Card del titolo hero per l'articolo 'Clef-Flash vs LFM2.5 2.6B Base', sottotitolata 'Due modelli chiamati piccoli, due macchine di distanza'. Il logo OrcaRouter è composto nell'angolo in basso a destra.
Guides & Insights

Clef-Flash vs LFM2.5 2.6B Base: Due modelli chiamati "piccoli", separati da tre ordini di grandezza

Autore

Elias Hawthorne

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

La build di clef-flash che la maggior parte delle persone scarica effettivamente è di 11 GB. LiquidAI/LFM2.5-2.6B-Base gira in meno di 2,5 GB di memoria. Entrambi i modelli vengono descritti come piccoli, veloci ed efficienti dai laboratori che li hanno creati, ed entrambe le descrizioni sono accurate — ed è proprio per questo che il confronto è utile, perché le due parole svolgono un lavoro completamente diverso. Cloudflare/clef-flash è un modello decisionale multimodale da 9B che risponde a domande digitate con probabilità calibrate e non scrive mai un token; ha bisogno di una GPU di classe H200 per raggiungere la latenza mediana di 38,8 ms sulla propria scheda, e la proposta di Cloudflare per esso è l'inferenza edge all'interno della loro rete. LFM2.5 2.6B Base è un checkpoint di testo pre-addestrato che Liquid AI ha pubblicato il 1° agosto 2026 affinché qualcun altro possa metterlo a punto, e il suo target di deployment previsto è un laptop.

Nessuno dei due è un modello linguistico che metteresti in una finestra di chat. Entrambi sono economici. Scegliere tra loro non è davvero una questione di qualità — è una scelta che riguarda il budget hardware di cui disponi e se la cosa che stai costruendo sa già che aspetto hanno le sue risposte.

La conversazione sull'impronta, in numeri

Parti da ciò di cui le macchine hanno realmente bisogno, perché è l'asse su cui i due sono più distanti.

• Parametri — Clef-Flash è un backbone Qwen3.5-9B congelato con il suo encoder visivo più una testa di schema congiunta da 243,5 MB; LFM2.5 2.6B Base ha 2,69 miliardi di parametri, solo testo.

• Disco e memoria — la build clef-flash della community è di 11 GB; il repository completo di Hugging Face è di circa 18,8 GB distribuiti su quattro shard del backbone più la head. LFM2.5 2.6B Base è indicato a meno di 2,5 GB di memoria per l'inferenza, e le build quantizzate GGUF, ONNX e MLX sono pubblicate insieme ad esso.

• Latenza — Clef-Flash: 38,8 ms mediana, 122,4 ms p95, misurata da Cloudflare su una singola H200. LFM2.5 2.6B, il fratello post-addestrato di questo checkpoint di base, viene eseguito a 220 token al secondo su un Apple M5 Max e 113 tok/s su una CPU AMD Ryzen.

• Contesto — 65.536 token per Clef-Flash secondo la documentazione di Workers AI di Cloudflare; 131.072 token per LFM2.5 2.6B Base.

• Licenza — Apache-2.0 per clef-flash; la licenza LFM 1.0 per LFM2.5, che è a pesi aperti ma non è una licenza open source approvata dall'OSI, e la differenza conta se stai distribuendo un prodotto anziché sperimentando.

Quelle due righe di latenza non misurano la stessa unità e non dovresti sottrarle. Ma lette insieme dicono chiaramente l'ovvio: Clef-Flash è un componente da datacenter il cui runtime di terze parti integrato si trova anche su una rete edge, e LFM2.5 2.6B è un componente per la macchina sulla tua scrivania.

Perché il checkpoint di base è un tipo diverso di oggetto

La parola "Base" nel nome è portante, e la scheda di Liquid AI stessa è insolitamente schietta al riguardo. LFM2.5-2.6B-Base è il checkpoint pre-addestrato solo testo, 30 livelli organizzati in 22 blocchi di convoluzione breve a doppio gate e 8 blocchi di attenzione grouped-query, addestrato su 34 trilioni di token su un vocabolario di 128.000 token in sedici lingue. È "consigliato solo per attività che richiedono un fine-tuning intenso" — lavoro specifico per lingua, assistenti specifici per dominio, addestramento su dati proprietari. La sua scheda lo dice a chiare lettere.

Clef-Flash è l'opposto di questo. È finito. L'addestramento è completato, la testa dello schema è stata imbullonata, il contratto API è pubblicato e il modello è ospitato sulla rete edge del fornitore stesso a un prezzo di listino. Non lo si mette a punto; lo si chiama, oppure lo si scarica e lo si chiama in locale. C'è un prodotto di fine-tuning collegato alla famiglia — Cloudflare ne ha lanciato uno insieme ai modelli — ma usare clef-flash non lo richiede, ed è proprio questo il punto.

Quindi, per inquadrarla onestamente, queste sono due fasi di due pipeline diverse. Una è un ingrediente e l'altra è un componente. Se il tuo compito è "Ho 40.000 ticket di supporto etichettati e voglio un classificatore veloce e specifico per il dominio che giri sulle nostre macchine", LFM2.5 2.6B Base è un punto di partenza plausibile e clef-flash no, perché non puoi fare il fine-tuning della testa decisionale di clef-flash per trasformarla in una capacità linguistica che non possiede — non ha alcun percorso di output linguistico. Se il tuo compito è "Devo instradare una richiesta in una di sei categorie in meno di 50 millisecondi con una probabilità su cui posso applicare una soglia", clef-flash risponde a questa domanda immediatamente e LFM2.5 2.6B Base non risponde in alcuna forma.

A two-column comparison scoreboard titled 'Clef-Flash vs LFM2.5 2.6B Base — the scoreboard'. The left column, 'Clef-Flash', has rows reading 'Parameters: 9B with vision encoder', 'Context: 65,536 tokens', 'Output: calibrated probabilities', 'Footprint: 18.8 GB, H200-class', 'Latency: 38.8 ms median' and 'Licence: Apache 2.0'. The right column, 'LFM2.5 2.6B Base', has rows reading 'Parameters: 2.69B text only', 'Context: 131,072 tokens', 'Output: generated text', 'Footprint: under 2.5 GB, laptop', 'Latency: 220 tok/s on M5 Max' and 'Licence: LFM 1.0'. The footer reads 'Clef-Flash figures vendor-reported; LFM2.5-2.6B-Base figures per Liquid AI.' The OrcaRouter logo is composited in the bottom-right corner.

La parte che è veramente condivisa

C'è una reale sovrapposizione, e vale la pena essere precisi su questo punto, perché è qui che il confronto smette di essere banale.

Un generalista post-addestrato — LFM2.5 2.6B, o qualsiasi piccolo modello instruct — può essere indotto con un prompt a restituire una classificazione strutturata. Dagli uno schema JSON, chiedi un'etichetta e un livello di confidenza, analizza l'output. La gente lo fa continuamente. La domanda è che cosa ottieni quando lo fai.

Quello che ottieni è una sequenza di token che contiene per caso un'etichetta che puoi estrarre, più un numero che il modello ha scritto su di sé. Quella confidenza è un token campionato, non un softmax sulle risposte candidate, e non significa ciò che significa una probabilità calibrata. La scheda di Clef-Flash è esplicitamente prudente riguardo alla cifra analoga nella propria API — la confidenza "mostra quanto sono concentrate le probabilità. Non è la probabilità che la risposta sia corretta" — e può permetterselo, perché la quantità sottostante è una distribuzione reale sulle opzioni che hai fornito. Un generalista sottoposto a prompt non ha una tale distribuzione da esporre. Ha una frase che dice 0,85.

Che quella distinzione valga 11 GB e un H200 dipende interamente da ciò che fai con il numero. Se l'etichetta finisce in una dashboard, un modello da 2,6B con prompting va bene ed è più economico sotto ogni aspetto. Se l'etichetta fa da gate a un'azione irreversibile — emettere un rimborso, bloccare un account, escalare un incidente di sicurezza — la differenza tra un punteggio calibrato e una stringa dall'aspetto plausibile è la differenza tra una soglia che puoi giustificare a un auditor e una soglia che non puoi.

A screenshot of the Hugging Face model card for LiquidAI/LFM2.5-2.6B-Base, a text-generation checkpoint of 3B parameters under the LFM 1.0 licence, tagged lfm2, liquid, fm2.5, edge and conversational, described as a hybrid model family designed for on-device deployment with quantizations derived from it and a note that no inference provider is deployed for it. A downloads-last-month figure reads 16,541.

Dove puoi procurarti ognuno di essi

Nessuno dei due modelli è su OrcaRouter. Il nostro catalogo non include clef-flash, e non include LFM2.5 2.6B Base né qualsiasi altro checkpoint di Liquid AI — puoi verificare entrambi interrogando la nostra API dei modelli e ottenendo un 404. Nulla in questo articolo costituisce una nostra dichiarazione di disponibilità.

Clef-Flash è raggiungibile su Workers AI di Cloudflare a 0,09 $ per milione di token di input, oppure come pesi Apache-2.0 che esegui tu stesso. LFM2.5 2.6B Base è su Hugging Face con build quantizzate per llama.cpp, ONNX Runtime e MLX, e con il playground e la documentazione di Liquid AI per la famiglia. Se vuoi un modello decisionale già attivo nel nostro catalogo oggi, quello disponibile è Jev 1.13 di TypeSafe — stessa forma di richiesta, contesto di 65.536 token, 0,042 $ per milione di token di input — e clef-flash è stato creato per essere un sostituto drop-in, il che significa che provare l'uno o l'altro è un cambio di configurazione anziché una riscrittura. Entrambi chiamano la stessa classe di endpoint, quindi se stai già instradando attraverso un'unica chiave con il prezzo di listino del provider passato senza ricarico, il confronto è un esperimento che puoi fare questo pomeriggio anziché una migrazione che devi pianificare.

A screenshot of the OrcaRouter model page for TypeSafe's Jev 1.13 (typesafe/jev-1.13), showing a 65K token context, text input, structured JSON output, a p50 TTFT of 148 ms, a $0.04 per million input token price, 174.0M tokens of throughput, and the POST /v1/systemone request shape.

Quale appartiene al tuo stack?

La decisione è breve. Se le tue risposte sono un elenco finito che puoi scrivere in anticipo, ti serve una probabilità che significhi qualcosa e hai l'hardware o la disponibilità a pagare per chiamata, clef-flash è il componente finito e LFM2.5 2.6B Base non è un candidato. Se le tue risposte sono aperte, o ciò di cui hai davvero bisogno è un piccolo modello linguistico che puoi modellare con i tuoi dati ed eseguire su un portatile, LFM2.5 2.6B Base è il punto di partenza e clef-flash non può esserti di alcun aiuto.

Il caso in cui le persone sbagliano è quello intermedio: costruire un classificatore limitato facendo prompt a un piccolo generalista, perché è la strada di minore resistenza e funziona nella demo. Funziona nella demo. Smette di funzionare nel momento in cui hai bisogno che il numero sia un numero, e a quel punto lo schema, i prompt e il codice di parsing sono tutti portanti.

Una precisazione sul fronte clef-flash, detta chiaramente perché è il dato più debole del fornitore stesso: su CLINC150 con gestione out-of-scope, dove la risposta corretta è talvolta "questo non rientra in nessuna delle tue categorie", clef-flash ottiene 66,8 di macro-F1 contro 97,4 del suo fratello maggiore da 27B. Uno schema limitato è un punto di forza finché l'input non vi rientra, e il modello classificherà comunque. Qualunque strada scegliate, costruite deliberatamente la classe residuale e verificate cosa vi finisce dentro.