SubQ Snap 1.1 vs LFM2.5 2.6B Base: Beli Keputusannya atau Bangun dari Checkpoint

Kata terpenting dalam perbandingan antara SubQ Snap 1.1 dan LFM2.5 2.6B Base adalah kata terakhir. Base berarti terlatih sebelumnya. Artinya, Liquid AI menerbitkan checkpoint tersebut setelah sekitar 34 triliun token pelatihan dan sebelum fine-tuning terawasi, distilasi, atau pembelajaran penguatan apa pun yang mengubah model bahasa menjadi sesuatu yang mengikuti instruksi. Ia tidak akan menjawab pertanyaan. Ia tidak akan memilih label. Minta ia mengarahkan tiket dukungan dan ia akan melanjutkan prompt Anda dengan gaya teks yang menjadi dasar pelatihannya, yang bukan bug — itulah tujuan checkpoint base.

SubQ Snap 1.1, sebaliknya, adalah produk jadi: model keputusan Subquadratic, dirilis 22 Oktober 2026, yang menerima hingga 384K token teks dan gambar ditambah kumpulan jawaban tetap dan mengembalikan pilihan terkalibrasi. Mempertemukannya secara langsung seolah-olah keduanya adalah alternatif merupakan kesalahan kategori, dan itu kesalahan yang berguna, karena kesalahan tersebut persis merupakan keputusan yang dihadapi sebuah tim ketika menginginkan klasifikasi yang berjalan pada perangkat keras yang mereka kendalikan. Pertanyaannya bukan "model mana yang lebih baik". Melainkan "apakah Anda membeli keputusannya, atau membangunnya dari titik awal?"

Apa yang sebenarnya diluncurkan Liquid AI

LFM2.5-2.6B Base hadir pada 4 Agustus 2026 bersama saudaranya yang telah melalui pasca-pelatihan, LFM2.5-2.6B, sebagai bagian dari keluarga yang membentang dari 230 juta parameter hingga mixture-of-experts 24B. Arsitekturnya adalah desain LFM2 dari Liquid: tiga puluh lapisan, dua puluh dua di antaranya blok konvolusi pendek bergerbang ganda dan delapan lapisan attention grouped-query, kosakata 128.000 token, dan jendela konteks 128K yang ditambahkan dalam fase perluasan mid-training. Dengan 2,69 miliar parameter, model ini muat dalam sekitar 2,5 gigabita, berjalan pada sekitar 220 token per detik di Apple M5 Max, sekitar 113 di Ryzen AI Max+, dan sekitar 30 di ponsel.

Varian instruct adalah tempat angka-angka menarik berada, dan angka-angka itu layak dibaca sebagai ukuran seberapa besar nilai pasca-pelatihan. Liquid melaporkan AIME25 sebesar 51,87, LiveCodeBench v6 sebesar 59,41, IFBench sebesar 59,17, Multi-IF sebesar 80,07, BFCLv4 sebesar 56,88, dan ToolSandbox sebesar 77,83 — semuanya dilaporkan vendor, semuanya pada model pasca-pelatihan. Checkpoint dasar tidak memiliki skor instruction-following yang sebanding karena tidak dapat mengikuti instruksi. Celah itu, antara checkpoint dan model yang bisa Anda ajukan pertanyaan, adalah empat tahap pasca-pelatihan: dua putaran supervised fine-tuning, spesialisasi guru per domain, distilasi on-policy multi-domain, dan reinforcement learning agentik di dalam harness nyata.

Liquid juga menyatakan secara terus terang untuk apa model ini tidak ditujukan: pengodean agentik, dan pekerjaan yang padat pengetahuan. Itu adalah pernyataan posisi yang lebih jujur daripada yang diterbitkan sebagian besar lab, dan layak diterima apa adanya.

Spesifikasi secara berdampingan

• Apa itu — LFM2.5 2.6B Base adalah checkpoint pralatih tanpa tuning instruksi; SubQ Snap 1.1 adalah model keputusan terkelola dengan API jawaban tetap.

• Konteks — 128K token untuk LFM2.5 2.6B Base; 384K token untuk Snap 1.1.

• Input — teks saja untuk LFM2.5 2.6B Base; teks dan gambar untuk Snap 1.1.

• Keluaran — generasi token bentuk bebas, atau head apa pun yang Anda latih di atasnya, untuk LFM2.5 2.6B Base; pilihan atau skor dengan probabilitas untuk Snap 1.1.

• Harga — hanya self-hosted, tanpa tagihan per token, untuk LFM2.5 2.6B Base; $0.04 per 1 juta token input, output gratis, untuk Snap 1.1.

• Lisensi — LFM Open License v1.0, penggunaan komersial diizinkan dengan ambang pendapatan, untuk model Liquid; tidak ada bobot sama sekali untuk Snap.

• Jejak memori — sekitar 2,5 GB dan dapat dijalankan di ponsel untuk LFM2.5 2.6B Base; panggilan jaringan untuk Snap 1.1.

Kesenjangan antara checkpoint dan pengklasifikasi

Untuk mengubah LFM2.5 2.6B Base menjadi sesuatu yang melakukan apa yang dilakukan Snap 1.1, Anda memerlukan lima hal, dan hanya satu di antaranya adalah model.

Anda memerlukan data berlabel — beberapa ribu contoh per kelas adalah titik awal yang wajar untuk tugas routing yang sempit, dan jauh lebih banyak jika kelasnya tidak seimbang atau batasnya halus. Anda memerlukan proses pelatihan: classification head atau adapter LoRA, di atas base checkpoint yang belum pernah melihat instruksi, yang berarti fine-tune tersebut mengerjakan adaptasi tugas sekaligus kemampuan mengikuti instruksi secara bersamaan. Anda memerlukan kalibrasi, karena skor softmax bukan probabilitas yang terkalibrasi dan ambang routing yang ditetapkan pada skor yang tidak terkalibrasi adalah ambang yang ditetapkan berdasarkan tebakan. Anda memerlukan harness evaluasi yang Anda kelola sendiri, karena model akan mengalami drift seiring perubahan lalu lintas Anda. Dan Anda memerlukan infrastruktur serving — llama.cpp, MLX, vLLM, atau ONNX, yang semuanya mendukung arsitektur tersebut.

Tidak ada yang eksotis dari semua itu. Semuanya adalah kerja berminggu-minggu oleh seseorang yang tahu apa yang mereka lakukan, dan itu berulang setiap kali tugas berubah. Perbandingan yang jujur bukanlah $0.04 per juta token versus gratis. Melainkan $0.04 per juta token versus empat hingga delapan minggu rekayasa, ditambah biaya berkelanjutan untuk memiliki sebuah model.

Lisensi tersebut bukan Apache

Liquid merilis LFM2.5 di bawah LFM Open License v1.0. Penggunaan komersial diizinkan, tetapi organisasi dengan pendapatan tahunan di atas $10 juta memerlukan lisensi komersial terpisah. Itu adalah proposisi yang secara material berbeda dari Apache 2.0 milik Granite atau Apache 2.0 milik Gemma, dan itulah jenis klausul yang baru ditemukan terlambat, oleh tim hukum, setelah prototipe berfungsi. Jika Anda adalah startup di bawah ambang tersebut, tidak ada biaya bagi Anda hari ini dan mungkin ada biaya nanti. Jika Anda berada di atasnya, perkirakan biaya lisensi sebelum memperkirakan biaya GPU.

Di mana checkpoint dasar menang mutlak

Penerapan air-gapped adalah kasus terkuat, dan bukan perkara dekat. Model 2,5 gigabyte yang berjalan di ponsel, laptop, atau container tanpa jalur jaringan adalah satu-satunya opsi untuk aplikasi lapangan, lingkungan rahasia, atau perangkat yang dikirim ke pelanggan. Snap 1.1 tidak dapat masuk ke salah satu dari itu. Itu adalah API, dan tidak ada versinya yang berjalan secara lokal.

Ekonomi volume adalah kasus kedua, tetapi memerlukan volume nyata agar relevan. Pada dua juta keputusan per bulan dengan konteks 20.000 token masing-masing — 40 miliar token input — Snap 1.1 berbiaya $1.600 per bulan, atau sedikit di bawah $20.000 per tahun. Satu model 2,6B yang telah disesuaikan (fine-tuned) yang melayani lalu lintas itu pada perangkat keras yang sudah Anda miliki tidak memiliki biaya marginal. Titik impasnya berada di sekitar titik ketika tagihan API tahunan melebihi biaya rekayasa fine-tune ditambah perangkat keras, yang bagi sebagian besar tim baru terjadi dalam satu atau dua tahun, bukan satu bulan.

Kendali penuh adalah yang ketiga. Model yang Anda latih dengan label Anda sendiri akan melakukan hal yang Anda latih untuk dilakukannya, dan tidak melakukan hal lain. Snap 1.1 adalah model keputusan umum dengan angka akurasi 20% pada Artificial Analysis Decision Index v1.0 — skor indeksnya sebesar 65 terutama berasal dari abstain terhadap hal yang tidak dapat dijawabnya, dengan tingkat non-halusinasi yang dilaporkan sebesar 86%. Model 2.6B yang fine-tuned pada domain Anda akan sering melampaui akurasi tersebut pada tugas Anda, dan tidak akan pernah abstain kecuali Anda melatihnya untuk itu.

Di mana Snap 1.1 menang mutlak

Waktu hingga keputusan pertama diukur dalam menit, bukan sprint. Tidak ada data pelatihan yang perlu dikumpulkan, tidak ada head yang perlu disesuaikan, tidak ada kurva kalibrasi yang perlu diplot. Anda mengirim dokumen dan daftar opsi, lalu Anda menerima probabilitas kembali, dan probabilitas itulah produknya.

Konteks panjang adalah perbedaan kedua, dan itu bersifat arsitektural, bukan kebetulan. Snap menangani 384K token dalam satu forward pass dengan komputasi konstan per token. LFM2.5 2.6B Base memiliki jendela 128K dan, sebagai model 2,6 miliar parameter, rentang pengambilan efektifnya akan jauh lebih pendek daripada rentang nominalnya — model saudara Liquid sendiri melaporkan skor AA-Omniscience sebesar −29,50, yang merupakan ukuran seberapa banyak yang diketahui model kecil, bukan seberapa baik model itu membaca, tetapi itu memberi gambaran ekspektasi.

Yang ketiga adalah bahwa keluaran Snap sudah merupakan hal yang Anda butuhkan. Tidak perlu parser, tidak perlu skema, tidak perlu logika percobaan ulang untuk jawaban yang cacat.

Jadi yang mana?

Beli Snap 1.1 jika keputusan tersebut adalah routing atau klasifikasi atas dokumen panjang, jika data boleh keluar dari jaringan Anda, dan jika Anda menginginkan kemampuan ini pada kuartal ini. Jalur membangun sendiri memang nyata, tetapi tidak lebih murah pada tahun pertama bagi sebagian besar tim, dan checkpoint Base adalah titik awal tersulit yang mungkin untuk itu — biasanya Anda akan memulai dari LFM2.5-2.6B yang sudah melalui post-training dan melakukan fine-tuning dari sana, bukan dari Base.

Ambillah checkpoint Base jika Anda membutuhkan model tersebut berada di tempat yang tidak terjangkau jaringan, atau jika Anda berniat memiliki bobotnya secara permanen dan memiliki kapasitas rekayasa untuk membuatnya sepadan. Dalam hal itu, anggarkan biaya untuk persoalan lisensi sekaligus untuk proses pelatihannya.

Keduanya tidak ada dalam katalog OrcaRouter, dan tidak akan pernah ada: LFM2.5 2.6B Base adalah checkpoint lokal, dan Snap 1.1 hanya disajikan melalui API Subquadratic di console.subq.ai. Yang dilakukan OrcaRouter dalam pipeline yang dibangun di sekitar salah satu dari keduanya adalah menjadi lapisan yang mengubah keputusan menjadi tindakan — 200+ model generasi di balik satu kunci, harga daftar penyedia diteruskan dengan markup 0%, dan failover otomatis sehingga panggilan routing yang mendarat pada model yang untuk sementara tidak tersedia tidak menjadi permintaan yang gagal. Lapisan keputusan dan lapisan penulisan memiliki mode kegagalan yang berbeda; ada baiknya tidak menempatkannya pada dependensi yang sama.

Hal yang layak diperhatikan bukanlah baris benchmark salah satu model. Yang menjadi pertanyaan adalah apakah checkpoint 2,6 miliar parameter yang di-fine-tune pada beberapa ribu contoh domain dapat menandingi model keputusan yang dibangun khusus pada satu tugas yang benar-benar dimiliki sebuah tim. Pada klasifikasi sempit dengan label yang baik, jawabannya secara historis adalah ya, dan itulah sebabnya pertanyaan beli-versus-bangun di sini benar-benar terbuka, bukan retoris.