ZwZ2-9B לעומת LFM2.5 2.6B Base: שגיאת קטגוריה ששווה להבין

הצבת את ZwZ2-9B לצד LFM2.5 2.6B Base נראית כמו השוואת גדלים, וזו לא. ZwZ2-9B הוא צ'קפוינט חזותי-לשוני בעל 9.41 מיליארד פרמטרים, שפורסם על ידי inclusionAI ב-16 באוקטובר 2026 ללא כרטיס מודל; LFM2.5 2.6B Base הוא מודל טקסטואלי בלבד, מאומן מראש, בעל 2.697 מיליארד פרמטרים, שפורסם על ידי Liquid AI ב-1 באוגוסט 2026, עם כרטיס שאומר במילותיו שלו שזהו הצ'קפוינט "שמשמש ליצירת כל הווריאנטים של LFM2.5-2.6B". האחד הוא משהו שמאמצים. האחר הוא משהו שבונים עליו. הבחירה בין השניים אינה כמו בחירה בין שתי מכוניות — היא כמו בחירה בין מכונית לבלוק מנוע, והשאלה השימושית היחידה היא איזה משניהם באמת היה נחוץ לך.

אז הקטע הזה עושה שני דברים. הוא נותן לך את המספרים האמיתיים על שניהם, כי באת לכאן לחפש השוואה והמספרים האלה שווה להכיר. ואז הוא מסביר את ההבחנה שההשוואה מסתירה, כי לטעות בזה זה מה שמוביל לכך שצוותים מוצאים את עצמם שלושה שבועות בתוך כיוונון עדין שלא היו צריכים, או מריצים מודל שרת של 9.4B למשימה שמודל לפטופ של 3B היה מטפל בה.

מהו למעשה כל אחד מהחפצים האלה

LFM2.5 2.6B Base אינו גמור במכוון. זהו נקודת הבדיקה שאומנה מראש, בשורש משפחת LFM2.5-2.6B של Liquid AI — 30 שכבות המתחלפות בין בלוקים של קונבולוציה קצרה עם שער כפול לבין תשומת לב של שאילתות מקובצות, 34 טריליון טוקנים של אימון מקדים, אוצר מילים של 128,000 טוקנים ותקרה של 128,000 מיקומים. הוא מיועד לטקסט בלבד. הוא תוכנן לפריסה על המכשיר עצמו, וזה הביטוי שבו משתמשת Liquid AI בכרטיס, וכל הנקודה בסיומת "Base" היא שהגרסה השיחתית שעברה אימון לאחר מכן והגרסה הסוכנית הן הורדות נפרדות הנגזרות ממנו. אתם אמורים לכוונן אותו עדין או לזקק לתוכו. מחוץ לקופסה הוא אינו עוזר.

ZwZ2-9B הוא אובייקט מהסוג ההפוך. זהו צ'קפוינט בעל צורה מוגמרת שלא תואר. התצורה שלו כוללת מגדל ראייה בן 27 שכבות, מזהי טוקנים לתמונה ולווידאו, מעבד וידאו שתקרתו 768 פריימים, תבנית צ'אט עם הנחיית מערכת ברירת מחדל מובנית, ו-24 מתוך 32 השכבות שלו פועלות בקשב ליניארי במקום במטמון key-value הולך וגדל. זהו יעד לפריסה, לא מצע אימון. מה שחסר הוא כל מה שרוכש היה מבקש: אין שדה רישיון, אין תוצאות הערכה, אין הצהרה על מה הוא אומן, ואין רשומה באף אחד מעשרת האוספים הציבוריים של inclusionAI.

• פרמטרים — ZwZ2-9B: 9,409,813,744. LFM2.5 2.6B Base: 2.697 מיליארד.

• מטרה — צ׳קפוינט מולטימודלי המיועד לפריסה לעומת בסיס מאומן מראש לכוונון עדין.

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

• תקרת ההקשר — 262,144 פוזיציות לעומת 128,000 (הכרטיס של Liquid AI מעגל זאת ל-131,072).

• אוצר מילים — 248,320 לעומת 128,000.

• עיצוב תשומת הלב — 24 שכבות ליניאריות ועוד 8 שכבות תשומת לב מלאה לעומת 22 שכבות קונבולוציה ועוד 8 שכבות תשומת לב.

• רישיון — לא הוצהר דבר לעומת ה-LFM Open License v1.0, שהוא רישיון מותאם אישית ולא Apache-2.0.

• תיעוד — אין לעומת כרטיס מודל, דוח טכני ותקציב אימון מוצהר.

שתי שורות שם מעניינות יותר ממה שהן נראות. שני המודלים מגיעים בדיוק ל-8 שכבות קשב, ושניהם ממלאים את השאר במשהו זול יותר — ZwZ2-9B עם קשב ליניארי רקורסיבי, LFM2.5 2.6B Base עם קונבולוציות קצרות. ההתכנסות הזו אינה צירוף מקרים; היא מה ש"ארכיטקטורה יעילה" אומרת בשנתיים האחרונות, והיא הושגה מכיוונים מנוגדים ובסקאלות מנוגדות. ותקרות ההקשר אינן תחרות: 262,144 לעומת 128,000 לא אומר כמעט כלום, כי המודל 2.7B נבנה לשבת על מחשב נייד שבו מטמון של רבע מיליון טוקנים אינו סט עבודה ריאלי.

המילה "Base" היא כל ההחלטה

אם תיקחו דבר אחד מהזיווג הזה, קחו את זה. לצ'קפוינט בסיס אין ציות להוראות, אין עיצוב צ'אט שאפשר להסתמך עליו, ואין כיוונון בטיחות — וזו תכונה אם אתם בונים מודל תחומי, כי זה אומר שאתם לא נלחמים ביישור של מישהו אחר כשאתם מאמנים את שלכם. זה פגם אם רציתם עוזר, כי תבלו את השבועיים הראשונים שלכם בגילוי מחדש שמודלים מאומנים מראש משלימים טקסט במקום לענות על שאלות.

ZwZ2-9B sits on the other side of that line. Its chat template injects a default system prompt when none is supplied, and it emits an empty <think></think> block unless you explicitly request reasoning — the opposite default from its Qwen3.5-9B parent. Somebody post-trained it for one-shot answering and then published it without saying so. That is a real signal, and it is the only signal in the repository that describes intent.

המתמטיקה של הפריסה, ששם טמון ההבדל האמיתי

מודל טקסט של 2.697B ומודל ראייה של 9.41B אינם חלופות על אותה חומרה. בסיס LFM2.5 בנוי לטלפונים, מחשבים ניידים ומכונות עם לוח יחיד; המסגור של Liquid AI הוא הסקה על המכשיר, וצ'קפוינט של 2.7B מכומת לארבעה ביטים הוא כמה גיגה-בייטים. ZwZ2-9B שומר על מגדל ראייה בן 27 שכבות לצד 32 שכבות שפה וכ-2 GB של מטריצת embedding בכל כיוון — אוצר המילים לבדו הוא טבלה של 248,320 על 4,096 — כך שהוא שייך לשרת, או לפחות למחשב שולחני עם מאיץ אמיתי.

זו הסיבה שהארכיטקטורה הכנה עבור רוב הצוותים אינה "לבחור אחד". היא שתי שכבות. הציבו את המודל הקטן והמתועד במקום שבו השהיה והפרטיות חשובות והמשימה מצומצמת, ונתבו את המקרים הקשים למודל מתארח שבו העלות המשתנה מופיעה רק כשהמקרה הקשה מופיע. לעשות את החלוקה הזו נכון חשוב יותר מכל בחירת מודל בודדת בעמוד הזה, והיא גם הדבר שהכי קשה לשנות אחר כך, מפני שהיא זו שנוגעת בקוד שלכם.

לעשות זאת מאחורי ממשק יחיד הוא העיקר של ראוטר. OrcaRouter חושף יותר מ-200 מודלים מנקודת קצה אחת תואמת OpenAI ומפתח API אחד, עם מעבר אוטומטי בעת כשל, כך שהשכבה הזולה והשכבה היקרה נמצאות במרחק של מחרוזת מודל אחת זו מזו ולא של שתי אינטגרציות — ומחירי המחירון של הספק עוברים הלאה בתוספת של 0%, כך שהרצת השכבה היקרה עולה אותו דבר כפי שהיא הייתה עולה בכל מקום אחר. אנחנו לא מארחים את LFM2.5 2.6B Base ואנחנו לא מארחים את ZwZ2-9B, כך שאף אחד מאלה אינו החלטה שאנחנו יכולים לקבל עבורך — Liquid AI מפיצה את המשקלים שלה דרך הערוצים של הספק עצמו, ו-inclusionAI לא פרסמה נקודת קצה כלל. מה שאנחנו כן יכולים להעמיד בצד המאורח של הפיצול הזה היום הוא qwen/qwen3-vl-8b-instruct, מודל חזותי-לשוני בגודל 8B עם הקשר של 131K טוקנים במחיר של $0.18 למיליון טוקני קלט ו-$0.70 למיליון טוקני פלט, שהוא התחליף המתועד הקרוב ביותר לשכבה המולטימודלית הקטנה.

רישוי הוא התחום שבו שני אלה נבדלים זה מזה בצורה החדה ביותר.

אף אחד מהרישיונות אינו Apache-2.0, והסיבות שונות באופן שמשנה. LFM2.5 2.6B Base מופץ תחת LFM Open License v1.0, שהוא רישיון מותאם — הוא מפורסם, הוא קריא, וזה אותו רישיון שבו משתמשת שאר המשפחה, מה שאומר שסקירה משפטית שאתה עורך פעם אחת מכסה כל דגם LFM2.5 שאתה נוגע בו. ZwZ2-9B אינו מצהיר על דבר. רישיון חסר אינו רישיון מתירני; בהיעדר הענקה מפורשת, הפרשנות השמרנית היא שלא הוענקו זכויות, וזו עמדה גרועה יותר באופן מהותי מאשר רישיון מותאם שאתה יכול לקרוא ולהעריך.

עבור צ'קפוינט בסיס שאתם מתכוונים לכוונן ואולי להפיץ מחדש, זו אינה הערת שוליים. תנאי יצירה נגזרת הם בדיוק הסעיף שרישיונות מותאמים אישית נוטים לגבש לגביו דעה, והיעדרו של סעיף כלשהו אינו פועל לטובתכם.

איך לבחור, במילים פשוטות

בחרו ב-LFM2.5 2.6B Base אם יש לכם משימת טקסט ממוקדת, מכשיר יעד, ותיאבון להריץ אימון משלכם — וקבלו שאתם אלה שמספקים את היכולת לפעול לפי הנחיות. תקציב האימון המתועד והרישיון המוצהר שלו אומרים שאתם יודעים ממה אתם מתחילים.

בחרו ב-ZwZ2-9B אם אתם זקוקים לתמונות או וידאו בקלט, יש לכם את ה-GPUs הדרושים כדי להריץ מודל של 9.4B, ואתם מוכנים להיות הארגון הראשון בעולם שיעריך אותו. הסעיף האחרון אינו רטורי. לפני שמתחייבים, השאלות שיש להשיב עליהן הן האם הוא מקבל את פורמטי התמונות שלכם, האם הוא מחזיר את צורת הפלט שאתם זקוקים לה כאשר החשיבה מושבתת, ותחת איזה רישיון תפעלו למעשה. לשתיים מבין השלוש יש תשובות במאגר. לשלישית אין.

בנצ'מרקים מתיישנים ומחירים משתנים; תיעוד הכשלים לא: תקריות ה-AI וכשלי סוכנים מתועדים מאחורי המודלים במחלקה הזו נאספים בארכיון תקריות ה-AI של OrcaRouter, שבו כל ערך נושא מקורות, חומרה, דירוג מהימנות וסימון מחלוקת משלו.