LFM3-1.7B vs Qwen3.8-Flash: Ketika Tidak Ada Papan Skor untuk Membandingkan

Sepuluh juta token per bulan, dibagi 70/30 antara input dan output, biayanya $2.46 pada Qwen3.8-Flash dengan harga daftar Alibaba sebesar $0.15 dan $0.47 per juta. Volume yang sama pada LFM3-1.7B biayanya kira-kira $1.16, jika tarif hosting yang dilaporkan sebesar $0.08 dan $0.20 berlaku — dan tidak ada biaya sama sekali per token jika Anda menghostingnya sendiri, karena bobotnya terbuka dan LFM Open License tidak meminta royalti di bawah pendapatan $10 juta. Itu adalah selisih 2× pada tagihan antara dua model yang kualitas relatifnya belum dapat dipastikan siapa pun saat ini. Yang membuat perbandingan ini bukan terutama soal tolok ukur dibandingkan kebanyakan halaman perbandingan, melainkan soal bentuk deployment seperti apa yang Anda beli.

Kedua model itu hampir tidak bisa lebih berbeda. LFM3-1.7B adalah model dense tri-hybrid 1,73B yang dirilis Liquid AI pada 27 Oktober 2026 untuk menjalankan tugas khusus pada perangkat keras yang ada di depan Anda. Qwen3.8-Flash adalah sparse mixture-of-experts milik Alibaba, dengan sekitar 6B parameter aktif per token dari kumpulan yang jauh lebih besar, dirilis pada Agustus 2026 sebagai layanan hosted dengan jendela 1M token serta input gambar dan video. Membandingkan keduanya berdasarkan skor kecerdasan ibarat membandingkan van pengiriman dengan kereta barang: pertanyaan yang berguna adalah apa yang Anda pindahkan dan seberapa jauh.

Dua arsitektur yang dioptimalkan untuk batasan yang berlawanan

24 lapisan LFM3-1.7B memadukan 13 konvolusi pendek bergerbang, 5 lapisan attention jendela geser dengan jendela 256 token, dan 6 lapisan attention global. Konvolusi murah dan paralel; pita tipis attention global menjaga seluruh konteks 256K tetap dapat dijangkau. Hasilnya adalah cache KV 128K berukuran 1,6 GB dan model yang muat dalam sekitar 1 GB pada 4-bit. Liquid melatihnya pada 22 triliun token pra-pelatihan, lalu 3,5 triliun token pelatihan menengah yang banyak berfokus pada jejak agentic dan panggilan alat.

Qwen3.8-Flash mengambil jalan lain. Aktivasi sparse berarti kumpulan parameter yang besar dapat dijangkau per token tanpa harus membayar untuk semuanya, dan itulah cara Alibaba mendapatkan konteks native 262K yang dapat diperluas hingga 1M pada model yang harganya berada di kisaran yang sama dengan model dense yang jauh lebih kecil. Model ini menerima input teks, gambar, dan video serta mengembalikan teks, mendukung pemanggilan tool dan output JSON, dan secara eksplisit diposisikan sebagai pratinjau arsitektural dari lini Qwen4.

• Parameter aktif — LFM3-1.7B 1,73B dense vs Qwen3.8-Flash sekitar 6B per token dalam MoE sparse.

• Konteks — 256K bobot terbuka, 128K pada API hosted Liquid vs 262K native, 1M pada tier hosted.

• Output maksimum — tidak ditentukan secara terpisah untuk LFM3 vs 131K untuk Qwen3.8-Flash.

• Modalitas masukan — hanya teks vs teks, gambar, dan video.

• Di mana ia berjalan — di perangkat Anda, dengan jejak 1 GB 4-bit vs server Alibaba.

• Bobot — terbuka di bawah LFM Open License v1.0 vs hanya hosted, tidak ada checkpoint terbuka untuk SKU ini.

Baris terakhir itulah yang membingkai ulang semua hal lainnya. Qwen3.8-Flash bukan model yang Anda miliki. Ada saudara open-weight, Qwen3.8-Flash-Next, di bawah lisensi komunitas, tetapi itu checkpoint berbeda dengan skor berbeda dan bukan yang dibeli oleh tarif $0.15. LFM3-1.7B adalah file yang Anda unduh. Salah satu dari ini dapat di-air-gap, diaudit, dan di-fine-tune pada data Anda sendiri; yang satunya tidak bisa.

Papan skor yang hilang di satu sisi dan bertentangan di sisi lain

Inilah bagian yang tidak nyaman. Per 28 Oktober 2026, LFM3-1.7B tidak memiliki entri Artificial Analysis — tidak ada Intelligence Index, tidak ada kecepatan keluaran yang diukur secara independen, tidak ada angka latensi netral. Setiap angka performa yang melekat padanya berasal dari tabel 27 benchmark milik Liquid sendiri, di mana rata-ratanya 49,37 dan mengalahkan LFM2.5-2.6B milik Liquid sendiri dengan selisih lebar. Dilaporkan vendor, belum direproduksi.

Qwen3.8-Flash memang memiliki entri Artificial Analysis, dan membacanya instruktif karena alasan yang salah. Halaman perbandingan langsung menampilkannya pada Indeks 40. Beberapa tulisan sekunder, termasuk ulasan dan pers regional, melaporkan model yang sama pada 56. Angka kecepatan keluaran juga tidak sepakat: angka pada kisaran 50-an bawah hingga 80-an bawah token per detik muncul di berbagai sumber. Kami tidak akan memilih salah satu dan menyajikannya sebagai fakta, karena kedua angka itu tidak mungkin sama-sama menggambarkan proses evaluasi yang sama dan selisihnya cukup besar untuk mengubah keputusan pengadaan.

Konsekuensi praktisnya adalah tidak satu pun dari kedua model dapat diperingkat satu sama lain dalam hal kualitas dengan keyakinan apa pun. Satu pihak memiliki angka yang bergeser sebesar enam belas poin tergantung dari mana Anda membacanya; pihak lain tidak memiliki angka independen yang bisa bergeser. Siapa pun yang memberi Anda putusan tentang "mana yang lebih pintar" dari input ini sedang mengarangnya. Yang dapat dibandingkan adalah segala hal lainnya: berapa biaya modelnya, di mana model itu berjalan, seberapa cepat model itu menjawab, dan apa yang terjadi ketika model itu gagal.

Meter itu, berfungsi.

Biaya adalah sumbu di mana kedua sisi benar-benar dapat diukur, jadi ia layak mendapatkan lebih dari sekadar daftar per token.

• Harga daftar Qwen3.8-Flash — $0,15 per juta token input, $0,47 per juta token output, baca cache $0,018, tulis cache $0,230.

• LFM3-1.7B hosted — dilaporkan sebesar $0.08 untuk input dan $0.20 untuk output per juta, tidak dipublikasikan pada daftar harga Liquid sendiri.

• LFM3-1.7B self-hosted — tanpa biaya per token; LFM Open License bebas royalti di bawah pendapatan tahunan $10 juta.

Dengan 10 juta token per bulan pada pembagian 70/30, Qwen3.8-Flash menagih $2.46. Aktifkan caching prompt pada system prompt yang stabil, dan biaya itu turun mendekati $2.00, karena pembacaan dari cache berbiaya sekitar seperdelapan input baru. LFM3-1.7B pada tarif yang dilaporkan menagih sekitar $1.16 untuk volume yang sama, dan self-hosting menagih nol per token dengan biaya mesin tetap sebagai tambahan.

Sekarang skalakan. Pada satu miliar token per bulan, selisihnya adalah $246 versus $116 — masih kecil secara absolut, dan itulah poin yang biasanya terlewat dalam perbandingan seperti ini. Perbedaan per token antara tier hosted yang murah dan model self-hosted yang murah hanyalah noise bagi sebagian besar tim. Biaya yang sebenarnya mendominasi adalah waktu engineering: model hosted hanyalah panggilan HTTP, sedangkan model self-hosted adalah deployment, pilihan kuantisasi, serving stack, dan rotasi on-call. Keunggulan harga 2× LFM3 harus sepadan dengan itu. Untuk model 2B di ponsel atau edge box, jelas sepadan — tidak ada alternatif hosted yang sama sekali berjalan di perangkat. Untuk layanan backend yang menangani panggilan klasifikasi, biasanya tidak.

Seberapa cepat masing-masing menjawab, dengan angka nyata di satu sisi

Di sinilah data kami sendiri lebih baik daripada data vendor. OrcaRouter merutekan Qwen3.8-Flash, dan selama tujuh hari terakhir telemetri kami di seluruh penyedia yang melayaninya menunjukkan p50 waktu hingga token pertama sebesar 4,82 detik, p95 sebesar 10,00 detik, kecepatan keluaran 155 token per detik, dan tingkat galat 3,3% di seluruh 883,7 juta token. Itu adalah angka agregat dari lapisan perutean, bukan uji laboratorium endpoint tunggal, itulah sebabnya throughput terbaca lebih tinggi daripada angka rendah 50-an yang dipublikasikan di tempat lain: permintaan mendarat di mana pun kapasitas tersedia.

p50 sebesar 4,82 detik adalah angka yang perlu direnungkan. Untuk antarmuka chat, itu tidak masalah. Bagi agen yang melakukan lima belas panggilan berurutan, itu berarti satu menit menunggu sebelum pekerjaan apa pun terjadi, dan berapa pun token per detiknya tidak memperbaikinya. Latensi token pertama yang tinggi pada model sparse besar adalah biaya tersembunyi dari tier murah, dan itulah alasan sebagian tim mengarahkan giliran pendek yang kritis terhadap latensi ke sesuatu yang lebih kecil.

LFM3-1.7B tidak memiliki pengukuran yang setara. Klaim kecepatan Liquid adalah bahwa pada Q4_0 dan konteks 32K, model ini 1,8× hingga 2,8× lebih cepat daripada model tercepat berikutnya pada tiga perangkat uji dengan penggunaan memori terendah, dan bahwa satu NVIDIA B300 yang menjalankan SGLang dalam BF16 melayani 3,6 miliar token per hari pada 1.024 permintaan bersamaan. Itu masing-masing merupakan angka pada perangkat dan simpul tunggal; keduanya tidak memetakan ke "berapa p50 saya dari Frankfurt". Kecepatan adalah sumbu di mana kasus LFM3 paling kuat secara prinsip dan paling tidak dapat diverifikasi dalam praktik.

Di mana masing-masing sebenarnya unggul

LFM3-1.7B unggul dalam kontrol dan biaya di edge. Bobot terbuka berarti Anda dapat melakukan fine-tune pada satu GPU, membekukan versinya, menjalankannya tanpa jaringan, dan menyimpan data di perangkat. Angka kepatuhan instruksinya adalah bagian paling menonjol dari tabel Liquid — IFEval 96.66, IFStruct 93.72, Multi-IF 89.10 — dan baris pemanggilan alatnya cukup terhormat untuk ukuran tersebut, BFCL V4 di 71.39 dan ToolSandbox di 80.36. Baris lemahnya sama jelasnya: Terminal-Bench 2.1 di 12.92 dan SWE-bench Multilingual di 23.00 menunjukkan ini bukan model pengodean otonom, dan kartu model Liquid sendiri menyatakan hal itu.

Qwen3.8-Flash menang dalam hal jangkauan. Jendela 1M token dengan input gambar dan video adalah kemampuan yang tidak dimiliki LFM3 dalam bentuk apa pun: model teks tidak menerima gambar sama sekali, varian visi tidak mempublikasikan jendela konteks, dan jendela varian omni tidak terdokumentasi. Untuk beban kerja yang mencerna kontrak panjang, sekumpulan tangkapan layar, atau satu jam frame, perbandingannya berakhir seketika. Qwen3.8-Flash juga menang dalam kesederhanaan operasional: satu endpoint, tanpa GPU, tanpa deployment.

Merutekan keduanya, itulah intinya.

Qwen3.8-Flash ada di katalog OrcaRouter dan LFM3-1.7B tidak. Kalimat itu adalah versi jujur utuh dari bagian ini. Kami merutekan model yang dihosting pada harga daftar penyedia dengan markup 0%, jadi $0.15 dan $0.47 dari Alibaba adalah yang Anda bayar dan perubahan harga vendor sampai kepada Anda pada hari yang sama, bukan pada perpanjangan kontrak berikutnya. LFM3 Anda jalankan sendiri atau panggil di API milik Liquid; kami tidak akan menyiratkan hubungan hosting yang tidak ada.

Alasan perutean penting dalam perbandingan spesifik ini adalah bahwa kedua model memiliki mode kegagalan yang berbeda. Qwen3.8-Flash gagal karena lambat dan mahal pada giliran yang tidak memerlukan konteks 1M token. LFM3 gagal karena kehabisan kedalaman penalaran pada giliran yang memerlukannya. Pipeline yang mengirim setiap permintaan ke salah satu dari keduanya salah ke arah yang dapat diprediksi. Dengan DSL perutean Anda dapat mengirim ekstraksi, klasifikasi, dan giliran pemanggilan alat yang singkat ke model lokal kecil, mempertahankan pekerjaan dokumen panjang dan multimodal di tier hosted, dan membiarkan failover otomatis menangani kasus ketika model kecil mengembalikan sesuatu yang tidak sesuai format — yang, pada 1.7B yang belum terverifikasi, adalah kekhawatiran yang realistis.

Itu juga cara termurah untuk mengetahui apakah LFM3 layak mendapatkan kepercayaan yang diminta oleh tabel peluncurannya. Jalankan pada lalu lintas yang sudah Anda pahami, di belakang fallback, dan bandingkan keputusannya dengan keputusan model hosted pada input yang sama. Tingkat ketidaksepakatan adalah sinyal kualitas yang lebih baik daripada benchmark vendor mana pun, karena diukur pada data Anda.

Keputusan itu, tanpa vonis palsu

Pilih Qwen3.8-Flash jika pekerjaan melibatkan dokumen panjang, gambar, atau video, jika Anda memerlukan satu endpoint dan tanpa infrastruktur, atau jika token pertama p50 sekitar lima detik dapat diterima. Kualitasnya tidak pasti tetapi setidaknya dapat diukur oleh pihak selain pembuatnya, dan konteks 1M-nya bukan sesuatu yang dapat digantikan oleh model 1.7B.

Pilih LFM3-1.7B jika model harus berjalan di perangkat, jika data tidak boleh keluar dari jaringan Anda, jika Anda berniat melakukan fine-tuning, atau jika beban kerja Anda berupa giliran singkat untuk mengikuti instruksi dan memanggil alat di mana model 2B dengan 1 GB benar-benar memadai. Terimalah bahwa Anda menerima tabel benchmark Liquid begitu saja dan bahwa bulan pertama akan melibatkan lebih banyak pengukuran daripada yang dituntut oleh model yang dihosting.

Yang tidak boleh Anda lakukan adalah memilih di antara keduanya berdasarkan kecerdasan. Salah satunya tidak memiliki skor independen, yang lain memiliki skor yang terbaca 40 atau 56 tergantung halaman mana yang Anda buka, dan selisih enam belas poin antara kedua pembacaan itu lebih besar daripada seluruh perbedaan kualitas yang ingin dijual oleh masing-masing vendor kepada Anda. Biaya, konteks, modalitas, dan lokalitas adalah fakta yang sudah pasti. Kualitas tidak, dan perbandingan yang berpura-pura sebaliknya hanyalah tabel peluncuran yang nama vendornya dihapus.