
Clef-Flash vs LFM2.5 2.6B Base: Dua Model yang Disebut "Kecil," Terpaut Tiga Orde Magnitudo
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 186 tok/s
- openaiBARUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 juta token · 86 tok/s
- openaiBARUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 juta token · 151 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 192 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 86 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 705 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 juta token · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 101 tok/s
Build clef-flash yang sebenarnya diunduh oleh kebanyakan orang adalah 11 GB. LiquidAI/LFM2.5-2.6B-Baseberjalan dengan memori di bawah 2,5 GB. Kedua model digambarkan sebagai kecil, cepat, dan efisien oleh laboratorium yang membuatnya, dan kedua deskripsi itu akurat — itulah sebabnya perbandingan ini berguna, karena kedua kata itu melakukan pekerjaan yang sepenuhnya berbeda. Cloudflare/clef-flashadalah model keputusan multimodal 9B yang menjawab pertanyaan yang diketik dengan probabilitas terkalibrasi dan tidak pernah menulis satu token pun; model ini memerlukan GPU kelas H200 untuk mencapai latensi median 38,8 ms pada kartunya sendiri, dan proposisi Cloudflare untuknya adalah inferensi edge di dalam jaringan mereka. LFM2.5 2.6B Base adalah checkpoint teks yang telah dilatih sebelumnya yang diterbitkan Liquid AI pada 1 Agustus 2026 agar orang lain dapat melakukan fine-tuning terhadapnya, dan target penerapan yang dimaksudkan adalah laptop.
Tidak satu pun dari keduanya adalah model bahasa yang akan Anda pasang di jendela chat. Keduanya murah. Memilih di antara keduanya sebenarnya bukan pilihan tentang kualitas — melainkan pilihan tentang berapa anggaran perangkat keras Anda dan apakah hal yang Anda bangun sudah tahu seperti apa jawabannya.
Percakapan tentang jejak, dalam angka
Mulailah dengan apa yang benar-benar dibutuhkan mesin, karena inilah sumbu tempat keduanya paling berjauhan.
• Parameter — Clef-Flash adalah backbone Qwen3.5-9B yang dibekukan dengan encoder visinya plus kepala skema gabungan berukuran 243,5 MB; LFM2.5 2.6B Base memiliki 2,69 miliar parameter, hanya teks.
• Disk dan memori — build clef-flash komunitas berukuran 11 GB; repositori Hugging Face lengkap sekitar 18,8 GB yang tersebar di empat shard backbone plus head-nya. LFM2.5 2.6B Base disebutkan membutuhkan memori di bawah 2,5 GB untuk inferensi, dan build GGUF, ONNX, serta MLX terkuantisasi diterbitkan bersamanya.
• Latensi — Clef-Flash: median 38,8 ms, p95 122,4 ms, diukur oleh Cloudflare pada satu H200. LFM2.5 2.6B, saudara pasca-pelatihan dari checkpoint dasar ini, berjalan pada 220 token per detik di Apple M5 Max dan 113 tok/s pada CPU AMD Ryzen.
• Konteks — 65.536 token untuk Clef-Flash menurut dokumentasi Workers AI Cloudflare; 131.072 token untuk LFM2.5 2.6B Base.
• Lisensi — Apache-2.0 untuk clef-flash; lisensi LFM 1.0 untuk LFM2.5, yang merupakan bobot terbuka tetapi bukan lisensi sumber terbuka yang disetujui OSI, dan perbedaannya penting jika Anda merilis produk alih-alih bereksperimen.
Dua baris latensi itu tidak mengukur satuan yang sama dan Anda tidak seharusnya mengurangkan keduanya. Tetapi jika dibaca bersama, keduanya menyatakan hal yang sudah jelas dengan lugas: Clef-Flash adalah komponen pusat data, sementara runtime yang di-vendornya juga kebetulan berada di jaringan edge, dan LFM2.5 2.6B adalah komponen untuk mesin di meja Anda.
Mengapa checkpoint dasar adalah jenis objek yang berbeda
Kata "Base" dalam nama itu bermakna penting, dan kartu milik Liquid AI sendiri luar biasa jujur tentang hal itu. LFM2.5-2.6B-Base adalah checkpoint teks-saja yang telah dilatih sebelumnya, 30 lapisan yang disusun sebagai 22 blok konvolusi pendek ber-gate ganda dan 8 blok perhatian grouped-query, dilatih pada 34 triliun token dengan kosakata 128.000 token dalam enam belas bahasa. Model ini "hanya direkomendasikan untuk tugas-tugas yang memerlukan fine-tuning berat" — pekerjaan spesifik bahasa, asisten spesifik domain, pelatihan pada data proprietary. Kartunya mengatakan demikian secara eksplisit.
Clef-Flash adalah kebalikan dari itu. Clef-Flash sudah selesai. Pelatihannya selesai, kepala skema sudah terpasang, kontrak API sudah diterbitkan, dan modelnya dihosting di jaringan edge milik vendor sendiri dengan harga yang tertera. Anda tidak menyetelnya; Anda memanggilnya, atau Anda mengunduhnya dan memanggilnya secara lokal. Ada produk fine-tuning yang dilampirkan pada keluarga ini — Cloudflare meluncurkan satu bersamaan dengan model-model tersebut — tetapi menggunakan clef-flash tidak memerlukannya, dan itulah intinya.
Jadi, kerangka yang jujur adalah bahwa ini adalah dua tahap dari dua pipeline yang berbeda. Yang satu adalah bahan dan yang satu adalah komponen. Jika tugas Anda adalah "Saya memiliki 40.000 tiket dukungan berlabel dan saya ingin pengklasifikasi khusus domain yang cepat yang berjalan di mesin kami sendiri", LFM2.5 2.6B Base adalah titik awal yang masuk akal dan clef-flash bukan, karena Anda tidak dapat melakukan fine-tuning pada head keputusan clef-flash menjadi kemampuan bahasa yang tidak dimilikinya — ia sama sekali tidak memiliki jalur keluaran bahasa. Jika tugas Anda adalah "Saya perlu merutekan permintaan ke salah satu dari enam bucket dalam waktu kurang dari 50 milidetik dengan probabilitas yang dapat saya beri ambang batas", clef-flash menjawab pertanyaan itu secara langsung dan LFM2.5 2.6B Base tidak menjawabnya dalam bentuk apa pun.

Bagian yang benar-benar dimiliki bersama
Ada satu tumpang tindih nyata, dan ada baiknya kita tepat mengenai hal itu karena di situlah perbandingan tidak lagi sepele.
Generalis yang telah menjalani post-training — LFM2.5 2.6B, atau model instruct kecil mana pun — dapat diminta untuk mengembalikan klasifikasi terstruktur. Beri ia skema JSON, minta label dan tingkat keyakinan, lalu parsing outputnya. Orang-orang melakukan ini terus-menerus. Pertanyaannya adalah apa yang Anda dapatkan saat melakukannya.
Yang Anda dapatkan adalah urutan token yang kebetulan berisi label yang dapat Anda ekstrak, ditambah angka yang ditulis model tentang dirinya sendiri. Keyakinan itu adalah token yang disampel, bukan softmax atas jawaban kandidat, dan maknanya tidak sama dengan makna probabilitas yang terkalibrasi. Kartu Clef-Flash secara eksplisit berhati-hati terhadap angka yang analog dalam API-nya sendiri — keyakinan "menunjukkan seberapa terkonsentrasi probabilitasnya. Itu bukan peluang bahwa jawabannya benar" — dan ia mampu begitu, karena kuantitas yang mendasarinya adalah distribusi nyata atas opsi yang Anda berikan. Generalist yang diberi prompt tidak memiliki distribusi semacam itu untuk diungkapkan. Ia hanya punya kalimat yang menyatakan 0.85.
Apakah perbedaan itu sepadan dengan 11 GB dan sebuah H200 sepenuhnya bergantung pada apa yang Anda lakukan dengan angka tersebut. Jika label tersebut masuk ke dasbor, model 2.6B yang diprompt sudah cukup dan lebih murah dalam segala hal. Jika label tersebut menjadi gerbang bagi tindakan yang tidak dapat dibatalkan — mengeluarkan pengembalian dana, memblokir akun, mengeskalasi insiden keamanan — perbedaan antara skor yang terkalibrasi dan string yang tampak masuk akal adalah perbedaan antara ambang batas yang dapat Anda pertanggungjawabkan kepada auditor dan ambang batas yang tidak.

Di mana Anda bisa mendapatkan masing-masingnya
Tidak ada satu pun dari kedua model itu yang ada di OrcaRouter. Katalog kami tidak memuat clef-flash, dan juga tidak memuat LFM2.5 2.6B Base atau checkpoint Liquid AI lainnya — Anda dapat memverifikasi keduanya dengan mengakses API model kami dan mendapatkan 404. Tidak ada apa pun dalam artikel ini yang merupakan klaim ketersediaan dari kami.
Clef-Flash dapat diakses di Workers AI milik Cloudflare dengan $0.09 per juta token masukan, atau sebagai bobot Apache-2.0 yang Anda jalankan sendiri. LFM2.5 2.6B Base tersedia di Hugging Face dengan build terkuantisasi untuk llama.cpp, ONNX Runtime, dan MLX, serta playground dan dokumentasi milik Liquid AI sendiri untuk keluarga ini. Jika Anda menginginkan model keputusan yang sudah aktif di katalog kami hari ini, yang ada di sana adalah Jev 1.13 milik TypeSafe — bentuk permintaan yang sama, konteks 65.536 token, $0.042 per juta token masukan — dan clef-flash dibuat sebagai drop-in untuknya, yang berarti mencoba salah satunya adalah perubahan konfigurasi, bukan penulisan ulang. Keduanya memanggil kelas endpoint yang sama, jadi jika Anda sudah melakukan routing melalui satu kunci dengan harga daftar penyedia diteruskan tanpa markup, perbandingannya adalah eksperimen yang bisa Anda jalankan sore ini, bukan migrasi yang harus Anda rencanakan.

Yang mana yang cocok untuk stack Anda?
Pohon keputusannya singkat. Jika jawaban Anda adalah daftar terbatas yang dapat Anda tuliskan sebelumnya, dan Anda memerlukan probabilitas yang benar-benar bermakna, serta Anda memiliki perangkat keras atau kemauan untuk membayar per panggilan — clef-flash adalah komponen yang sudah jadi dan LFM2.5 2.6B Base bukan kandidat. Jika jawaban Anda bersifat terbuka, atau hal yang sebenarnya Anda butuhkan adalah model bahasa kecil yang dapat Anda bentuk dengan data Anda sendiri dan jalankan di laptop, LFM2.5 2.6B Base adalah titik awalnya dan clef-flash sama sekali tidak dapat membantu Anda.
Kasus di mana orang melakukan kesalahan ini adalah bagian tengah: membangun pengklasifikasi berbatas dengan memberi prompt ke model generalis kecil, karena itulah jalur dengan hambatan paling sedikit dan berhasil di demo. Itu berhasil di demo. Itu berhenti berhasil begitu Anda membutuhkan angkanya agar benar-benar menjadi angka, dan saat itu skema, prompt, dan kode parsing semuanya sudah memikul beban.
Satu catatan penting di sisi clef-flash, dinyatakan secara gamblang karena itu adalah angka terlemah milik vendor sendiri: pada CLINC150 dengan penanganan di luar cakupan, ketika jawaban yang benar terkadang adalah "ini tidak cocok dengan satu pun kategori Anda", clef-flash mendapat skor 66,8 macro-F1 dibandingkan 97,4 untuk saudara 27B-nya yang lebih besar. Skema yang berbatas adalah kekuatan sampai input tidak cocok dengannya, dan model akan tetap mengklasifikasikan. Rute mana pun yang Anda ambil, bangun kelas residual secara sengaja dan audit apa yang masuk ke dalamnya.
