Tell 1 vs LFM2.5 2.6B Base : un modèle vocal que vous louez et un checkpoint que vous terminez vous-même

Placez Tell 1 et LFM2.5 2.6B Base côte à côte, et l’écart de taille ressemble à l’histoire : l’un est le modèle de raisonnement interne de Retell au sein d’une plateforme de centre de contact, l’autre est un checkpoint textuel de 2,69 milliards de paramètres de Liquid AI qui tient dans un fichier de 5,4 Go. Ce n’est pas là l’histoire. L’histoire, c’est que LFM2.5 2.6B Base est un modèle de base — il n’a jamais été affiné sur des instructions, et si vous lui posez une question, il poursuivra votre texte au lieu d’y répondre — tandis que Tell 1 est un composant fini d’un produit qui répond à des appels téléphoniques pour gagner sa vie. L’un est une matière première. L’autre est une pièce fonctionnelle que vous n’êtes pas autorisé à démonter. Tout ce qui suit explique de laquelle de ces deux choses votre problème a réellement besoin, car aucun des deux ne peut remplacer l’autre, et la comparaison de prix qui semble évidente est la chose la moins utile de cette page.

Le calendrier compte aussi, et c’est la raison pour laquelle cette association existe tout court. Les deux sont récents : Liquid AI a publié la famille LFM2.5 en août 2026, et Tell 1 de Retell est apparu aux yeux du public en novembre 2026, lorsqu’il s’est hissé en tête d’un benchmark que Retell publie. Aucun des deux n’est un lancement que vous découvrez sur le tard. Tous deux sont également étonnamment pauvres en documentation publique, pour des raisons opposées — Liquid a livré un checkpoint sans instructions parce que les instructions n’ont jamais été l’objectif, et Retell a livré un modèle sans documentation parce que le modèle n’est pas un produit que l’on peut acheter séparément.

Commencez par ce que le checkpoint Liquid ne peut pas faire

LFM2.5 2.6B Base est le checkpoint préentraîné de la famille hybride LFM2.5 de Liquid AI : 30 couches, dont 22 blocs à convolution courte à double porte et 8 à attention à requêtes groupées, entraîné sur environ 34 billions de tokens dans 16 langues, avec une fenêtre de contexte de 131 072 tokens et une quantification Q4_K_M qui avoisine 1,67 Go. Texte en entrée, texte en sortie. Pas de vision, pas d’audio, pas de gabarit d’appel d’outils sur lequel s’appuyer, pas d’ajustement aux instructions — et la fiche modèle de Liquid indique clairement qu’il est destiné à un fine-tuning poussé plutôt qu’au prompting.

Ce n'est pas un défaut, et le traiter comme tel est l'erreur la plus courante dans les analyses des modèles de base. Un checkpoint de base est le bon point de départ lorsque vous avez une tâche bien définie, un vaste corpus de vos propres exemples et aucun intérêt à payer un fournisseur au token pour la résoudre. Un modèle de 2,69 B qui s'affine sur un seul GPU grand public puis s'exécute en version quantifiée sur un ordinateur portable ou un téléphone est un objet économique différent de toute API hébergée : le coût marginal par appel se réduit à peu près à l'électricité, et le coût que vous payez réellement se déplace vers l'étiquetage des données, les cycles d'entraînement et l'évaluation.

Ce qu’il ne peut pas faire, c’est être inséré tel quel dans une conversation. Aucun prompt système ne transforme un checkpoint de base en un agent fiable capable d’appeler des outils, et aucun travail d’ingénierie de prompt ne remplace l’étape de post-entraînement. Si votre plan est « le télécharger, l’envelopper dans un serveur compatible OpenAI et pointer un agent vocal vers lui », le plan échouera dès le premier appel de fonction — et cet échec ressemblera à un problème de qualité du modèle alors qu’il s’agit d’une étape d’entraînement manquante.

Alors, ce qu'est Tell 1, et pourquoi vous ne pouvez pas l'avoir

Tell 1 est la couche de raisonnement de la pile vocale de Retell, répertoriée sur la page d’accueil de l’entreprise sous « Developed by Retell Labs », aux côtés d’un harnais d’agent qui assemble des modèles, des connaissances et des outils. Il n’est pas commercialisé en tant que modèle. Aucune fiche modèle, aucun dépôt, aucune taille de fenêtre de contexte, aucun nombre de paramètres, aucune licence et aucun prix par token ne sont publiés nulle part sur le site de Retell. La seule donnée quantitative publique est une ligne du Retell vCX Benchmark, un classement tenu par Retell elle-même : 88,6 % de suivi des instructions, 97,2 % sur la dimension intitulée hallucination, 95,4 % pour l’appel d’outils, 96,6 % en langage familier, une moyenne de 94,45 %, avec une latence médiane de 72,5 ms et un coût de modèle de 3,5 cents par minute.

Que Tell 1 soit un fine-tuning de quelque chose de public, un modèle entraîné de zéro, ou un petit modèle distillé à partir d’un modèle plus grand n’est pas divulgué. La médiane de 72 ms suggère un modèle petit et rapide plutôt qu’un généraliste de pointe, car ce chiffre se situe dans la plage où le temps aller-retour vers une pile d’inférence tierce commence à dominer — mais c’est un raisonnement fondé sur un chiffre de latence, et les chiffres de latence ont de nombreuses causes. Ce qui n’est pas de l’inférence, c’est le packaging : vous obtenez Tell 1 en achetant du temps sur la plateforme de Retell, à 0,07 $ à 0,31 $ par minute selon la configuration, et le modèle n’est pas séparable de la téléphonie, de la pile vocale et du harnais qui l’entourent.

C’est là l’asymétrie qu’un acheteur doit intégrer dans son évaluation. LFM2.5 2.6B Base vous appartient d’une manière dont aucun modèle hébergé ne pourra jamais l’être : vous pouvez lire ses poids, le quantifier, l’intégrer à une application et continuer à l’exploiter si le fournisseur disparaît. Tell 1 est disponible d’une manière que ne l’est aucun modèle téléchargeable : il est déjà relié à un numéro de téléphone, à une couche de gestion des tours de parole et à une voix, et le travail consistant à le faire paraître humain lors d’un véritable appel a déjà été réalisé par quelqu’un d’autre.

La comparaison qui compte vraiment : où va le budget de latence

Ces deux modèles dépendent entièrement d'un chronomètre, ce qui explique qu'on les cite dans le même souffle bien qu'ils remplissent des fonctions différentes. Un appel téléphonique vous accorde un budget d'environ 800 ms entre le moment où l'appelant termine une phrase et celui où l'agent commence la sienne, avant que la pause ne soit perçue comme une coupure de ligne. Ce budget couvre la reconnaissance vocale, le tour du modèle, les appels d'outils et la synthèse vocale, dans cet ordre.

• Latence du modèle — 72,5 ms en médiane pour Tell 1 dans le harnais de Retell, premier des 62 configurations sur ce benchmark ; non publié pour LFM2.5 2.6B Base, car un checkpoint de base n’a aucun produit en production à mesurer et son débit quantifié dépend entièrement de votre matériel.

• Qu'y a-t-il d'autre dans les 800 ms — pour Tell 1, la téléphonie et la voix sont comprises dans le chiffre de la plateforme, et Retell annonce une réponse de bout en bout typique d'environ 600 ms ; pour une pile LFM2.5 auto-hébergée, l'ASR, le TTS et la couche de service sont tous à ajouter de votre côté, et chacun relève d'un choix de fournisseur.

• Débit — Le modèle frère post-entraîné de Liquid de ce checkpoint atteint 220 jetons par seconde sur un Apple M5 Max et 113 sur un processeur AMD Ryzen, et le fournisseur indique que 30 jetons par seconde sont réalisables sur un téléphone ; la vitesse d’un modèle de 2,69 B dépend de la machine, et non d’un niveau de service.

Cette dernière ligne, c'est toute la différence de nature. La latence de Tell 1 est une promesse que quelqu'un d'autre tient ; celle de LFM2.5 est une propriété du matériel que vous choisissez. Si votre cible de déploiement est un centre d'appels avec 200 lignes simultanées, c'est la première que vous achetez. S'il s'agit d'un appareil dans un entrepôt sans réseau, la seconde est la seule qui existe.

Le fine-tuning est la bifurcation.

Voici la décision, formulée aussi clairement que possible. Choisissez LFM2.5 2.6B Base si vous avez une tâche que vous pouvez décrire précisément, des exemples de celle-ci et une raison de ne pas envoyer ces exemples à un tiers — une étape de classification dans un flux d’appels, un outil de résumé propre à un domaine, un routeur embarqué qui décide de la nature d’une requête. Le modèle est suffisamment petit pour qu’un fine-tuning prenne un après-midi plutôt qu’un trimestre, la fenêtre de contexte est suffisamment large pour de vrais documents, et la licence autorise l’usage commercial en dessous de 10 millions de dollars de chiffre d’affaires annuel, un accord distinct étant requis à ce seuil ou au-delà. Ce seuil est un fait d’achat et il a sa place dans la décision, pas dans une note de bas de page.

Choisissez Tell 1 si vous achetez un agent téléphonique plutôt qu’un modèle, et en particulier si ce que vous ne pouvez pas construire est la surface conversationnelle : la gestion des interruptions, les formulations familières et une première syllabe qui arrive assez vite pour que l’appelant ne remarque pas qu’il parle à une machine. Le benchmark de Retell indique que ce sont les deux dimensions où Tell 1 est en tête — rang 1 en conversation familière, rang 1 en latence — et dit tout aussi clairement qu’il n’est pas en tête sur le suivi d’instructions, l’ancrage ou l’appel d’outils, où il se classe respectivement deuxième, deuxième et cinquième. Testez ces trois points sur vos propres appels avant de standardiser, car ce sont eux qui produisent des réponses erronées plutôt que simplement plus lentes.

Il existe une troisième option, et c'est celle que la plupart des équipes ayant une charge de travail réelle finissent par adopter : conserver le petit fine-tuning pour la partie étroite et répétitive de la tâche, et router les cas difficiles vers un modèle hébergé plus grand. C'est exactement la répartition pour laquelle une couche de routage est conçue, et c'est là que notre propre catalogue trouve sa place. Ni Tell 1 ni LFM2.5 2.6B Base ne sont routables via OrcaRouter — nous n'hébergeons ni l'un ni l'autre —, si bien que la version pratique de cette architecture consiste à installer le fine-tuning Liquid sur votre propre matériel et à diriger la voie d'escalade vers un modèle que nous proposons, avec une seule clé API, au prix catalogue du fournisseur, sans supplément.

Qu’est-ce qui changerait la réponse ?

Pour Tell 1, trois publications le feraient passer de « test au sein de la plateforme » à « envisager une standardisation » : une fiche modèle indiquant l'architecture et les données d'entraînement, un prix par modèle afin de dissocier le coût du forfait à la minute, et une évaluation menée par quelqu'un d'autre que Retell. Le bilan actuel se résume à une ligne sur le classement du fournisseur lui-même, et qu'un fournisseur se classe premier sur son propre banc d'essai relève de l'hypothèse, pas du résultat.

Pour LFM2.5 2.6B Base, la pièce manquante n’est pas la documentation — c’est votre propre fine-tuning. Le checkpoint est complet et la licence est lisible, ce qui signifie que le seul inconnu est de savoir si un modèle de 2,69 B entraîné sur vos données franchit la barre sur votre tâche. C’est une question à laquelle vous pouvez répondre cette semaine avec un seul GPU, et aucune quantité de lecture n’y répondra à votre place. Voilà le compromis en une phrase : Tell 1 vous épargne l’ingénierie et prend le contrôle ; LFM2.5 2.6B Base vous donne le contrôle et vous oblige à faire l’ingénierie.