生成されたタイトルカードは「Aion-1.0-Instruct-2.3B vs LFM2.5 2.6B Base」と表示し、サブタイトルは「ほぼ同じサイズ、まったく異なる成果物」。その下に2枚のパイプラインカードがある:LFM2.5 2.6B Baseは「事前学習済み+あなたのファインチューニング」と「2.69B、131Kコンテキスト、LFM Open License」、Aion-1.0-Instruct-2.3Bは「すでに指示チューニング済み」と「2.29B、32Kコンテキスト、MIT」。
Guides & Insights

Aion-1.0-Instruct-2.3B 対 LFM2.5 2.6B Base:ほぼ同じサイズ、まったく異なる成果物

著者

Elias Hawthorne

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

スペック上では、これは現在の小型モデル分野で最も接戦の組み合わせだ。Aion-1.0-Instruct-2.3Bは22.9億パラメータ、LFM2.5 2.6B Baseは26.9億パラメータだ。どちらもdenseモデルで、テキスト専用で、オープンウェイトで、オンデバイス展開を狙っており、しかもどちらもローンチイベントなしで登場した——Microsoftのものは2026年11月18日、Liquid AIのベースチェックポイントは2026年8月4日だ。仕様で並べれば、両者は競合だと結論づけるだろう。

そうではない。一方は完成している。もう一方は意図的に未完成のままにされた出発点であり、Liquid AIもカード上でそう明言している。Baseチェックポイントは「重いファインチューニングを必要とするタスクにのみ推奨される」と。その一文がこの比較の他のすべてを組み替える。なぜなら、事前学習済みのベースと指示チューニング済みのアシスタントは、同じカテゴリの2つの製品ではなく、同じパイプラインの2つの段階を別々に販売したものだからだ。

以下の Aion-1.0-Instruct-2.3B の数値は、Microsoft のモデルカードおよびリポジトリ設定から直接読み取ったものです。LFM2.5 2.6B Base の数値は、Liquid AI のモデルカードとそれに付随するブログ記事に基づいています。どちらのモデルにも独立した評価はありません。ベンダー報告の数値にはその旨を明記し、数値がまったく存在しない場合は埋めずにその旨を記しています。

「Base」が比較から取り除くもの

LFM2.5 2.6B Baseは、すべてのLFM2.5 2.6Bバリアントの元になった事前学習済みチェックポイントです。16言語にわたる約34兆トークンで学習されており、指示に従うのではなくテキストを続けます。指示チューニングは兄弟チェックポイントで行われているためです。これを読み込んで質問すると、事後学習なしの言語モデルが行うことを実行します。つまり、プロンプトをもっともらしい方向に続けるのです。

そのため、通常の比較のおよそ半分が無効になる。どちらのモデルが指示によりよく従うかを尋ねても意味がない。なぜなら、一方はそのように教えられていないからだ。拒否挙動やチャットのフォーマットを比較しても意味がない。残るのは、より狭く、より有用な問いだ。アシスタントを購入するのではなく構築するなら、Microsoftの仕上げ済み2.29BはLiquid AIの未調整の2.69Bよりも良い出発点なのか、それとも悪い出発点なのか。そのチューニングによって、望まないかもしれない形にすでに固定されてしまっているからだ。

• パラメータ — Aionはタイド埋め込みで2.29B、LFM2.5 2.6B Baseは2.69B。

• アーキテクチャ — Aion はグループ化クエリ注意(GQA)と、21 のスライディングウィンドウ層+7 のフル注意層というハイブリッドな注意パターンを備えた従来型トランスフォーマーです。LFM2.5 は、22 個の二重ゲート付き短畳み込みブロックと 8 個の GQA 層を全 30 層にわたって組み合わせたハイブリッドです。

• トレーニング量 — MicrosoftはAionのトークン数を公開していない。Liquid AIはLFM2.5について約34兆トークンを公開している。

• コンテキスト — Aion は 32,768 トークン、LFM2.5 2.6B Base は 131,072 トークン。中間トレーニングには専用の 128K 長コンテキスト拡張フェーズを備えています。

• 語彙 — Aion は 200,029、LFM2.5 は 128,000。前世代のトークナイザーから再トレーニングするのではなく、その場で倍増させたもの。

• ライセンス — Aion は MIT。LFM2.5 2.6B Base は LFM Open License v1.0 で、これは OSI ライセンスではなく、出荷前に必ず目を通す必要があります。

• ポストトレーニング — チャットテンプレートとツール呼び出し形式を備えた指示チューニング済みモデルと、どちらも備えていない事前学習済みチェックポイントとの比較。

コンテキストのギャップを説明するアーキテクチャ上の選択

コンテキストウィンドウにおける4倍の差は、訓練予算の偶然によるものではありません。LFM2.5の設計では、ほとんどのアテンション層を短畳み込みブロックに置き換えています。これは、系列混合がすべての層でフルアテンションを必要としなくても機能するという賭けであり、その賭けがあるからこそ、スマートフォン上でも131Kのウィンドウを現実的なコストで実現できます。Liquid AIのブログは、中間トレーニングに専用の128Kコンテキスト拡張フェーズが含まれていたと明言しているため、長いウィンドウは後から設定されたのではなく、訓練によって獲得されたものです。

Aionは逆の方向を取っている。28層のうち21層は2,048トークンのスライディングウィンドウを使い、フルアテンションを使うのは7層だけで、その7層には係数16のYaRNスケーリングが適用されている。公開されているコンテキストは32,768で、設定のoriginal_max_position_embeddingsが2,048であることが手がかりだ。つまり、短いネイティブ範囲から位置補間によってウィンドウに到達している。これは通常の手法である。ただし、ここでは未測定でもある——Microsoftは長文コンテキストの評価を公開しておらず、モデルは公開から1日しか経っていないため、他に誰も実行していない。

実用的に言い換えると、LFM2.5 2.6B Base は長いコンテキストを備えており、それは文書化されたトレーニング段階に照らして検証できます。Aion のコンテキストはより短いので、想定するのではなく実際にテストすべきです。

ベースチェックポイントにはできない、Aionがあなたに提供するもの

完成モデルの利点は具体的で地味であり、だからこそ列挙する価値がある。Aion-1.0-Instruct-2.3B は、デフォルトのシステムプリアンブル、それに追加される任意のユーザー提供システムメッセージ、およびモデル識別情報・知識カットオフ・現在日付用のテンプレート変数を備えたチャットテンプレートを提供している。文書化されたツール呼び出し形式も提供している。Microsoft の標準に安全アライメントされており、モデルカードには、改善を意図する安全指標として XPIA、DIC、ECI が報告されている——それらが解消されたと主張するのではなく、ギャップを明示している。

また、名前付きのハーネス上で11個のベンチマークスコアも提供しており、これはLFM2.5 2.6B Baseが提供するものより多い。ベースカードにはアーキテクチャと学習に関する事実のみが記載され、評価は一切ない。これは、チューニング対象ではないタスクで採点されることを想定していないチェックポイントにとって正しい選択だ。設計資料に記載する数値が必要なら、Aionにはある。IFEval 83.90、MMLU 55.15、GSM8K 74.91、MMLU-Pro 33.35、GPQA 28.18などがあり、いずれもベンダーがlm-evaluation-harnessまたは各ベンチマーク自身の実装で実行したものだ。

ただし、それを能力の上限と見なす前に、Aion 自身のカードにある注意事項を読むべきだ。そこには、このモデルは「世界知識で卓越するよう訓練されていない」こと、この規模のモデルは「細部を見落としたり、誤った記述をしたり、複雑な多段階推論に従えないことを示したりする可能性がある」こと、多言語データは8言語にわたり訓練の約6%で、言語によって品質が異なっていたことが記されている。これは異例に率直な制限事項の節であり、自由形式の推論向けではなく、要約、書き換え、チャット、オペレーティングシステムのタスク向けに調整されたモデルであることを示している。

ベースチェックポイントが提供できて、チューニング済みモデルにはできないこと

制御性、そしてクリーンな開始時損失曲面。自社製品に、自社の文体で書き、ドメイン固有の語彙で答え、厳格な構造化フォーマットで出力するモデルが必要なら、ベースチェックポイントに対するポストトレーニングで、他社のアラインメント処理と格闘することなくそこへ到達できます。Liquid AIのモデルカードは想定用途を率直に示しています。大規模なファインチューニング、言語別アシスタント、ドメイン特化アシスタント、独自データでの学習、そして新しいポストトレーニング手法の実験です。

また、これは承継するものではなく、自分で下すべきライセンス上の判断も伴います。LFM2.5 2.6B Base は LFM Open License v1.0 の下でリリースされています。これは独自ライセンスであり、Apache 2.0 でも MIT でもありません。そのカードでは、ライセンスは「other」、名称は「lfm1.0」と記載されています。それが問題かどうかは、完全にあなたの配布モデル次第であり、誰も早い段階で読まなければ、法務レビューの終盤で表面化する類のものです。対照的に、MIT はライセンスの中でもほぼ最も短い部類です。

さらに、ツーリングに関する論点もあります。LFM2.5は、Transformers、vLLM、SGLang、llama.cpp、MLX、LM Studioで初日からサポートされて提供され、さらにUnslothとTRL向けに、継続事前学習、SFT、DPO、GRPOを扱うファインチューニング用ノートブックも公開されています。Aion Instructはtrust_remote_code=Trueとtransformers 5.xが必要で、モデルカードではGGUFがフォーマットとして記載されているにもかかわらずリポジトリにGGUFファイルがなく、その量子化ビルドは公開済みではなく約束されているだけです。ファインチューニングするつもりのモデルにとって、その周辺のエコシステムは些細なことではありません。

同じ場所に行き着く2つの方法

小規模なオンデバイスアシスタントを求め、自社データのコーパスを持っているチームにとって現実的な2つの道筋を検討してください。

経路1:Aion-1.0-Instruct-2.3Bを取得し、出荷状態のまま自分のタスクで評価し、不足している場合にのみ微調整します。動作するアシスタント、チャットテンプレート、ツール呼び出し形式が最初から手に入り、最初の実験は安価です。モデルが全くできないのではなく、すでに下手にやっているからです。リスクは、ゼロから教えるのではなく、他人のアラインメントを修正していることです。また、2.29Bでは修正に使える容量が多くありません。

第2の道:LFM2.5 2.6B Baseを取得し、自分のドメインで継続事前学習を実行してからSFTを行う。データに合わせて調整されたモデルではなく、データによって形作られたモデルが得られ、最初から131Kのウィンドウが利用可能で、十分に文書化されたトレーニングツールチェーンもある。代償は、Microsoftがすでに対処した安全性の振る舞いを含め、ポストトレーニングの取り組み全体を自分で担うことだ。

第三の道は、ほとんどのチームが実際に取る道だ。まず第一の道から始めてベースラインを取得し、そのベースラインが頭打ちになった場合にのみ第二の道へ切り替える。これは合理的な順序であり、両方のモデルに自分のデータを通してみる前に、どちらかのモデルで長期契約を結ばないことの根拠にもなる。

製品内にチェックポイントが2つあると、運用面は広がり始める——個別の配信設定、個別の障害モード、個別のアップグレード周期。そのレイヤーにおけるOrcaRouterの貢献は、以下をまとめて扱う単一のエンドポイントである:200以上のモデルを0%のマークアップで提供し、プロバイダーの定価をそのまま反映、プロバイダー間の自動フェイルオーバー、そしてハードコードされたターゲットではなくフォールバックチェーンを表現できるルーティングDSLを備える。Aion-1.0-Instruct-2.3BもLFM2.5 2.6B Baseもそのカタログには含まれていない——どちらもセルフホストされた重みであり、Aionにはホスト型APIがどこにもない——したがってルーターがもたらすのはそれらの上位層だ:オンデバイスモデルが扱うべきではないリクエストの送り先を提供する。

圧縮された決定

今週中に動かして質問に答えてくれるものが欲しいなら、Aion-1.0-Instruct-2.3B を選べばいい。完成しており、MIT ライセンスで、bfloat16 で 4.6 GB。そしてその限界は、あなたが自分で見つけるのではなく、モデル自身の言葉で文書化されている。

モデルを採用するのではなく構築したいなら、LFM2.5 2.6B Base を選びましょう。bfloat16 で 5.4 GB、スケーリングではなく学習によって獲得された 131K ウィンドウを備え、実用的なファインチューニングツールチェーンがあり、あなたのアシスタントがどんな口調であるべきかについての先入観を持ちません。なぜなら、何も与えられていないからです。

してはいけないのは、パラメータ数が近いという理由で両者を互換的に扱うことだ。2.69Bのベースモデルと2.29Bのinstructモデルは、多くのスペックシート上では丸め誤差未満の差しかないが、実際にはポストトレーニングパイプライン全体分の違いがあり、両者のどちらを選ぶかは、誰が作業を担うかについての決定である。

A screenshot of Liquid AI's LFM2.5 2.6B Base model card, showing the 2.69B parameter count, 30 layers, roughly 34 trillion training tokens, a 131,072-token context with a dedicated 128K extension phase, the LFM Open License v1.0, and a statement that the base checkpoint is only recommended for tasks requiring heavy fine-tuning, with no evaluation table.

Liquid AIのモデルカードには、ファインチューニングの対象として重要な数値——2.69Bパラメータ、30層、34兆トークンの学習トークン、131,072トークンのウィンドウ——が記載されており、評価表はありません。ベースチェックポイントは、チューニングされていないタスクで採点されることを前提としていないからです。

未解決の疑問

Aion について:Microsoft が約束した量子化ビルドが届くのか、長文コンテキストウィンドウが実際のニードルテストに耐えられるのか、そしてさらに最適化された Windows 版が 2027 年 1 月末までに登場したとき、このチェックポイントはどうなるのか。このカードは、このアップロードをそのモデルのプレビューとして提示しており、つまりその後継がすでに予定されていることを意味する。

LFM2.5 2.6B Base について言えば、コミュニティがその上に十分な構築を行い、そのファインチューニングのレシピが参照すべき道筋となるかどうか、そして、通常の寛容型ライセンスが前提とする快適圏の外にいる法務チームが LFM Open License をどう読み解くか、という点である。どちらも時間をかければ答えの出る問いであり、どちらもベンチマークの表で答えられる問いではない。

A screenshot of the Hugging Face model card for microsoft/Aion-1.0-Instruct-2.3B, showing the description as the foundational Small Language Model for on-device Windows tasks, the 32,768-token context, the eleven published benchmarks, the safety metrics XPIA, DIC and ECI, and the note that a further optimised version becomes the Windows OS SLM by the end of January 2027.

Aionカードは想定用途を一行で記している。オンデバイスのWindowsタスク向け基盤SLMであり、OS統合は2027年1月に予定されている。

A generated two-column scoreboard comparing Aion-1.0-Instruct-2.3B, with 2.29B parameters, a 32,768-token context, MIT licence, an instruction-tuned checkpoint, no published training token count and 11 published benchmarks, against LFM2.5 2.6B Base, with 2.69B parameters, a 131,072-token context, the LFM Open License v1.0, a pretrained-only checkpoint, roughly 34 trillion training tokens and no published benchmarks. Footnoted that Aion figures come from Microsoft's card and LFM figures from Liquid AI's card, both vendor-reported and independently unreproduced.

パラメータ数はほぼ同じでも、提供内容は異なります。instruction-tuned かつ MIT ライセンスである一方、pretrained かつカスタムライセンスであり、しかもコンテキストウィンドウは逆の方向に振れています。