PAN 2 vs LFM2.5-2.6B-Base: Dua Jenis Checkpoint yang Memang Dirancang untuk Anda Fine-Tune

Hal pertama yang perlu diperhatikan tentang LFM2.5-2.6B-Base adalah kata Base. Checkpoint 2,69 miliar parameter milik Liquid AI ini bukan model untuk diajak mengobrol; ia adalah substrat pra-latih yang darinya varian LFM2.5-2.6B hasil pasca-latihan dibuat, diterbitkan agar orang lain dapat membuat versi mereka sendiri. PAN 2 adalah objek sejenis pada skala tiga puluh kali lipat: transformer difusi 29 miliar parameter dari Institute of Foundation Models milik MBZUAI, diterbitkan di bawah Apache-2.0 dengan konfigurasi pelatihan di repositori, dimaksudkan untuk diadaptasi, bukan sekadar dikonsumsi. Jika disandingkan, keduanya tampak absurd — yang satu adalah model bahasa yang dapat dijalankan di laptop, yang lain adalah model dunia video yang membutuhkan empat B300. Namun keduanya adalah artefak base dengan lisensi terlampir, dan bagi siapa pun yang pekerjaan sebenarnya adalah mengambil sebuah checkpoint dan membuatnya melakukan sesuatu yang tidak dilatih untuk dilakukan, perbandingan yang menarik sama sekali bukan tentang kapabilitas. Melainkan tentang apa yang masing-masing sediakan untuk digarap, dan berapa biaya untuk memelihara benda itu sementara Anda mencari tahu.

Mulai dengan lisensi, karena itulah satu-satunya perbedaan yang mendasar.

Kode dan bobot milik PAN 2 sendiri berlisensi Apache-2.0. Komponen pihak ketiga — Qwen3.5-9B sebagai encoder teks, Wan 2.2 sebagai VAE, Diffusers — digunakan berdasarkan ketentuan masing-masing dan tidak didistribusikan ulang oleh MBZUAI; Anda mengunduhnya dari para penulisnya. Itu adalah pengaturan yang bersih, biasa saja, dan ramah legal korporat, dan itulah alasan utama sebuah perusahaan dengan proses peninjauan dapat mengadopsi PAN 2 sama sekali.

LFM2.5-2.6B-Base dirilis di bawah lisensi LFM1.0, yang oleh Hugging Face dicatat sebagai lainnya dengan tautan ke file LICENSE alih-alih pengenal SPDX. Itu bukan kritik — lisensi Liquid mengizinkan penggunaan komersial hingga ambang pendapatan, yang merupakan bentuk umum dan wajar untuk rilis open-weights — tetapi bentuknya berbeda dari Apache-2.0, dan perbedaannya bukan detail yang baru Anda temukan setelah fine-tune. Jika tim hukum Anda memiliki daftar lisensi yang telah disetujui sebelumnya, salah satu dari dua model ini ada di daftar itu dan yang lainnya perlu dibicarakan.

Asimetri itu berlawanan arah dengan jumlah parameter, dan patut direnungkan. Model mungil itulah yang punya syarat; model raksasa itulah yang dapat dikirim tanpa meminta izin siapa pun.

Apa yang sebenarnya Anda dapatkan dari base checkpoint

LFM2.5-2.6B-Base adalah arsitektur hibrida: tiga puluh lapisan, dengan dua puluh dua di antaranya merupakan blok konvolusi pendek bergerbang ganda dan delapan merupakan attention grouped-query. Campuran itulah inti dari lini LFM — blok konvolusi hemat untuk sekuens panjang dan blok attention mempertahankan recall — dan itulah sebabnya model ini dapat membawa konteks 131.072 token pada 2,69 miliar parameter. Pelatihan berjalan hingga 34 triliun token dengan kosakata 128.000 token, mencakup enam belas bahasa termasuk Arab, Jepang, Korea, Thailand, dan Vietnam.

Yang tidak dimilikinya adalah post-training apa pun. Tidak ada instruction tuning, tidak ada chat template yang layak disebut, tidak ada safety alignment. Model base memprediksi token berikutnya dan hanya itu yang dilakukannya, sehingga model ini salah untuk dievaluasi pada benchmark instruction-following dan tepat untuk dievaluasi pada seberapa cepat LoRA konvergen pada domain Anda. Liquid menerbitkan saudara hasil post-training secara terpisah, dan keberadaan build GGUF serta ONNX dari saudara tersebut adalah pernyataan niat yang paling jelas: keluarga ini untuk dijalankan pada perangkat yang Anda miliki.

PAN 2 memberi Anda jauh lebih banyak kerangka pendukung, dan lebih sedikit kebebasan dalam satu hal spesifik. Repositori ini menyertakan konfigurasi pelatihan untuk pra-pelatihan dan fine-tuning terawasi — config/pretrain_29B_720p.yaml dan config/sft_29B_720p.yaml — dan dokumentasinya memberi tahu Anda untuk mengarahkan jalur data keduanya ke latent milik Anda sendiri. Jadi jalur fine-tuning tersedia. Namun data yang diharapkannya bukanlah teks. Data itu adalah latent video yang dianotasi dalam format keterangan terstruktur tertentu: peristiwa secara berurutan, aksi yang terikat pada aktor, gerakan kamera, dalam batas anggaran text-encoder sebesar 1.536 token. Jika Anda ingin melakukan fine-tuning PAN 2 pada domain Anda, proyek pertama Anda bukanlah menjalankan pelatihan. Proyek itu adalah pipeline data yang mengubah rekaman Anda menjadi format tersebut, dan repositori ini memberi Anda validator tetapi bukan penganotasi.

• Komputasi untuk fine-tuning — LFM2.5-2.6B-Base: satu GPU, LoRA di workstation, hitungan jam bukan minggu. PAN 2: transformer 67,37 GB pada BF16 sebelum optimizer state, ditambah encoder beku 15,87 GB dan VAE, pada latent video. Multi-node, dan belum ada yang menerbitkan resepnya.

• Data yang harus Anda sediakan — LFM2.5-2.6B-Base: teks, dalam format apa pun yang digunakan tugas Anda. PAN 2: video ditambah keterangan status dunia terstruktur dalam skema repositori.

• Apa yang Anda dapatkan — LFM2.5-2.6B-Base: generator teks, dan setelah pasca-pelatihan, sebuah asisten atau kebijakan agen. PAN 2: video hingga 20 detik pada 704×1248 dan 24 fps, yang menunjukkan konsekuensi dari suatu tindakan.

• Lisensi — LFM2.5-2.6B-Base: LFM1.0, lainnya, baca. PAN 2: Apache-2.0 pada bobotnya sendiri.

Pada satu tolok ukur di mana mereka hampir bertemu

Ada tumpang tindih yang nyata, dan itu cukup kecil sehingga menarik. Kartu model MiniCPM5-2B dari OpenBMB membandingkan LFM2.5-2.6B dengan model 2B miliknya sendiri dan sejumlah model lain, dan salah satu barisnya adalah konteks panjang. Pada AA-LCR, OpenBMB melaporkan {{1}}5.3{{/1}} untuk LFM2.5-2.6B dibandingkan dengan {{2}}59.0{{/2}} untuk MiniCPM5-2B. Pada NoLiMa, {{3}}0.7{{/3}} dibandingkan dengan {{4}}68.1{{/4}}. Pada LongBench v2, {{5}}30.3{{/5}} dibandingkan dengan {{6}}43.7{{/6}}.

Itu adalah angka yang dilaporkan pesaing pada harness pesaing, dan kartu model yang menerbitkannya punya kepentingan yang jelas dalam perbandingan tersebut. Namun besarnya selisih pada dua uji long-context tersulit bukanlah hal yang bisa dijelaskan begitu saja oleh pilihan harness, dan ini merupakan koreksi yang berguna terhadap pembacaan "konteks 131,072 token" sebagai klaim kemampuan. Jendela konteks adalah kapasitas; daya ingat pada panjang tertentu adalah perilaku. Checkpoint Base memiliki yang pertama dan, berdasarkan bukti pihak ketiga, tidak banyak yang kedua — yang justru menjadi alasan fine-tune adalah penggunaan yang dimaksudkan, bukan asisten dokumen panjang yang langsung siap pakai.

{{1}}PAN 2{{/1}} tidak memiliki padanan pemeriksaan silang. Tidak ada pihak di luar MBZUAI yang telah melakukan tolok ukur terhadapnya, dan angka pada kartu model itu sendiri adalah satu-satunya yang ada. Itu merupakan posisi bukti yang lebih lemah daripada {{2}}LFM2.5-2.6B-Base{{/2}}, meskipun model tersebut seratus kali lebih mahal untuk dijalankan — sebuah pengingat bahwa evaluasi independen mengikuti adopsi, dan adopsi mengikuti kemampuan untuk menjalankan hal itu sama sekali.

Biaya untuk mempertahankan setiap checkpoint

LFM2.5-2.6B-Base memiliki sekitar 2,7 miliar parameter. Dalam BF16, bobotnya dengan nyaman berada di bawah 6 GB, dan build GGUF dari saudaranya yang telah menjalani pasca-pelatihan membawanya jauh di bawah itu. Anda dapat membiarkannya tetap berjalan di mesin yang sama dengan sisa stack Anda, melakukan fine-tuning semalaman, dan melupakan keberadaannya.

PAN 2 berukuran 86,17 GB dalam enam puluh file, dan angka yang penting bukanlah totalnya melainkan bentuknya. Transformer berukuran 67,37 GB dan setiap worker inferensi menyimpan salinan penuh — skrip inferensi milik repositori menjalankan satu worker per GPU, masing-masing mengambil setiap prompt ke-N, karena tidak ada sharding tensor-paralel pada jalur tersebut. Resep vLLM adalah opsi ter-shard, dan sorotan utamanya adalah video 704×1248 berdurasi tiga belas detik dalam sekitar 119 detik pada empat B300 dengan paralelisme classifier-free-guidance di dua rank dan paralelisme sekuens Ulysses di dua. Defaultnya adalah delapan H200. Sampler lima puluh langkah dengan guidance pada setiap langkah berarti seratus forward pass per klip, dan itulah aritmetika di balik setiap pilihan konfigurasi dalam resep.

Jadi perbandingan biaya yang jujur bukanlah “6 GB versus 86 GB”. Melainkan “biaya marginal nol per inferensi versus node multi-GPU per dua menit keluaran”. Model 2,6B yang telah di-fine-tune yang menjawab sebuah kueri tidak membutuhkan biaya yang terukur. PAN 2 yang telah di-fine-tune yang merender klip dua puluh detik menghabiskan satu node GPU selama tiga menit, dan Anda akan menjalankannya ratusan kali sebelum mengetahui apakah fine-tune itu berhasil.

Di mana router menyentuh salah satu dari ini

Kedua model itu bukan sesuatu yang bisa dilayani oleh lapisan routing. LFM2.5-2.6B-Base adalah checkpoint dasar tanpa endpoint terhosting yang layak untuk dirutekan — itu adalah file yang Anda unduh. PAN 2 sama sekali tidak memiliki endpoint terhosting, baik dari MBZUAI maupun pihak lain. Jika rencana Anda melibatkan salah satu dari keduanya, rencana Anda melibatkan GPU.

Alasan tetap menyebut routing adalah bahwa hampir tidak ada yang men-deploy model dasar secara terisolasi. LFM2.5 yang di-fine-tune adalah satu komponen dalam aplikasi yang juga memerlukan penalar umum, dan simulasi PAN 2 adalah satu tahap dalam pipeline yang tahap pertamanya adalah model bahasa yang menulis keterangan terstruktur. Lapisan di sekitarnya itulah tempat di mana satu API untuk lebih dari 200 model layak dimiliki: Anda menyimpan checkpoint yang telah di-fine-tune di perangkat keras Anda sendiri, merutekan panggilan komoditas melalui OrcaRouter dengan harga daftar penyedia dengan markup 0% yang diteruskan, dan mendapatkan failover otomatis saat penyedia mengalami jam buruk. Khusus untuk pipeline PAN 2, tahap caption adalah bagian yang elastis — laporan tersebut memeringkat Claude Opus 5.5, GPT-6 Astra, Kimi K3, dan Qwen3.8-Flash berdasarkan penyelesaian rencana penuh, dan Qwen3.8-Flash tersedia di OrcaRouter, sehingga Anda dapat menguji perencana mana yang benar-benar menyelesaikan rencana Anda tanpa menyediakan empat model.

Hal yang tidak akan dilakukan OrcaRouter adalah menghosting salah satu dari kedua checkpoint itu. Menyatakan sebaliknya akan menjadi jenis klaim yang terdengar seperti fitur tetapi berperilaku seperti bug.

Apa yang disembunyikan oleh kerangka model dasar

Kedua rilis ini, dalam arti ketat, belum selesai. LFM2.5-2.6B-Base memang dirancang tanpa penyetelan instruksi; PAN 2 memiliki bagian keterbatasan yang menyatakan bahwa sekitar dua dari tiga rencana simulasi memuat setidaknya satu langkah yang tidak dijalankan. Keduanya bukanlah produk. Perbedaannya terletak pada apa yang dimaksud dengan "belum selesai" dalam masing-masing kasus.

Untuk LFM2.5-2.6B-Base, status belum selesai hanyalah satu tahap dalam pipeline yang bagian hilirnya telah diselesaikan oleh vendor — model pasca-pelatihan sudah ada, build terkuantisasi sudah ada, dan checkpoint dasar diterbitkan bagi mereka yang ingin mengambil jalur berbeda. Kesenjangan itu disengaja dan terdokumentasi.

Bagi PAN 2, belum selesai adalah keadaan seluruh rilis ini. Bobotnya sudah tersedia, dukungan framework hadir pada 10 November, dan satu-satunya yang pernah dikatakan siapa pun tentangnya secara publik adalah unggahan dua paragraf di akun X milik lab itu pada sore yang sama. Keterbatasannya bukan pilihan desain yang diserahkan kepada pengguna hilir; itu adalah masalah terbuka yang disebutkan tim secara publik. Jika Anda melakukan fine-tune pada PAN 2, Anda mewarisi masalah-masalah itu bersama bobotnya.

Itulah perbandingan yang sebenarnya, dan itu tidak berujung pada rekomendasi antara kedua model karena keduanya bukan pengganti satu sama lain. Itu bermuara pada pertanyaan tentang proyek Anda: apakah Anda mengadaptasi komponen yang sudah terbukti baik, atau membangun di atas artefak riset yang mode kegagalannya masih diukur? LFM2.5-2.6B-Base adalah yang pertama. PAN 2 adalah yang kedua, dan lisensi Apache-2.0 adalah satu-satunya alasan yang kedua bahkan menjadi pilihan.