LFM3-VL-2B: Model Visi 1,92B yang Skor Utamanya Bergantung pada Satu Sakelar

LiquidAI/LFM3-VL-2B sudah ada di publik selama delapan hari sebelum Liquid AI mengatakan sepatah kata pun tentangnya. Repositori Hugging Face dibuat pada 19 Oktober 2026, dan build GGUF muncul pada malam yang sama; pengumuman vendor — sebuah pos blog, koleksi model, kartu dengan tabel benchmark lengkap — baru terbit pada 27 Oktober. Model yang digantikannya, LFM2.5-VL-3B, adalah tolok ukur yang jelas: model itu berukuran 3,1B parameter sedangkan model baru 1,92B, dan pada rangkaian 62 benchmark milik Liquid sendiri, model baru ini rata-rata 71,4 berbanding 57,6 milik model lama. Kartu yang sama juga mencatat angka kedua yang jauh kurang diperhatikan: dengan thinking dinonaktifkan, LFM3-VL-2B rata-rata 62,1. Satu flag konfigurasi itu bernilai 9,3 poin, dan itulah pembeda antara kemenangan generasi yang menentukan dan yang hanya moderat.

Tulisan ini mencakup apa yang sebenarnya tercatat resmi per 28 Oktober — lini masa repositori, spesifikasi, tabel benchmark beserta catatan kendalanya — dan menandai dengan jelas di mana bukti berhenti.

Apa yang muncul, dan kapan

Timeline ini penting karena menjelaskan mengapa model tersebut hadir tanpa liputan. Liquid AI tidak menerbitkan teaser, daftar tunggu, atau pos riset. Mereka mengunggah bobot dan kartu model, dan kartu itu hanya berada di sana. Pelacak pihak ketiga menyadari repositori itu, dan tulisan publik pertama tentang LFM3-VL-2B adalah spekulasi yang dibangun di atas pull request kerangka inferensi yang belum digabungkan, bukan dari apa pun dari vendor.

• Repositori dibuat — 19 Oktober 2026, 19.51 UTC, menurut API Hugging Face.

• Repositori GGUF dibuat — 19 Oktober 2026, 20.29 UTC, tiga puluh delapan menit kemudian.

• Kartu terakhir diubah — 27 Oktober 2026, 16.24 UTC, hari pengumuman.

• Pengumuman vendor — 27 Oktober 2026: postingan blog keluarga, postingan blog Hugging Face, dan koleksi model.

Jadi deskripsi yang akurat bukanlah "dirilis secara senyap dan masih belum diumumkan." Melainkan "dirilis secara senyap, lalu diumumkan delapan hari kemudian." Siapa pun yang menulis tentang repositori itu selama rentang waktu tersebut sedang mendeskripsikan checkpoint nyata yang dapat diunduh, tetapi bukan produk dengan posisi yang dinyatakan dalam jajaran produk Liquid. Posisi itu kini ada: LFM3-VL-2B adalah anggota visi dari keluarga enam model yang dibangun di atas basis 1.7B bersama, dan pemosisian dari vendor adalah pemahaman visual di perangkat — dokumen, grafik, layar aplikasi, pencarian objek, dan penalaran spasial untuk robot.

Modelnya, dalam angka kartunya sendiri

Kartu Liquid luar biasa spesifik tentang ke mana parameter-parameternya pergi, yang patut dicatat karena "{{1}}2B{{/1}}" dalam nama model biasanya lebih banyak menyembunyikan daripada mengungkapkan.

• Total parameter — 1.92B: model bahasa 1.73B, encoder visi 164M, dan proyektor 25M.

• Encoder — dibangun secara internal, konvolusi plus atensi, menggantikan tower SigLIP2 yang digunakan dalam model visi LFM2.5.

• Modalitas — teks, gambar, dan video sebagai masukan; teks sebagai keluaran. Ini adalah model visi LFM pertama yang menerima video, dengan pengambilan sampel 2 frame per detik.

• Tokenisasi visual — setiap blok 2×2 patch menjadi satu token bahasa, pada resolusi asli.

• Konteks — 128K token, input ditambah output, dengan posisi maksimum 128.000.

• Lisensi — LFM Open License v1.0, ketentuan non-permisif-namun-terbuka yang sama seperti anggota keluarga lainnya.

• Pra-pelatihan — inti LFM3-1.7B-Base, total 22T token, dengan ekstensi konteks 128K dan ekstensi 256K yang digunakan selama pelatihan menengah.

• Tidak direkomendasikan untuk — pengodean, percakapan multi-giliran, atau penalaran kompleks, sesuai panduan kartu itu sendiri.

Baris terakhir itulah yang perlu dibaca dua kali. Model yang secara eksplisit tidak direkomendasikan untuk percakapan multi-putaran juga merupakan model yang jendela konteks 128K-nya akan sulit digunakan sebagaimana konteks panjang biasanya digunakan. Jendela itu nyata dan hampir empat kali 32.768 token milik LFM2.5-VL-3B. Pada model 1,92B, jendela itu juga merupakan cache KV yang tumbuh lebih cepat daripada bobot yang terhubung dengannya.

Enam puluh dua benchmark, satu laboratorium, dan sebuah tabel yang mencantumkan nama para pesaingnya

Bagian benchmark adalah bagian paling berguna dari rilis ini, dan bukan hanya karena angkanya tinggi. Liquid menerbitkan tabel 62 benchmark yang mencakup model mereka sendiri dalam dua konfigurasi bersama sembilan pesaing: LFM2.5-VL-3B, MiniCPM-V 4.7 1B, Qwen3.5 2B, Qwen3.5 4B, InternVL3.5 4B, Gemma 4 E2B, Gemma 4 12B, GPT-5.6 Luna, dan Gemini 3.5 Flash Lite. Setiap skor dinormalisasi ke 0–100, setiap kategori adalah rata-rata tidak berbobot dari benchmark-nya, dan rata-ratanya adalah rata-rata tidak berbobot di seluruh 62 benchmark.

Itu adalah artefak yang lebih dapat difalsifikasi daripada grafik siaran pers. Dokumen itu menyebut instrumennya, menyebut para pesaingnya, dan kartu tersebut mencantumkan dalam catatan kaki model mana yang dijalankan dengan penalaran diaktifkan dan mana yang tidak. Ini tetap karya vendor: Liquid memilih 62 benchmark, menjalankan setiap model, dan menerbitkan tabelnya. Tidak ada orang di luar perusahaan yang mereproduksi bagian mana pun dari itu.

• Rata-rata — 71,4 untuk LFM3-VL-2B, dibandingkan dengan 57,6 untuk LFM2.5-VL-3B dan 57,5 untuk MiniCPM-V 4.7 1B.

• Dokumen, OCR, dan grafik — 83,9, kategori yang paling diandalkan oleh promosi on-device.

• Pemahaman GUI — 83,1, dibandingkan dengan 66,0 untuk LFM2.5-VL-3B.

• Grounding visual — 77,3, dibandingkan dengan 68,3.

• Video — 61.2, dibandingkan 41.3, pada model visi LFM pertama yang sama sekali dapat menerima video.

• Agentic — 42,5, dibandingkan 21,1. Kategori terlemah untuk setiap model kecil dalam tabel.

• Matematika dan penalaran logis — 68,8, dibandingkan dengan 40,6. Ingat angka itu; itulah yang menarik.

Kartu ini membuat tiga klaim perbandingan dalam bentuk prosa: bahwa LFM3-VL-2B mencetak setidaknya 8 poin lebih unggul dari semua model berukuran serupa di 62 benchmark, bahwa model ini setara dengan Gemma 4 12B, dan bahwa model ini berada dalam selisih 2 poin dari GPT-5.6 Luna sekaligus mengalahkan Gemini 3.5 Flash Lite. Jika diperiksa terhadap tabel, klaim-klaim itu terpenuhi: rata-rata Gemma 4 12B 71,7, GPT-5.6 Luna 73,4, Gemini 3.5 Flash Lite 70,0. Model 1,92B yang rata-ratanya berada dalam selisih 0,3 dari model 12B adalah klaim utama, dan itu merupakan klaim dari vendor berdasarkan angka yang juga dihasilkan vendor.

Sakelar berpikir melakukan sebagian besar pekerjaannya.

LFM3-VL-2B melaporkan dua skor untuk bobot yang sama. Dalam mode penalaran, rata-ratanya 71,4. Dengan pemikiran dinonaktifkan, rata-ratanya 62,1. Selisihnya tidak tersebar merata di seluruh kategori — selisih itu terkonsentrasi di tempat yang Anda perkirakan penalaran akan membantu dan hampir tidak ada di tempat yang tidak Anda perkirakan.

• Matematika dan penalaran logis — 68,8 dengan berpikir, 41,0 tanpa. Selisih 27,8 poin, sejauh ini yang terbesar.

• Dokumen, OCR dan grafik — 83,9 berbanding 71,6. Selisih 12,3 poin pada tugas-tugas yang tampak perseptual tetapi sering kali bukan.

• Pemahaman GUI — 83,1 dibandingkan 81,5. Nyaris tidak berubah, yang menunjukkan bahwa keterampilan membaca layar ada pada encoder dan pasca-pelatihan, bukan pada loop penalaran.

• Persepsi — 75.6 dibandingkan dengan 68.9.

• Rata-rata — 71,4 berbanding 62,1.

Konsekuensinya, perbandingan utama membuat model baru tampak lebih unggul dengan cara tertentu. LFM2.5-VL-3B tidak mendukung mode penalaran, jadi Liquid membandingkan model berpikir dengan model non-berpikir. Perbandingan yang adil adalah 62,1 berbanding 57,6 — tetap menang, tetapi dengan selisih 4,5 poin, bukan 13,8 poin. Dan dalam konfigurasi itu, model tersebut tidak lagi unggul atas semua model di sekitarnya: Qwen3.5 2B rata-rata 64,0, meskipun angka itu juga berasal dari pengujian dengan penalaran diaktifkan.

Tidak satu pun dari ini membuat rilis tersebut kurang menarik. Ini membuat rilis tersebut mudah dipahami. Liquid membangun model kecil yang deployment default-nya cepat dan tanpa penalaran, dan yang batas atasnya jauh lebih tinggi saat Anda membiarkannya berpikir. Angka mana yang berlaku bagi Anda sepenuhnya bergantung pada apakah produk Anda mampu menanggung latensi loop penalaran di ponsel.

Apa yang bisa Anda peroleh dengan 1,92 miliar di sebuah perangkat

Kasus efisiensi adalah bagian yang sebenarnya dijual Liquid, dan kartu ini mendukungnya dengan pengukuran, bukan kata sifat. Pada satu NVIDIA B300 yang menjalankan SGLang dalam BF16, model ini menghasilkan lebih dari 12.000 token keluaran per detik pada 1.024 permintaan bersamaan. Angka itu lebih banyak berbicara tentang batching daripada tentang model, tetapi itu membuktikan bahwa jalur penyajian sudah ada sejak hari pertama.

Di perangkat, kartu tersebut mempublikasikan prefill, decode, dan memori puncak untuk setiap model yang dibandingkan dalam beban kerja tetap: satu gambar 512×512, 1.024 token teks masuk, 256 token keluar, semuanya di llama.cpp dengan model bahasa GGUF Q4_0 dan proyektor visi F16. Itu adalah penyiapan yang dapat direproduksi, dan kolom memori adalah yang perlu dibaca sebelum memutuskan untuk menggunakan ponsel.

Tooling-nya nyata tetapi tidak merata. Dukungan SGLang sudah ada sejak peluncuran. Dukungan llama.cpp masih dalam peninjauan — pull request 31252 — dan disertai peringatan eksplisit dari Liquid: belum ada input video untuk saat ini. Bobot GGUF sudah tersedia dan muncul delapan hari sebelum pengumuman. Jika video adalah alasan Anda menginginkan model ini, jalur lokalnya belum selesai, dan kartu modelnya menyatakan demikian.

Apa yang belum dapat diketahui

Batas jujur dari tulisan ini: semua data kuantitatif di atas berasal dari Liquid AI. Tidak ada evaluasi independen terhadap LFM3-VL-2B, tidak ada entri papan peringkat pihak ketiga, tidak ada reproduksi atas rangkaian 62 benchmark, dan tidak ada harga per token yang dipublikasikan untuk model tersebut di API milik Liquid per 28 Oktober. Kartu model mencantumkan ketersediaan melalui Hugging Face, playground Liquid, dan API Liquid, serta bobotnya terbuka, tetapi "open weights" dan "independently verified" adalah klaim yang berbeda.

Ada juga kesenjangan antara agregat dan cerita penerapan. Rata-rata 62 benchmark adalah instrumen yang baik untuk memeringkat model dan instrumen yang buruk untuk memprediksi beban kerja Anda. Kategori tempat LFM3-VL-2B paling kuat — pemahaman GUI, visual grounding, pembacaan dokumen dan bagan — justru merupakan kategori tempat pilihan vendor atas instans benchmark dapat menggeser skor beberapa poin. Kategori tempat model ini paling lemah, yaitu pekerjaan agentik pada 42,5, adalah kategori yang paling mungkin penting bagi kasus penggunaan robotika yang diiklankan oleh kartu model tersebut.

Di mana ini cocok jika Anda sedang membangun sesuatu

LFM3-VL-2B tidak ada di katalog OrcaRouter pada saat penulisan ini — ini adalah checkpoint yang Anda unduh dan jalankan sendiri, bukan sesuatu yang Anda panggil di API kami. Itu membentuk pola yang berguna, bukan meniadakannya. Model-model yang bersaing dengan rilis ini dalam hal biaya — model visi yang dihosting yang menangani dokumen dan video ekor panjang — adalah model yang akan Anda arahkan, dan menempatkan checkpoint lokal serta fallback yang dihosting di kedua sisi satu keputusan perutean adalah arsitektur yang sebenarnya didukung oleh angka-angka tersebut. Menjalankan model 1.92B di perangkat dan mengeskalasi frame yang sulit ke model yang dihosting yang lebih besar adalah penerapan yang membuat angka 62.1 dapat diterima, karena kasus-kasus yang tidak berhasil ditanganinya adalah kasus-kasus yang meninggalkan perangkat.

Untuk model yang kami rutekan, satu endpoint berarti satu kunci, tanpa kontrak kedua, dan failover otomatis antar penyedia saat penyedia utama mengalami degradasi. Itu adalah separuh sistem yang memerlukan router; separuh yang berjalan di perangkat memerlukan kuantisasi yang baik dan anggaran baterai.

Apa yang akan mengubah gambaran ini?

Tiga hal, sesuai urutan seberapa besar dampaknya. Reproduksi independen atas tabel 62 benchmark akan mengonfirmasi klaim paling menarik dalam rilis tersebut atau menggesernya. Build llama.cpp yang telah digabungkan dengan dukungan video akan mengubah tawaran on-device dari rencana menjadi produk. Dan harga API yang dipublikasikan akan memungkinkan siapa pun membandingkannya pada sumbu yang menentukan sebagian besar penerapan, yang saat ini masih berupa sel kosong.

Sampai saat itu, tafsiran yang dapat dipertahankan bersifat sempit dan berguna: {{1}}Liquid merilis model visi 1,92B yang mengalahkan model 3,1B yang digantikannya pada rangkaian uji milik vendor, memenangkan perbandingan itu secara meyakinkan saat penalaran diaktifkan dan secara tipis saat tidak, serta memimpin kelas ukurannya pada layar dan dokumen{{/1}}. {{2}}Repositori itu sudah publik delapan hari sebelum pengumuman, yang merupakan fakta tentang proses peluncuran Liquid dan bukan tentang modelnya — tetapi itulah alasan liputan pertama LFM3-VL-2B berupa spekulasi, bukan ulasan.{{/2}}