Intern-Decision-0.8B vs LFM2.5 2.6B Base: Dua Cara untuk Membangun Sesuatu Sendiri

Letakkan Intern-Decision-0.8B di samping LFM2.5 2.6B Base dan pengamatan pertama yang jujur adalah bahwa tidak satu pun dari keduanya merupakan produk dalam pengertian yang biasanya dimaksud oleh pembeli. Intern-Decision-0.8B adalah checkpoint yang diunggah InternLM ke Hugging Face pada 26 September 2026 tanpa pengumuman sama sekali — sebuah fine-tune Qwen3.5-0.8B berparameter 852,985,920 yang menjawab pertanyaan yang diketik dan tidak mengeluarkan teks, dirilis di bawah Apache 2.0 dengan tautan GitHub yang menghasilkan 404. LFM2.5 2.6B Base adalah checkpoint teks pra-latih milik Liquid AI berparameter 2,69 miliar, diposting pada 1 Agustus 2026 sebagai fondasi bagi keluarga LFM2.5, dan kartunya sendiri menyatakan bahwa model itu "hanya direkomendasikan untuk tugas yang membutuhkan fine-tuning berat." Yang satu sudah selesai dan sempit. Yang lain belum selesai dan umum. Keduanya mengasumsikan bahwa Andalah yang melakukan pekerjaan itu — dan pekerjaan itu bukan pekerjaan yang sama.

Perbedaan itulah keseluruhan perbandingannya, dan itulah alasan tabel spesifikasi yang lugas akan menyesatkan. Pertanyaan yang sebenarnya dimiliki pembaca adalah "mana dari ini yang saya unduh," dan jawabannya bergantung pada apakah hal yang perlu Anda bangun adalah lapisan keputusan atau kemampuan bahasa. Itu adalah proyek yang berbeda dengan lini masa yang berbeda.

Apa yang diberikan setiap model kepada Anda

Intern-Decision-0.8B hadir sebagai sistem yang berfungsi. Repositori ini menyertakan inference.py/, sebuah DecisionEngine/ kelas, skema permintaan dan skema respons yang terdokumentasi, serta contoh yang dapat dijalankan setelah memasang empat dependensi Python yang dipatok versinya. Anda memasukkan sebuah state, satu hingga enam belas pertanyaan yang diberi nama, masing-masing dengan hingga 62 opsi, dan secara opsional hingga delapan gambar, lalu Anda mendapatkan kembali distribusi terkalibrasi plus label argmax per field. Mesin ini membaca logit pada posisi tetap dalam skeleton yang telah dirender sebelumnya alih-alih menghasilkan apa pun, sehingga tidak ada langkah decoding, tidak ada token keluaran, dan tidak ada JSON yang perlu diperbaiki. Ini berjalan dari sekitar 1,73 GB file.

LFM2.5 2.6B Base memberi Anda kebalikannya: kemampuan mentah tanpa antarmuka. Ini adalah model bahasa kausal khusus teks dengan 30 lapisan yang tersusun sebagai 22 blok konvolusi pendek bergerbang ganda dan 8 lapisan grouped-query-attention, dilatih terlebih dahulu pada sekitar 34 triliun token dalam 16 bahasa, dengan kosakata 128.000 token dan jendela konteks 131.072 token. Ini tidak memiliki penyetelan instruksi sendiri dan tidak ada tolok ukur tugas di kartunya, karena checkpoint dasar tidak dinilai — model yang Anda latih darinya itulah yang dinilai. Pipeline pasca-pelatihan milik Liquid sendiri yang mengubahnya menjadi LFM2.5-2.6B yang agentik, dan pipeline itulah yang diminta untuk Anda reproduksi, sebagian atau seluruhnya, untuk domain Anda sendiri.

Jadi, sumbunya bukan ukuran. Sumbunya adalah apakah bagian yang hilang itu sebuah kontrak keputusan atau sebuah proses pelatihan.

Papan skor, dengan kaveat yang disertakan

• Waktu hingga hasil pertama — Intern-Decision-0.8B: satu sore, memuat checkpoint dan memanggil predict()/. LFM2.5 2.6B Base: berapa pun lama proses pra-pelatihan lanjutan atau SFT Anda berjalan, ditambah pekerjaan data untuk mempersiapkannya.

• Parameter — Intern-Decision-0.8B: 852.985.920 tersebar di shard bahasa 1,50 GB, shard visi 176 MB, dan proyektor 25 MB. LFM2.5 2.6B Base: 2,69B, sekitar 2,5 GB bobot.

• Modalitas masukan — Intern-Decision-0.8B: teks ditambah hingga delapan gambar, dengan bobot visi tersedia di repositori. LFM2.5 2.6B Base: hanya teks, sesuai desain — pekerjaan multimodal dalam keluarga LFM2.5 berada pada varian VL.

• Konteks praktis — Intern-Decision-0.8B: 8.192 token, ditolak, bukan dipotong, meskipun ada embedding posisi maksimum 262.144 dalam konfigurasi. LFM2.5 2.6B Base: 131.072 token native.

• Keluaran — Intern-Decision-0.8B: distribusi probabilitas terkalibrasi dan label argmax per bidang, deterministik. LFM2.5 2.6B Base: teks lanjutan, disampel.

• Benchmark — Intern-Decision-0.8B: tabel vendor lengkap di tujuh benchmark, belum direproduksi oleh siapa pun. LFM2.5 2.6B Base: tidak ada yang diterbitkan untuk base itu sendiri, memang begitu desainnya.

• Lisensi — Intern-Decision-0.8B: Apache 2.0, dengan LICENSE-QWEN/ yang dipertahankan untuk bobot upstream. LFM2.5 2.6B Base: LFM Open License v1.0.

Baris lisensi layak mendapat bagiannya sendiri

Kedua kartu menyatakan "open", dan kedua kata itu berarti hal yang secara material berbeda. Intern-Decision-0.8B adalah Apache 2.0 — tanpa syarat pendapatan, tanpa pembatasan bidang penggunaan, tanpa pemberian hak komersial terpisah yang perlu dinegosiasikan. Berkas lisensi kedua di repositori adalah lisensi Qwen yang diteruskan karena model tersebut merupakan turunan dari Qwen3.5-0.8B, yang merupakan penanganan yang tepat, bukan sebuah keterbatasan.

LFM2.5 2.6B Base dirilis di bawah Lisensi Terbuka LFM v1.0, dan bagian 5 dari lisensi itu layak dibaca secara lengkap sebelum rencana komersial apa pun bergantung padanya. Hak yang diberikan untuk Penggunaan Komersial bergantung pada syarat bahwa Anda atau entitas hukum Anda tidak melampaui ambang batas yang didefinisikan dalam lisensi sebagai pendapatan tahunan 10 juta dolar AS atau lebih. Di atas garis itu, penggunaan komersial atas karya atau turunannya tidak dilisensikan berdasarkan perjanjian ini. Penggunaan nirlaba dan penelitian dikecualikan. Itu adalah batas yang nyata dan dapat ditegakkan, dan karena juga melekat pada karya turunan, batas itu menjalar ke apa pun yang Anda fine-tune dari basisnya — yang merupakan seluruh penggunaan yang dimaksudkan dari checkpoint ini.

Ada pembacaan yang lugas di sini: jika Anda membangun secara komersial dan entitas Anda melewati pendapatan tahunan $10M, LFM2.5 2.6B Base bukan jenis aset yang sama dengan Intern-Decision-0.8B, terlepas dari bagaimana performa keduanya. Jika Anda berada di bawah ambang batas, sedang melakukan riset, atau melakukan fine-tuning untuk tujuan non-komersial, perbedaan itu tidak berdampak. Bagaimanapun juga, ini adalah pertanyaan yang harus dijawab sebelum proses pelatihan, bukan sesudahnya.

Di mana masing-masing sebenarnya adalah unduhan yang tepat

LFM2.5 2.6B Base adalah pilihan yang tepat ketika kemampuan yang Anda butuhkan belum ada di model yang sudah jadi. Kartu Liquid mencantumkan kasus-kasus yang dimaksudkan secara eksplisit: asisten khusus bahasa seperti bahasa Jepang, asisten khusus domain seperti medis, pelatihan pada data proprietary yang tidak dapat Anda kirim ke API, atau bereksperimen dengan pendekatan pasca-pelatihan yang baru. Alasan di balik daftar itu adalah bahwa 34 triliun token pra-pelatihan multibahasa mahal untuk direproduksi dan hampir gratis untuk diwarisi — Anda membeli titik awal yang sudah kompeten dalam 16 bahasa dan konteks 128K, dan menggunakan daya komputasi Anda sendiri untuk bagian yang khusus bagi Anda.

Dukungan ekosistem untuk rencana itu luar biasa lengkap untuk model yang masih baru ini. Liquid mendokumentasikan pra-pelatihan lanjutan, SFT, DPO, dan GRPO melalui Unsloth dan TRL, dengan notebook untuk masing-masingnya, dan checkpoint-nya didukung oleh Transformers, vLLM, SGLang, llama.cpp, MLX, dan LM Studio. Itu bukan materi pemasaran — itulah perbedaan antara model dasar yang bisa Anda fine-tune minggu ini dan model yang membuat Anda menghabiskan dua minggu untuk merekatkannya ke trainer.

Intern-Decision-0.8B adalah pilihan yang tepat ketika kemampuan yang Anda butuhkan sudah ada dan masalahnya adalah bentuknya. Jika tugas Anda adalah keputusan terbatas dengan kumpulan jawaban tertutup — rutekan tiket ini, beri skor klaim ini, klasifikasikan catatan ini terhadap rubrik — maka model generatif adalah cara yang canggung untuk mendapatkan label, dan model dasar bukanlah cara untuk mendapatkannya sama sekali. Yang Anda inginkan adalah sesuatu yang mengembalikan distribusi, memberi tahu Anda tingkat keyakinannya, dan melakukannya dalam 34 milidetik yang sama setiap kali. Latensi terukur InternLM pada satu RTX 4090 adalah 33,98 ms rata-rata dengan p95 37,50 ms, dan angka dari kartu itu sendiri menunjukkan saudara 2B pada rata-rata 33,28 ms — sebuah pengingat bahwa pada panjang prompt ini, biayanya adalah membaca skema, bukan menjalankan bobot.

Pertukaran yang Anda lakukan adalah fleksibilitas demi sebuah kontrak. Model dasar bisa menjadi apa pun, pada akhirnya, jika Anda memiliki data dan daya komputasi. Head keputusan sudah menjadi hal yang dicari, dan tidak akan pernah menjadi hal lain. Jika skema Anda berubah bentuk setiap bulan, itu adalah biaya nyata. Jika tidak, itu sama sekali bukan biaya.

Apa yang tidak dapat diberitahukan siapa pun kepada Anda tentang tabel Intern-Decision

Setiap angka performa untuk Intern-Decision-0.8B dilaporkan oleh vendor, dan kaveat di sini lebih berat dari biasanya karena rilis ini baru berusia seminggu dan sama sekali tidak terdokumentasi. Tidak ada makalah, tidak ada kumpulan yang menghimpun ketiga ukuran, tidak ada repositori GitHub yang berfungsi, dan tidak ada evaluasi independen. Pencarian di Artificial Analysis tidak menghasilkan apa pun untuk model ini.

InternLM memilih tolok ukur, memilih model pembanding — sebuah kumpulan yang didominasi oleh model keputusan termasuk Jev milik TypeSafe serta Laya dan Kev milik Convai — dan menerbitkan tabel tersebut tanpa postingan peluncuran.

Dengan label itu terpasang, bentuknya tetap layak dibaca. Intern-Decision-0.8B mencatat 97,92 / 80,56 / 52,25 pada tiga split Jevbench, 77,35 pada Typed Decision, dan 94,52 pada ToolACE, dengan rata-rata 79,38. Profil kalibrasinya adalah entri yang paling menarik: Brier 0,530 dan expected calibration error 0,066, yang merupakan ECE lebih baik daripada 0,095 milik Jev meskipun Brier-nya lebih buruk. Secara sederhana, model ini kurang akurat tetapi lebih jujur tentang seberapa akurat dirinya, dan untuk alur kerja berbasis ambang batas, urutan itu lebih penting daripada rata-ratanya. Kolom yang seharusnya menghentikan deployment adalah WildJailBreak pada 64,48 versus 96,29 milik Jev. Defisit ketangguhan penolakan sebesar itu adalah sifat dari fine-tune, dan apakah hal itu berasal dari basis Qwen3.5-0.8B, objektif penyetelan keputusan, atau jumlah parameter tidak didokumentasikan di mana pun pada kartu model.

Perbandingan terhadap LFM2.5 2.6B Base pada sumbu ini bukanlah "siapa yang mendapat skor lebih tinggi," karena base tidak memiliki skor. Yang menjadi persoalan adalah angka-angka salah satu model tidak diaudit dan angka-angka model lainnya tidak ada, dan pembaca yang memilih di antara keduanya sedang memilih jenis ketidakpastian yang mana untuk dihadapi.

Pipeline yang sebenarnya akhirnya dibangun oleh sebagian besar orang

Ada konfigurasi yang menggunakan keduanya, dan layak diberi nama karena ke sanalah sebagian besar sistem produksi bermuara. Lapisan keputusan menangani panggilan tertutup — triase, perutean, penilaian rubrik — yang kumpulan jawabannya sudah diketahui, latensi terakumulasi di sepanjang sejuta catatan, dan token keluaran sepenuhnya merupakan overhead. Lapisan bahasa menangani semua hal yang membutuhkan prosa, sintesis, atau konteks panjang: ringkasan eskalasi, penjelasan yang dilampirkan pada label, draf yang disunting manusia. LFM2.5 2.6B Base adalah substrat yang masuk akal untuk paruh kedua jika Anda memiliki data domain yang layak untuk dijadikan bahan pelatihan; decision head adalah bentuk alami dari paruh pertama.

Menggabungkan keduanya adalah bagian yang merepotkan, dan itulah bagian yang tidak layak dibangun sendiri. DSL perutean OrcaRouter mengekspresikan perutean sebagai kode — YAML dengan kondisi CEL, yang diterapkan tanpa perlu deploy ulang — sehingga pipeline yang mengirim satu kelas permintaan ke endpoint keputusan dan kelas lainnya ke model bahasa menjadi sebuah aturan perutean, bukan load balancer yang Anda kelola sendiri. Gateway ini mencakup 200+ model di balik satu kunci yang kompatibel dengan OpenAI, dengan harga daftar penyedia diteruskan tanpa markup, dan gateway ini tidak menambahkan markup pada model yang Anda pilih. Agar jelas soal batasannya: baik Intern-Decision-0.8B maupun LFM2.5 2.6B Base bukanlah milik kami — keduanya adalah checkpoint yang Anda unduh dan jalankan secara lokal, dan dalam kedua kasus itulah intinya, karena alasan memilih model 2 GB adalah karena model itu berjalan di tempat data Anda sudah berada. Fungsi gateway adalah untuk bagian dari tumpukan yang jika tidak, akan Anda panggil ke luar.

Jika lapisan keputusan adalah bagian yang ingin Anda uji tanpa harus menjalankan pelatihan untuknya, model keputusan yang dihosting adalah eksperimen yang lebih murah, dan Jev 1.13 dari TypeSafe adalah model yang dijadikan tolok ukur oleh InternLM — dapat dipanggil hari ini melalui satu endpoint yang kompatibel dengan OpenAI dengan tarif $0.042 per juta token input dan output ditagih nol.

Jadi yang mana?

Pilih LFM2.5 2.6B Base jika kemampuannya belum ada dan Anda memiliki data domain serta minat untuk menjalankan fine-tuning, dan periksa ambang pendapatan $10 juta dalam Lisensi Terbuka LFM sebelum Anda membangun di atasnya secara komersial. Pilih Intern-Decision-0.8B jika kemampuannya sudah ada, jawabannya sudah dapat dienumerasi dalam prompt Anda, dan yang Anda butuhkan adalah cara yang cepat, deterministik, dan bersih secara lisensi untuk mendapatkan label — dengan menerima bahwa dokumentasinya tidak ada, benchmark-nya tidak diaudit, dan perilaku penolakannya terhadap masukan adversarial belum diuji oleh siapa pun di luar lab yang melakukan tuning padanya. Yang kedua adalah jalur yang lebih pendek dan ketidaktahuan yang lebih besar. Yang pertama adalah jalur yang lebih panjang dan yang lebih terdokumentasi, dan tidak ada dari fakta-fakta itu yang berarti lebih baik.