Clef לעומת LFM2.5 2.6B Base: 55 GB על H200, או 5.4 GB על מחשב נייד

הנה השוואה שבה החומרה מכריעה את הוויכוח לפני שהמודלים עושים זאת. Cloudflare/clef הוא מודל החלטה מולטימודאלי בן 27 מיליארד פרמטרים, שעבר אימון-המשך מ-Qwen3.8-27B, ושגודל המאגר שלו קצת יותר מ-55 GB על פני שנים-עשר שברי backbone ועוד ראש סכימה משותף קטן. LiquidAI/LFM2.5-2.6B-Base הוא צ'קפוינט טקסט-בלבד בן 2.69 מיליארד פרמטרים, שמשקלותיו הם קובץ יחיד בנפח 5.4 GB, שפורסם על ידי Liquid AI ב-1 באוגוסט 2026 תחת LFM Open License. זמן ההשהיה שפרסמה Cloudflare בעצמה עבור Clef — חציון של 209.3 ms, p95 של 238.6 ms — נמדד על H200 יחיד. הפריסה המיועדת של Liquid AI עבור משפחת LFM2.5 שלה היא מחשב נייד, טלפון, או מכשיר כף-יד מבוסס Ryzen. שני הספקים מתארים את המודל שלהם כקטן, מהיר ויעיל, ושניהם אומרים את האמת על מכונה אחרת.

יש פער שני מאחורי הראשון, והוא זה שבאמת משנה תוכניות. לא Clef וגם לא LFM2.5 2.6B Base עונה על שאלה ישר מהקופסה בדרך שאתם כנראה מצפים לה. Clef מגיע כשהוא מאומן במלואו למשימה שהוא לא יכול לסטות ממנה: הוא עונה על שאלות מוקלדות, והוא לא יעשה שום דבר אחר. נקודת השמירה של Liquid מגיעה ללא אימון לשום דבר בכלל — זהו מודל בסיס, בכוונה ללא כיוונון הוראות, והכרטיס של Liquid AI עצמה אומר שהוא מומלץ רק לכיוונון עדין כבד. אז השאלה האמיתית היא לא איזה מהם זול יותר להריץ. היא אם אתם קונים רכיב מוגמר או חומר גלם, והתשובה שונה עבור כל אחד מהם.

היכן כל אחד פועל, ומדוע זו כל ההשוואה

צורת הפריסה אינה הערת שוליים בשני המודלים האלה. עבור מודל קבלת החלטות היא הארכיטקטורה, מפני שמעבר קדימה של 209 מ״ש וסיפור של "פועל על המכונה שלפניך" הם אותה טענה המסופרת משני קצוותיה.

• פרמטרים — 27B עבור Clef, כאשר מקודד הראייה Qwen3.8-27B נשמר; 2.69B טקסט-בלבד עבור LFM2.5 2.6B Base.

• דיסק — מאגר של 55 GB עבור Clef; קובץ safetensors אחד בגודל 5.4 GB עבור נקודת הביקורת של Liquid, עם בניות GGUF, ONNX ו-MLX מכומתות שפורסמו לצידו.

• חומרה — Cloudflare בחנה את Clef עם torch 2.11 ו- transformers 5.10.2 על H200 בודד, ונתוני השהיה שלה מגיעים מאותה הרצה. הגרסה המאומנת-לאחר-אימון של נקודת ביקורת זו מבית Liquid AI פועלת בקצב של 220 טוקנים לשנייה על Apple M5 Max ו-113 טוק/s על מעבד AMD Ryzen, בפחות מ-2.5 GB זיכרון, והיצרן מציין ש-30 טוק/s ניתנים להשגה בטלפון.

• הקשר — 65,536 טוקנים עבור Clef, לפי דף המודל של Workers AI ופוסט ההשקה; 131,072 טוקנים עבור LFM2.5 2.6B Base.

• קלט — Clef קוראת טקסט, JSON, תמונות ופריימים של וידאו ומדרגת אותם במשותף. הצ'קפוינט של Liquid הוא טקסט בלבד.

• רישיון — Apache-2.0 עבור Clef. LFM Open License v1.0 עבור LFM2.5, שהוא זמין-מקור ולא קוד פתוח של OSI: השימוש המסחרי מותנה בכך שהארגון שלך יישאר מתחת ל-10 מיליון דולר בהכנסה שנתית, ומעל לקו זה הרישיון פשוט אינו מעניק אותו. סף זה הוא עובדת רכש, לא הערת שוליים.

עלות לכל החלטה אינה אותה שאלה כמו עלות לכל טוקן

המהלך המפתה כאן הוא לחלק שני מחירים ולהכריז על מנצח. זה לא שורד את המפגש עם מה ששני המודלים עושים.

Clef עולה $0.24 למיליון טוקנים של קלט ב-Workers AI של Cloudflare. הפלט שלו אינו פרוזה, ולכן שורת טוקני הפלט הרגילה לא קיימת; אתה משלם על מצב, פעם אחת, ומקבל בחזרה התפלגות. עבור שכבת ניתוב שמקבלת מיליוני החלטות קטנות ביום, המספר הזה הוא כל עלות התפעול, וזהו מספר שאפשר לקבל רק מספק, ולא מחשבון החשמל שלך.

LFM2.5 2.6B Base אינו עולה דבר לכל קריאה ואינו יכול לקבל החלטה. כדי להפיק ממנו עלות לכל החלטה, תחילה עליך לכוונן אותו למשימה שלך, כלומר להרכיב נתונים, להריץ עבודת אימון, להעריך את התוצאה, ורק אז לגלות כמה זה עולה לך ב-kVA ובזמן הנדסה. הכלכלה האטרקטיבית של צ'קפוינט 2.6B היא אמיתית, אבל היא תלויה בעבודה שטרם נעשתה, והאדם שמשווה מחירים לפי טוקן פסח ישר על כך.

המסגור הכנה הוא שאלו שתי רכישות שונות. Clef הוא רכיב עם מחיר מחירון וחשבון אחסון. נקודת הביקורת של Liquid היא חומר גלם שעלותה היא ריצת האימון שאתם הולכים לשלם עליה ממילא — והתמורה שלה היא שלאחר מכן אתם מחזיקים בארטיפקט באופן מוחלט, ובשלב זה העלות השולית של החלטה היא באמת חשמל. עבור משימה צרה, בנפח גבוה ויציבה, עסקה זו היא לעתים קרובות נכונה. עבור משימה שטרם הגדרתם, זה הפוך, מכיוון שאתם לא יכולים לכוונן לעבר מטרה שאינכם יכולים לתאר.

בסיס לא מאומן אינו מודל גרוע יותר, אלא נקודת התחלה שונה.

מפתה לקרוא את טבלת הבנצ'מרקים החסרה של Liquid checkpoint כחולשה נסתרת. זה לא כך. מתן ציון למודל בסיס מאומן מראש בבנצ'מרקים של ביצוע הוראות ימדוד את היעדרו של כיוונון עדין, לא את איכות המצע, וזו בדיוק הסיבה ש-Liquid AI מריצה בנצ'מרקים על LFM2.5-2.6B שעבר אימון-המשך ומשאירה את הבסיס ללא הערכה. הריק הזה ניתן לאימות מצדך, וזו הנקודה: הורד 5.4 GB, הרץ הערכה משלך על המשימה שלך, ודע את התשובה לפני שאתה מתחייב להעמיד משהו לשירות.

הטבלה של Clef היא בעלת צורת ראיות הפוכה ויש לה הבעיה ההפוכה. Cloudflare מפרסמת כ-40 שורות בנצ'מרק, מערך הערכה מלא של זרימת עבודה והתפלגות השהיה, וכל אחד מהם הופק על ידי Cloudflare באמצעות ה-Decision Index של Cloudflare עצמה, בלי שאף צד שלישי שחזר ולו חלק ממנו. עמודת Clef היא הרבה יותר אינפורמטיבית מעמודת Liquid, ואף לא נתון אחד בה נבדק על ידי מישהו אחר. זו טענה חזקה יותר ממשבצת ריקה, וחלשה יותר ממה שהיא נראית.

מה שאתה יכול למדוד בעצמך מתחלק באותו אופן. עם ה-checkpoint של Liquid, אתה יכול למדוד הכול — הוא בגודל 5.4 GB בדיסק שלך. עם Clef, משקולות ה-Apache-2.0 גם הן שלך להורדה ולהרצה, אבל כדי להשתוות לחציון של 209 ms של Cloudflare נדרשת אותה מחלקת GPU שבה השתמשה Cloudflare, כך שבפועל רוב הצוותים ימדדו אותו דרך נקודת הקצה המתארחת ויירשו את זמינות הספק יחד עם הלטנסי שלו.

היכן שכבת הניתוב משתלבת, עבור כל אחד מהם

לא Clef ולא אף וריאנט של LFM2.5 הוא נתיב ב-OrcaRouter, והמאמר הזה אינו הצהרת זמינות — הקטלוג מחזיר 404 עבור שניהם, ולכן Clef מגיע מ-Workers AI של Cloudflare או מה-GPU שלך, והצ'קפוינט של Liquid מגיע מההפצה שלו עצמו.

מה ששכבת ניתוב באמת נועדה לו כאן הוא הדפוס ששני המודלים מרמזים עליו. מדרג קטן ומוגבל שמחליט, ומודל כללי גדול יותר שפועל לפי ההחלטה, הם ארכיטקטורת שני-מודלים מעצם הגדרתם — והשלד של Clef עצמו הופך את החצי השני של זה לקונקרטי, שכן המודל ש-Cloudflare ביצעה עליו אימון-המשך, Qwen3.8 27B, הוא נתיב רשום במחיר 0.33 דולר למיליון טוקני קלט ו-2.40 דולר למיליון טוקני פלט, על פני חלון הקשר של 262,144 טוקנים. נקודת קצה אחת מול יותר מ-200 מודלים פירושה שהמחליט הזול והשחקן המסוגל יושבים מאחורי אותו מפתח, ומורכבים לקריאה אחת דרך ה-DSL של הניתוב במקום להיות מחווטים יחד ביד, עם מעבר כשל אוטומטי כך שאחר צהריים רע של ספק לא מפיל איתו גם את מסלול ההחלטה. אם לעומת זאת אתם מארחים בעצמכם את הצ'קפוינט של Liquid ומשווים את ה-fine-tune שלכם למודלים שהוא צריך לנצח, אותה נקודת קצה היא מה שהופך את ההשוואה הזו לשינוי בקונפיגורציה במקום למחזור רכש.

Jev 1.13 של TypeSafe ראוי להזכיר במיוחד במקרה של אירוח עצמי: זהו מודל קבלת ההחלטות שקלאודפלייר ערכה מולו בנצ'מרק, והוא בכוונה מדבר באותו POST /v1/systemone מבנה בקשה כמו Clef, הוא נתיב רשום במחיר $0.042 למיליון טוקני קלט עבור חלון הקשר של 65,536 טוקנים, וזו הדרך במאמץ נמוך לגלות אם מודל קבלת החלטות חסום עוזר לפייפליין שלך לפני שאתה משקיע ריצת אימון על מצע שאולי לא צריך להתקיים.

איזה אחד, בשביל מה

בחר ב-Liquid checkpoint כאשר המשימה צרה, בעלת נפח גבוה, מוגדרת היטב מספיק כדי לכתוב עבורה נתוני אימון, ומוגבלת באחד משני האילוצים הקשיחים ש-API מנותב לא יכול לפתור: הנתונים לא יכולים לצאת מהתשתית שלך, או שהמכונה שעליה הוא צריך לרוץ היא זו שעל השולחן שלך. סף ההכנסות של LFM 1.0 הוא הדבר הראשון שכדאי לבדוק, משום שהוא קובע אם הרישיון בכלל זמין לך.

השתמש ב-Clef כאשר ההחלטה כבר ניתנת למנייה, המצב נכנס בתוך 64K, התשובה צריכה הסתברות מכוילת ולא משפט, ו-209 ms בנתיב חם הם התכונה שאתה קונה. הסכימה הקבועה שלו היא היתרון — צורת פלט ברת-ביקורת, ברת-שחזור וללא מנתח — וטביעת הרגל של 55 GB היא המחיר של עמוד השדרה שהופך אותו למדויק בניסיון הראשון במקום לאחר הרצת אימון.

מה שאתם לא צריכים לעשות הוא לבחור לפי מספר הפרמטרים. מודל של 2.69B שחייב לעבור אימון לפני שהוא יכול לענות אינו גרסה קטנה יותר של מודל 27B שכבר מסוגל לכך, ושני המספרים בכותרת — 55 GB ו-5.4 GB — מתארים שני תקציבים שונים, לא שתי נקודות על סקאלה אחת.

השאלה הפתוחה, והיא אותה שאלה לשניהם

אף אחד מהספקים לא פרסם ראיות שעומדות בבדיקה עצמאית. הרצת Decision Index של Cloudflare מבוצעת על ידי החברה עצמה ולא שוחזרה; נתוני התפוקה של Liquid AI הם מדידות של הספק עצמו על חומרה שהוא בחר. ל-LFM2.5 2.6B Base אין בכלל בנצ'מרק, וזאת בכוונת מכוון, ולטבלת Clef יש מספר רב מאוד מהם מבחירה.

עבור נקודת הביקורת של Liquid, הראיות החסרות זולות לתיקון וכולן בידיים שלך — הקובץ קטן מספיק כדי להעריך אותו על לפטופ בתוך אחר צהריים אחד. עבור Clef זה לא כך: שחזור החציון של 209 מילישניות דורש את החומרה שבה השתמשה Cloudflare ואת המצב שאיש מחוץ ל-Cloudflare לא הרכיב. האסימטריה הזו, יותר מכל דבר באחד משני המפרטים, היא שצריכה לעצב סביב איזה משני אלה תתכננו החודש.