LFM2.5-24B-A2B vs Qwen3.8-27B: uno è un download, l'altro è una voce di bilancio

Inizia con il numero che decide la maggior parte di questo. LFM2.5-24B-A2B è un file che metti su una macchina e mantieni. Qwen3.8-27B è un modello che noleggi al milione di token. Liquid AI ha annunciato il primo il 13 ottobre 2026 con 24,0 miliardi di parametri totali, 2,45 miliardi attivi per token e una finestra di contesto di 131.072 token; A​libaba ha pubblicato il secondo il 13 agosto 2026 come modello visione-linguaggio denso da 27 miliardi di parametri con una finestra di contesto di 262.144 token. Entrambi sono open-weight. Solo uno dei due ha un prezzo per token pubblicato associato a un endpoint funzionante, e non è quello più piccolo.

Quell'asimmetria è il confronto. Tutto ciò che segue — capacità, licenza, contesto, modalità — dipende dal fatto che tu stia acquistando hardware o acquistando token.

Cos'è ciascuno, e cosa vede

LFM2.5-24B-A2B è una mixture-of-experts solo testo: 40 livelli suddivisi tra 30 blocchi di convoluzione breve a doppio gate e 10 livelli di attenzione con query raggruppate, 64 esperti per blocco con routing top-4, un vocabolario di 128.000 token e 16 lingue supportate. Il post di lancio di Liquid conta 33 trilioni di token per il pre-training; la model card di Hugging Face per la stessa release ne indica 36 trilioni. La pipeline di post-training termina con apprendimento per rinforzo agentico all'interno di harness reali, e la guida dello stesso fornitore è di abbinare il modello al retrieval o alla ricerca web anziché chiedergli di rispondere a domande di conoscenza dai pesi.

Qwen3.8-27B è una forma completamente diversa, e la forma è il punto. È un design denso ad attenzione ibrida — 48 strati di attenzione lineare Gated DeltaNet intervallati a 16 strati di attenzione completa su 64 strati, dimensione nascosta 5.120 e un vocabolario di 248.320 token — ed è ciò che rende accessibile in primo luogo un contesto di 262K. Accetta testo, immagini e video in input e restituisce testo. Quella spina dorsale prevalentemente lineare è ereditata dalla stessa discendenza da cui deriva una build compressa come Ternary Bonsai 2 27B, il che è un segnale utile su quanto del valore risieda nell'architettura piuttosto che nel training run.

La versione in una riga: il modello di Liquid instrada e richiama strumenti all'interno di un ciclo, e lo fa senza rete. Il modello di Qwen osserva le cose — screenshot, documenti, video — e ne ragiona a una lunghezza di contesto circa doppia. Nessuno dei due è una versione inferiore dell'altro; sono orientati verso metà diverse di un sistema funzionante.

Il costo, calcolato come numero effettivo

È qui che i due smettono del tutto di essere confrontabili, quindi vale la pena fare i calcoli invece di scambiarsi aggettivi.

Su OrcaRouter, qwen/qwen3.8-27b viene servito a $0,33 per milione di token di input e $2,40 per milione di token di output, con un tempo p50 al primo token di 3,45 secondi misurato su sette giorni. Un carico di lavoro di 20 milioni di token di input e 2 milioni di token di output al mese — un modesto strumento interno — arriva a $6,60 più $4,80, ovvero circa $11,40. Niente da installare, niente da tenere caldo, nessun ammortamento della GPU.

L'endpoint Console di Liquid costa $0.10 per milione di token in input, con una tariffa di $0.05 per la cache, e $1.00 per milione di token in output, con $2 di credito iniziale, il che fa costare lo stesso carico di lavoro meno di $4. Ma quell'endpoint non è davvero il prodotto. Il prodotto sono i pesi, e non esiste alcuna tabella delle dimensioni dei file pubblicata dal fornitore per LFM2.5-24B-A2B da citare — i repo di quantizzazione vengono distribuiti come repository fratelli su Hugging Face. Ciò che il fornitore pubblica è la forma della scommessa: un MoE con 2,45B di parametri attivi che gira a 184 token al secondo su un Apple M5 Max e a 114 su un AMD Ryzen AI Max+ 395, entrambi riportati dal fornitore e non riprodotti, ed entrambi privi di significato su una GPU da datacenter che esegue molte richieste concorrenti.

Il punto di pareggio non è un conteggio di token, è una questione di utilizzo. Al di sotto di un carico intenso più o meno continuo, l'endpoint a consumo vince sui costi e perde sul limite minimo di latenza. Al di sopra, il download vince sui costi e perde sul piano operativo — ora possiedi un deployment, i suoi aggiornamenti e la sua strategia di failover. Questa è tutta la decisione, e non ha nulla a che vedere con quale modello ottenga un punteggio più alto in una tabella.

Contesto, licenza e le due cose che in realtà differiscono

• Contesto — 131.072 token contro 262.144 token.La finestra di Qwen è due volte più lunga sulla carta, e il design di attenzione in gran parte lineare è il motivo per cui può permetterselo in memoria. Liquid non ha pubblicato alcun dato di retrieval a contesto lungo per la sua finestra da 131K a qualsiasi lunghezza, ed è l'unica lacuna nel suo rilascio che un ciclo di benchmark colmerebbe rapidamente.

• Licenza — lfm1.0 rispetto ad Apache 2.0. Apache 2.0 non ha soglie di fatturato né clausole sull'ambito di utilizzo. La licenza di Liquid è uno strumento a sé stante, con termini propri. Leggila confrontandola con i numeri della tua azienda prima di un lancio commerciale, e tieni presente che questa differenza non si riduce man mano che i modelli diventano più grandi.

• Modalità — solo testo rispetto a testo, immagine e video in ingresso. Se il tuo carico di lavoro prevede uno screenshot, una pagina scansionata o un fotogramma video, questa riga chiude da sola il confronto.

• Aderenza alle istruzioni — IFEval 96.75 e IFBench 74.69. Le righe più forti di Liquid nella sua stessa tabella di lancio, davanti a ogni colonna che contiene. Se il compito è «obbedire esattamente a questo formato, ogni volta», LFM2.5-24B-A2B ha il caso pubblicato migliore.

• Conoscenza e programmazione — GPQA Diamond 74,42 e SWE-Bench Verified 51,00 per il modello di Liquid.Liquid li confronta con gli 83,69 e 66,20 di Qwen3.6-35B-A3B e perde su entrambi. In quella tabella non esiste affatto alcun confronto con Qwen3.8-27B, e nessuno ha mai testato i due modelli l'uno contro l'altro.

Dove ognuno appartiene davvero

Scegli Qwen3.8-27B quando l'input non è testo, quando i documenti sono lunghi o quando preferisci ricevere una fattura anziché gestire tu stesso qualcosa. Una finestra da 262K che accetta immagini e video è un prodotto davvero diverso da una finestra da 131K che accetta testo, e la licenza Apache 2.0 elimina una conversazione che la maggior parte dei team altrimenti dovrebbe affrontare. Il tempo p50 di 3,45 secondi al primo token è reale e vale la pena misurarlo rispetto alla tua tolleranza prima di impegnarti — un modello così capace nella classe densa da 27B non è veloce, e nessuna nota architetturale lo cambia.

Scegli LFM2.5-24B-A2B quando il vincolo è la macchina. Un MoE con 2,45B di parametri attivi, contesto da 131K e un profilo di instruction following che batte tutto nella sua stessa tabella di confronto è una cosa potente da avere in esecuzione in locale, e la decisione di Liquid di addestrarlo all’interno di harness per agenti anziché su un set statico di tool calling si vede nelle righe che vince. Quello che non è: un analista di documenti o una knowledge base, e il fornitore lo dice nello stesso documento che pubblica la tabella di benchmark.

Se vuoi deciderlo sul tuo carico di lavoro invece che sulla tabella di uno dei due fornitori, l'opzione servita è l'esperimento economico: qwen/qwen3.8-27b è nel nostro catalogo al prezzo di listino qui sopra con markup dello 0% sulla tariffa del provider, e le versioni gemelle qwen/qwen3.8-flash e qwen/qwen3.8-max si trovano accanto ad esso dietro la stessa chiave — così puoi trovare il punto prezzo-prestazioni di cui il tuo compito ha davvero bisogno prima di decidere se vale la pena possedere una macchina. LFM2.5-24B-A2B non è nel nostro catalogo; la Console di Liquid e i pesi aperti sono la via per arrivarci, e nulla qui dovrebbe suggerire il contrario.

La domanda che risolverà la questione tra sei mesi non è quale modello vincerà. È se il livello degli esecutori locali reggerà man mano che le lunghezze del contesto crescono — e su questo, la finestra due volte più lunga di Q​wen e quella non misurata di Liquid sono gli unici due punti dati di cui si disponga.

Monitora in tempo reale interruzioni e degradazioni dei modelli nel nostro archivio degli incidenti e scopri quali route hanno eseguito il failover in modo pulito.