont rapportés par le fournisseur et concernent le modèle post-entraîné, pas la base. Liquid lui-même déconseille d'utiliser la famille pour le codage agentique ou les tâches à forte composante de connaissances, ce qui constitue un signal d'honnêteté utile dans un marché où chaque petit modèle est décrit comme surpassant sa catégorie.

Pourquoi il vaut encore la peine de comparer un checkpoint de base à un comportement final

Un modèle de base est un point de départ. Sa valeur réside dans ce que vous pouvez en faire : un pré-entraînement continu sur votre domaine, un ajustement supervisé sur vos transcriptions, un étudiant distillé pour une tâche étroite. Dessa est le type d’artefact opposé. Il se présente sous forme de comportement — alternance des tours de parole, backchannel, synchronisation émotionnelle — et rien de tout cela n’est exposé pour modification.

La comparaison porte donc vraiment sur le contrôle. LFM2.5-2.6B-Base vous donne les poids, la licence et l’obligation de faire le travail. Dessa vous donne une démo et la possibilité d’un accès. Pour un laboratoire de recherche, la seconde peut avoir plus de valeur. Pour une équipe produit, la première est la seule à produire un livrable.

La fiche technique, avec les deux faces sur une seule ligne

Les chiffres LFM proviennent de la fiche modèle et de l'annonce de Liquid ; les chiffres Dessa proviennent de la page de Block. Tous les chiffres communiqués par les fournisseurs sont signalés comme tels.

• Paramètres — LFM2.5-2.6B-Base : 2,69 Md au total, contre Dessa : non communiqué.

• Architecture — LFM2.5-2.6B-Base, un hybride de convolution courte et d’attention à requêtes groupées, 30 couches, contre Dessa, système de bout en bout de parole à parole, architecture non publiée.

• Contexte — LFM2.5-2.6B-Base 131 072 tokens vs Dessa non précisé.

• Modalité — LFM2.5-2.6B-Base : texte en entrée, texte en sortie, par rapport à Dessa : audio en entrée, audio en sortie.

{{1}}Poids{{/1}} — LFM2.5-2.6B-Base téléchargeable, y compris les versions GGUF, ONNX et MLX, contre aucun chez Dessa.

• Licence — LFM2.5-2.6B-Base : LFM Open License v1.0, utilisation commerciale sous conditions vs Dessa : aucune licence publiée.

• Mémoire — LFM2.5-2.6B-Base à moins d’environ 2,5 Go en cours d’exécution, contre Dessa, un MacBook Pro M4 Max ou mieux, par Block.

• Vitesse — LFM2.5-2.6B-Base environ 220 jetons par seconde sur un Apple M5 Max, environ 30 sur téléphones, selon les chiffres du fournisseur, contre Dessa « plus rapide que le temps réel », sans chiffre précis.

• Prix — LFM2.5-2.6B-Base : poids gratuits vs Dessa : aucun prix.

• Disponibilité — LFM2.5-2.6B-Base généralement disponible depuis le 4 août 2026, contre Dessa sur liste d'attente.

Le budget des appareils, c’est tout l’argument.

Le pari de Liquid, c'est l'économie du déploiement : un modèle assez petit pour tenir sur un Raspberry Pi, assez rapide pour un téléphone, assez bon marché pour tourner sans facture de GPU. Le débit annoncé — environ 220 jetons par seconde sur un M5 Max, 113 sur un Ryzen AI Max+ 395, et à peu près 30 sur un téléphone — est le genre de chiffre qui détermine si un assistant embarqué paraît instantané ou défaillant. Trente jetons par seconde, c'est plus rapide que la vitesse de lecture, qui constitue le seuil pertinent pour une interface de chat.

L’affirmation de déploiement de Dessa concerne un ordinateur portable coûtant bien plus de 2 000 $ avec une puce Apple haut de gamme. C’est encore local, et le local présente de vrais avantages : pas de facture par token, pas d’aller-retour réseau, pas de données quittant l’appareil. Mais c’est un autre marché. Un modèle de 2,6 milliards de paramètres peut être intégré dans une application ; un modèle qui nécessite une M4 Max est un outil de développeur ou une fonctionnalité de bureau. Si votre produit tourne sur téléphones, cette comparaison s’arrête à la mémoire.

La licence est la véritable ligne de démarcation.

La LFM Open License v1.0 n’est pas une licence open source approuvée par l’OSI, et il vaut la peine de le dire clairement. L’usage commercial est autorisé, mais les organisations dépassant un seuil de chiffre d’affaires — les conditions de Liquid le fixent à 10 millions de dollars de chiffre d’affaires annuel — ont besoin d’une licence commerciale distincte. C’est une contrainte réelle. C’est aussi une contrainte connue, avec un document, un seuil et une personne avec qui négocier.

Dessa n'a pas de licence parce que Dessa n'a pas de distribution. On ne peut pas se conformer à des conditions qui n'existent pas, et on ne peut pas bâtir un dossier d'achat sur une liste d'attente. Pour une entreprise, « licence personnalisée avec un seuil de revenus » signifie une revue juridique. « Aucune conditions publiées » est un blocage.

Si vous voulez un agent vocal sur un téléphone aujourd’hui

Aucun des deux modèles ne constitue une réponse complète, mais le côté LFM est au moins un point de départ. Un agent vocal téléphonique a besoin de trois éléments : la reconnaissance vocale, un modèle de langage et la synthèse vocale. LFM2.5-2.6B-Base peut constituer la pièce du milieu si vous l’affinez — le checkpoint de base est un modèle texte, donc il n’entendra rien tout seul, et son contexte de 131K suffit à contenir un long historique de conversation ainsi que des notes récupérées.

Le fine-tuning est l’option intéressante. Avec les poids en main, vous pouvez entraîner le modèle sur les conversations de votre propre domaine et évaluer le résultat selon vos propres critères. C’est précisément l’expérience que l’annonce de Dessa invite à faire et ne permet pas : prendre une petite pile logicielle capable de traiter la parole, l’entraîner sur de vraies conversations et voir si une synchronisation émotionnelle émerge. Block affirme l’avoir fait de zéro sur un rack GB200 NVL72. Une équipe disposant de quelques GPU peut tester la version à bas coût de la question sur une base LFM et apprendre quelque chose en une semaine.

Si vous préférez ne pas exécuter le modèle de langage sur l’appareil, OrcaRouter place une API unique devant plus de 200 modèles sans majoration et avec basculement automatique, afin que l’étape de raisonnement puisse résider dans le cloud tandis que l’audio reste local. Pour être clair sur le périmètre : LFM2.5 2.6B Base ne figure pas dans notre catalogue — c’est un téléchargement, et c’est tout l’intérêt. Nous routons des modèles hébergés ; celui-ci est conçu pour s’exécuter là où vous le placez.

Qui devrait choisir lequel ?

• Vous devez être propriétaire du modèle, des poids et de la feuille de route — LFM2.5-2.6B-Base, puis le fine-tuner.

• Vous avez besoin d'un fonctionnement hors ligne sur du matériel bon marché — LFM2.5-2.6B-Base.

• Vous avez besoin d’un cœur texte ou agentique de quelques gigaoctets — le {{1}}LFM2.5-2.6B{{/1}} post-entraîné, et non le modèle de base.

• Vous avez besoin d’une parole en direct, interruptible et émotionnellement expressive — Dessa est le seul des deux conçu pour cela, et il n’est pas disponible.

• Vous avez besoin d'une licence que vous pouvez signer ce trimestre — LFM2.5-2.6B-Base, avec la clause de revenus vérifiée.

• Vous devez publier un résultat reproductible — LFM2.5-2.6B-Base, car la reproductibilité exige un fichier.

L'expérience qui trancherait la question

Prenez 1 000 heures d’audio conversationnel avec transcriptions, affinez LFM2.5-2.6B-Base côté texte et ajoutez un solide reconnaisseur et synthétiseur vocaux. Mesurez la reprise après interruption et l’adéquation émotionnelle par rapport à une base de référence tour par tour. Si le résultat s’approche de ce que suggèrent les extraits de Block, alors l’avantage de Dessa est plus étroit que ne le laisse entendre la bande de démonstration : il peut s’agir d’un gain d’architecture, mais pas d’un avantage inattaquable.

Si tel n’est pas le cas, l’argument en faveur d’un entraînement natif à la parole se renforce, et l’absence d’un fichier de poids Dessa devient le fait le plus important de cette comparaison. Dans les deux cas, le test est exécutable du côté ouvert et non du côté fermé. Cette asymétrie est la réponse à la question principale, et elle le restera jusqu’à ce que Block livre quelque chose qu’un client puisse tenir.