LFM3-1.7B לעומת Qwen3.8-Flash: כשאין לוח תוצאות להשוואה

עשרה מיליון טוקנים בחודש, בחלוקה של 70/30 בין קלט ופלט, עולים 2.46 דולר על Qwen3.8-Flash במחיר המחירון של Alibaba, 0.15 ו-0.47 דולר למיליון. אותו נפח על LFM3-1.7B עולה בערך 1.16 דולר, אם תעריף האירוח המדווח של 0.08 ו-0.20 דולר אכן תקף — ואפס עלות לכל טוקן אם תארחו אותו בעצמכם, כי המשקולות פתוחות ורישיון LFM Open License אינו דורש תמלוגים מתחת ל-10 מיליון דולר בהכנסות. זהו פער של פי 2 על המונה בין שני מודלים שאיש לא יכול כיום לקבוע את איכותם היחסית. מה שהופך את ההשוואה הזו לפחות לדיון במבחני ביצועים מכפי שרוב דפי ה"מול" הם, ויותר לדיון בשאלה איזו צורת פריסה אתם קונים.

שני המודלים כמעט לא יכולים להיות שונים יותר. LFM3-1.7B הוא מודל היברידי-משולש צפוף בנפח 1.73B אשר Liquid AI השיקה ב-27 באוקטובר 2026 כדי לבצע משימה ייעודית על החומרה שנמצאת לפניכם. Qwen3.8-Flash הוא תערובת-מומחים דלילה של Alibaba, עם כ-6B פרמטרים פעילים לכל טוקן מתוך מאגר גדול בהרבה, שמשווקת באוגוסט 2026 כשכבת שירות מתארחת עם חלון של מיליון טוקנים וקלט תמונה ווידאו. השוואה ביניהם לפי ציון אינטליגנציה דומה להשוואה בין טנדר רכב אספקה לרכבת משא: השאלה השימושית היא מה אתם מעבירים וכמה רחוק.

שתי ארכיטקטורות מותאמות לאילוצים מנוגדים

24 השכבות של LFM3-1.7B משלבות 13 קונבולוציות קצרות עם שערים, 5 שכבות קשב עם חלון הזזה בגודל 256 אסימונים ו-6 שכבות קשב גלובליות. הקונבולוציות זולות ומקבילות; רצועה דקה של קשב גלובלי משאירה את כל ההקשר של 256K נגיש. התוצאה היא מטמון KV של 128K בנפח 1.6 GB ומודל שנכנס לכערך 1 GB ב-4-bit. Liquid אימנה אותו על 22 טריליון אסימוני אימון מקדים, ואז על 3.5 טריליון של אימון ביניים עם דגש רב על עקבות אג'נטיות וקריאות לכלים.

Qwen3.8-Flash בוחר בפשרה האחרת. הפעלה דלילה משמעה שמאגר פרמטרים גדול נגיש לכל טוקן בלי לשלם על כולו, וכך אליבאבא משיגה הקשר מקורי של 262K שניתן להרחבה ל-1M במודל שמתומחר באותה קטגוריה כמו מודלים צפופים קטנים בהרבה. הוא קולט טקסט, תמונה וווידאו ומחזיר טקסט, תומך בקריאות לכלים ובפלט JSON, ומוצג במפורש כתצוגה מקדימה ארכיטקטונית של קו Qwen4.

• פרמטרים פעילים — LFM3-1.7B 1.73B צפוף לעומת Qwen3.8-Flash בערך 6B לכל טוקן ב-MoE דליל.

• חלון הקשר — 256K במשקלים פתוחים, 128K ב-API המתארח של Liquid לעומת 262K מקורי, 1M במדרג המתארח.

• פלט מקסימלי — לא צוין בנפרד עבור LFM3 לעומת 131K עבור Qwen3.8-Flash.

• מודאליות בקלט — טקסט בלבד לעומת טקסט, תמונה ווידאו.

• היכן זה פועל — במכשיר שלך, עם טביעת רגל של 1 GB ב-4-bit לעומת השרתים של Alibaba.

משקלים — פתוחים תחת LFM Open License v1.0 לעומת אחסון מנוהל בלבד, ללא checkpoint פתוח עבור SKU זה.

השורה האחרונה היא זו שממסגרת מחדש את כל השאר. Qwen3.8-Flash אינו מודל בבעלותכם. קיים אח תאום במשקלים פתוחים, Qwen3.8-Flash-Next, תחת רישיון קהילתי, אך הוא נקודת ביקורת אחרת עם ציונים שונים, והוא אינו מה שרוכשת התעריף של $0.15. LFM3-1.7B הוא קובץ שמורידים. אחד מאלה יכול לפעול בסביבה מנותקת מרשת, לעבור ביקורת ולעבור כוונון עדין על הנתונים שלכם; האחר אינו יכול.

לוח התוצאות שחסר מצד אחד וסותר מצד שני

הנה החלק הלא נוח. נכון ל-28 באוקטובר 2026, ל-LFM3-1.7B אין רשומה ב-Artificial Analysis — אין Intelligence Index, אין מהירות פלט שנמדדה באופן בלתי תלוי, ואין נתון השהיה ניטרלי. כל נתון ביצועים המשויך אליו מגיע מטבלת 27 הבנצ'מרקים של Liquid עצמה, שבה הממוצע שלו הוא 49.37 והוא מנצח את LFM2.5-2.6B של Liquid עצמה בפער גדול. מדווח על ידי הספק, לא משוחזר.

ל-Qwen3.8-Flash אכן יש רשומה ב-Artificial Analysis, וקריאתה מאלפת מהסיבה הלא נכונה. עמודי ההשוואה החיים מציגים אותו באינדקס של 40. כתבות משניות רבות, כולל ביקורות ועיתונות אזורית, מדווחות על אותו מודל ב-56. גם נתוני מהירות הפלט חלוקים: במקורות שונים מופיעים נתונים של קצת יותר מ-50 עד קצת יותר מ-80 טוקנים לשנייה. אנחנו לא נבחר אחד מהם ונציג אותו כעובדה, משום ששני המספרים לא יכולים לתאר את אותה ריצת הערכה, וההבדל גדול מספיק כדי לשנות החלטת רכש.

ההשלכה המעשית היא שלא ניתן לדרג אף אחד מהמודלים זה מול זה מבחינת איכות בשום מידת ביטחון שהיא. לצד אחד יש מספר שמשתנה בשש עשרה נקודות בהתאם למקום שבו קוראים אותו; לצד השני אין מספר עצמאי שמשתנה. כל מי שנותן לך פסק דין על "מי חכם יותר" על סמך הנתונים האלה ממציא אותו. מה שכן ניתן להשוות הוא כל השאר: כמה עולה המודל, היכן הוא פועל, כמה מהר הוא עונה, ומה קורה כשהוא נכשל.

המד, עבד

העלות היא הציר שבו שני הצדדים באמת ניתנים למדידה, ולכן היא ראויה ליותר מאשר רשימה לפי טוקן.

• מחיר מחירון של Qwen3.8-Flash — ‏$0.15 למיליון קלט, ‏$0.47 למיליון פלט, קריאת מטמון $0.018, כתיבת מטמון $0.230.

• LFM3-1.7B באירוח — דווח על $0.08 לקלט ו-$0.20 לפלט למיליון, ולא פורסם בכרטיס התעריפים של Liquid עצמה.

• LFM3-1.7B באחסון עצמי — ללא עלות לכל טוקן; רישיון LFM Open License הוא ללא תמלוגים מתחת להכנסה שנתית של 10 מיליון דולר.

בהיקף של 10 מיליון טוקנים בחודש בפיצול של 70/30, ‏Qwen3.8-Flash מחייב $2.46. אם מפעילים מטמון פרומפטים על פרומפט מערכת יציב, זה יורד לכיוון $2.00, משום שקריאות מהמטמון עולות בערך שמינית מקלט חדש. ‏LFM3-1.7B לפי התעריף המדווח מחייב כ-$1.16 עבור אותו נפח, ואירוח עצמי מחייב אפס לכל טוקן עם עלות מכונה קבועה בנוסף.

עכשיו נגדיל את זה. במיליארד טוקנים בחודש הפער הוא $246 מול $116 — עדיין קטן במונחים מוחלטים, וזו הנקודה שבדרך כלל הולכת לאיבוד בהשוואות האלה. ההפרש לכל טוקן בין שכבת אירוח זולה לבין מודל זול באירוח עצמי הוא רעש עבור רוב הצוותים. העלות שבאמת שולטת היא זמן הנדסה: מודל באירוח הוא קריאת HTTP, ומודל באירוח עצמי הוא פריסה, בחירת כימות, מחסנית הגשה ותורנות כוננות. יתרון המחיר של פי 2 של LFM3 חייב להיות שווה את זה. עבור מודל 2B בטלפון או בקופסת קצה, זה כמובן כך — אין בכלל חלופה באירוח שרצה על המכשיר. עבור שירות backend שמטפל בקריאות סיווג, בדרך כלל זה לא.

באיזו מהירות כל אחד עונה, עם מספרים אמיתיים בצד אחד

כאן הנתונים שלנו טובים יותר מאלה של הספק. {{1}}OrcaRouter מנתב את Qwen3.8-Flash{{/1}}, ובשבעת הימים האחרונים הטלמטריה שלנו בקרב הספקים שמשרתים אותו מראה {{2}}זמן p50 עד לאסימון הראשון של 4.82 שניות{{/2}}, {{3}}זמן p95 של 10.00 שניות{{/3}}, {{4}}מהירות פלט של 155 אסימונים לשנייה{{/4}} ו{{5}}שיעור שגיאות של 3.3% על פני 883.7 מיליון אסימונים{{/5}}. אלה נתונים מצטברים משכבת ניתוב ולא מבדיקת מעבדה של נקודת קצה בודדת, ולכן התפוקה נראית גבוהה יותר מהנתונים הנמוכים בטווח ה-50 שפורסמו במקומות אחרים: הבקשה מגיעה לכל מקום שבו יש קיבולת.

ה-p50 של 4.82 שניות הוא המספר שצריך לעכל. בממשק צ'אט זה בסדר. עבור סוכן שמבצע חמישה עשר קריאות עוקבות, מדובר בדקה של המתנה לפני שמתחילה העבודה, ושום קצב טוקנים לשנייה לא מתקן את זה. השהיה גבוהה לטוקן הראשון במודל גדול ודליל היא העלות הנסתרת של הדרג הזול, וזו הסיבה שצוותים מסוימים מנתבים תורי שיחה קצרים ורגישים להשהיה למשהו קטן יותר.

ל-LFM3-1.7B אין מדידה מקבילה. טענת המהירות של Liquid היא שב-Q4_0 ובהקשר של 32K הוא היה מהיר פי 1.8 עד 2.8 מהמודל הבא בתור בשלושה מכשירי בדיקה עם השימוש הנמוך ביותר בזיכרון, וששרת NVIDIA B300 יחיד שהריץ SGLang ב-BF16 סיפק 3.6 מיליארד טוקנים ביום ב-1,024 בקשות בו-זמניות. אלה נתונים של מכשיר בודד ושל צומת יחיד בהתאמה; אף אחד מהם לא ממפה ל"מה יהיה ה-p50 שלי מפרנקפורט". מהירות היא הציר שבו המקרה של LFM3 הוא החזק ביותר בעקרון והפחות ניתן לאימות בפועל.

איפה כל אחד למעשה מנצח

LFM3-1.7B מנצח בכל הקשור לשליטה ולעלות בקצה. משקלים פתוחים אומרים שאפשר לכוונן אותו על GPU יחיד, להקפיא את הגרסה, להריץ אותו ללא רשת ולשמור את הנתונים במכשיר. נתוני הביצועים שלו במעקב אחר הוראות הם החלק הבולט בטבלה של Liquid — IFEval 96.66, IFStruct 93.72, Multi-IF 89.10 — ושורות קריאת הכלים שלו מכובדות ביחס לגודל, BFCL V4 ב-71.39 ו-ToolSandbox ב-80.36. השורות החלשות שלו ברורות באותה מידה: Terminal-Bench 2.1 ב-12.92 ו-SWE-bench Multilingual ב-23.00 מעידים שזה אינו מודל קידוד אוטונומי, וכרטיס המודל של Liquid עצמו אומר בדיוק את זה.

Qwen3.8-Flash מנצח מבחינת היקף היכולות. חלון של מיליון טוקנים עם קלט תמונות ווידאו הוא יכולת של-LFM3 אין בשום צורה: מודל הטקסט אינו מקבל תמונות כלל, גרסת הראייה אינה מפרסמת חלון הקשר, וחלון גרסת ה-omni אינו מתועד. עבור עומס עבודה שבולע חוזה ארוך, סט צילומי מסך או שעה של פריימים, ההשוואה נגמרת מיד. הוא מנצח גם בפשטות תפעולית: נקודת קצה אחת, בלי GPU, בלי פריסה.

לנתב את שניהם, וזו בדיוק הנקודה

Qwen3.8-Flash נמצא בקטלוג של OrcaRouter ואילו LFM3-1.7B לא. המשפט הזה הוא כל הגרסה הכנה של הקטע הזה. אנו מנתבים את המודל המתארח במחיר המחירון של הספק עם 0% תוספת, כך שה-$0.15 וה-$0.47 של Alibaba הם מה שאתם משלמים, ושינוי מחיר מצד ספק מגיע אליכם באותו יום ולא בחידוש החוזה הבא. את LFM3 אתם מריצים בעצמכם או קוראים לו דרך ה-API של Liquid עצמה; אנחנו לא נרמוז על יחסי אירוח שאינם קיימים.

הסיבה שהניתוב חשוב בהתמודדות הספציפית הזו היא ששני המודלים נמצאים במצבי כשל שונים. Qwen3.8-Flash נכשל בכך שהוא איטי ויקר בתורים שלא היו זקוקים ל-1M טוקנים של הקשר. LFM3 נכשל בכך שעומק החשיבה שלו אוזל בתורים שכן היו זקוקים לכך. צינור עיבוד ששולח כל בקשה לאחד מהם טועה בכיוון צפוי מראש. עם ה-routing DSL אפשר לשלוח תורי חילוץ, סיווג וקריאות כלים קצרות למודל המקומי הקטן, להשאיר עבודה על מסמכים ארוכים ועבודה רב-מודלית בשכבה המארחת, ולתת ל-failover האוטומטי לכסות את המקרה שבו המודל הקטן מחזיר משהו פגום — שב-1.7B לא מאומת, זו הדאגה הריאלית.

גם זו הדרך הזולה ביותר לגלות אם LFM3 ראוי לאמון שטבלת ההשקה שלו מבקשת. הריצו אותו על התעבורה שאתם כבר מבינים, מאחורי מנגנון גיבוי, והשוו את ההחלטות שלו לאלה של המודל המתארח באותם קלטים. שיעור אי-ההסכמה הוא אות איכות טוב יותר מכל בנצ'מרק של ספק, מפני שהוא נמדד על הנתונים שלכם.

ההחלטה, ללא פסק דין מזויף

בחרו ב-Qwen3.8-Flash אם העבודה כוללת מסמכים ארוכים, תמונות או וידאו, אם אתם זקוקים לנקודת קצה אחת וללא תשתית, או אם זמן p50 של כחמש שניות לטוקן הראשון מקובל עליכם. איכותו אינה ודאית אך לפחות ניתנת למדידה בידי מישהו אחר מאשר יוצריה, וחלון ההקשר של 1M טוקנים אינו משהו שמודל של 1.7B יכול להחליף.

בחרו ב-LFM3-1.7B אם המודל חייב לפעול במכשיר, אם הנתונים אינם יכולים לצאת מהרשת שלכם, אם אתם מתכוונים לבצע fine-tuning, או אם עומס העבודה שלכם מורכב מתורות קצרות של מעקב אחר הוראות וקריאה לכלים שבהן מודל 2B בגודל 1 GB באמת מספיק. קבלו את העובדה שאתם נותנים אמון בטבלת הבנצ'מרקים של Liquid, ושהחודש הראשון יכלול יותר מדידות ממה שמודל מתארח היה דורש.

מה שאסור לך לעשות הוא לבחור ביניהם על סמך אינטליגנציה. לאחד אין ציון עצמאי, ולשני יש ציון שמופיע בו 40 או 56, תלוי באיזה עמוד תפתח, והפער של 16 נקודות בין שתי הקריאות האלה גדול מכל פער האיכות שכל אחד מהספקים מנסה למכור לך. עלות, הקשר, מודאליות ומקומיות הם עובדות מבוססות. איכות אינה כזו, והשוואה שמעמידה פנים כאילו זה אחרת היא רק טבלת השקה שמחקו ממנה את שם הספק.