Dessa vs LFM2.5 2.6B Base：自分で所有できるチェックポイント vs 聴くことしかできない声

LFM2.5-2.6B-Baseは、約2.5GBに収まる26.9億パラメータのファイルで、スマートフォン上で動作し、微調整してその成果をリリースできるライセンスが付属しています。Dessaは、Blockが2026年10月23日に発表した全二重音声モデルで、人間の会話のみで学習されており、MacBook Pro M4 Maxで動作するのに十分な速さがあると報じられています。Dessaはダウンロードも、微調整も、測定も、呼び出しもできません。これはウェイトリストです。

この2つを同じ文で並べるのは、明らかに不公平だ。一方は事前学習済みのテキストチェックポイントで、もう一方は完成した会話挙動だからだ。だが、その不公平さこそが有用な部分である。チームが実際に直面する問いは「どのモデルが優れているか」ではなく、「どのモデルでビジネスを築けるか」であり、その問いにおいては、ダウンロード可能なベースチェックポイントとクローズドなリサーチプレビューの間の隔たりは、どんなベンチマークの差よりも大きい。

LFM2.5-2.6B-Baseとは実際には何なのか

Liquid AIは2026年8月4日にLFM2.5ファミリーをリリースしました。Baseという接尾辞はパラメータ数よりも重要です。これは事前学習済みチェックポイントであり、指示チューニングされたアシスタントではありません。34兆トークンを読み込み、16言語の統計的構造を学習していますが、指示に従うこと、対話を維持すること、ツールを使うことは教えられていません。何の前触れもなくプロンプトを与えれば、返ってくるのは会話ではなく補完です。

アーキテクチャはハイブリッドです。30層のうち22層がダブルゲート付きショートコンボリューション・ブロック、8層がグループ化クエリ・アテンションで、これはLiquidが最初のLFM2世代以来洗練させてきた設計です。語彙は128,000トークンで、非ラテン文字体系向けのインプレース・トークナイザ拡張により前世代から倍増しています。コンテキストは131,072トークンで、事前学習時ではなく専用の中間学習拡張によって実現されています。

指示チューニング済みの兄弟モデルであるLFM2.5-2.6Bには、公開されているベンチマーク表があります。AIME25 51.87、LiveCodeBench v6 59.41、IFBench 59.17、BFCLv4 56.88、ToolSandbox 77.83、Claw-Eval English 62.85です。これらはベンダー報告値であり、事後学習済みモデルのもので、ベースモデルのものではありません。Liquid自身も、このファミリーをエージェント型コーディングや知識重視の作業に使うことは推奨していません。これは、あらゆる小型モデルが実力以上だと評される市場において、有用な誠実さのシグナルです。

ベースチェックポイントと完成した振る舞いを比較することに、なぜ今なお取り組む価値があるのか

ベースモデルは出発点です。その価値は、そこから何を作り出せるかにあります。自社ドメインでの継続事前学習、文字起こしデータでの教師ありファインチューニング、狭いタスク向けの蒸留された生徒モデルなどです。Dessa は正反対の種類の成果物です。それは振る舞いとして届きます。発話の順番交代、あいづち、感情のタイミング。そしてそのどれもが、変更できる形では公開されていません。

つまり、この比較は実質的にコントロールの問題だ。LFM2.5-2.6B-Base は重み、ライセンス、そして作業を自分で行う義務を提供する。Dessa はデモとアクセスの可能性を提供する。研究ラボにとっては、後者の方が価値が高いことがある。プロダクトチームにとっては、成果物を生み出すのは前者だけだ。

両面を1行にまとめた仕様書

LFMの数値はLiquidのモデルカードと発表によるもので、Dessaの数値はBlockのページによるものです。ベンダーが報告した数値はすべてその旨が明記されています。

・パラメータ — LFM2.5-2.6B-Base は合計2.69B、Dessa は非公開。

• アーキテクチャ — LFM2.5-2.6B-Base は短畳み込みとグループ化クエリ・アテンションのハイブリッドで30層、一方 Dessa のエンドツーエンド音声対音声はアーキテクチャ未公開。

• コンテキスト — LFM2.5-2.6B-Base は 131,072 トークン、Dessa は明記なし。

• モダリティ — LFM2.5-2.6B-Base はテキスト入力・テキスト出力、Dessa は音声入力・音声出力。

• 重み — LFM2.5-2.6B-Base は GGUF、ONNX、MLX ビルドを含めてダウンロード可能、対して Dessa はなし。

• ライセンス — LFM2.5-2.6B-Base は LFM Open License v1.0、条件付きで商用利用可能。一方、Dessa はライセンスが公開されていません。

• メモリ — LFM2.5-2.6B-Base は実行時約 2.5 GB 未満、それに対し Dessa は MacBook Pro M4 Max 以上（Block あたり）。

• 速度 — LFM2.5-2.6B-Base は Apple M5 Max 上で毎秒約220トークン、スマートフォン上で約30トークン。ベンダー報告値に対し、Dessa は数値を示さず「リアルタイムより高速」としている。

• 価格 — LFM2.5-2.6B-Base は無料のウェイト、Dessa は価格なし。

• 可用性 — LFM2.5-2.6B-Base は 2026年8月4日から一般提供されていますが、Dessa はウェイトリスト制です。

デバイスの予算が議論のすべてだ

Liquidの売りはデプロイの経済性だ。Raspberry Piで動くほど小さく、スマートフォンで動くほど速く、GPU費用なしで運用できるほど安いモデルである。公称スループット——M5 Maxで毎秒約220トークン、Ryzen AI Max+ 395で113、スマートフォンでおよそ30——は、オンデバイスアシスタントが即応的に感じられるか壊れて見えるかを左右する類の数字だ。毎秒30トークンは読む速度より速く、これがチャットインターフェースにとって重要な閾値である。

Dessaの導入主張は、最上位のAppleチップを搭載した、2,000ドルをはるかに超えるノートPCだ。それは依然としてローカルであり、ローカルには実際の利点がある。トークンごとの課金はなく、ネットワークの往復もなく、データがデバイスから出ることもない。しかしそれは別の市場だ。26億パラメータのモデルはアプリ内に同梱できるが、M4 Maxを必要とするモデルは開発者向けツールかデスクトップ機能だ。あなたの製品がスマートフォンで動くなら、この比較はメモリの制約で終わる。

ライセンス供与こそが本当の分かれ目だ

LFM Open License v1.0はOSI承認のオープンソースライセンスではなく、そう明言する価値がある。商用利用は認められているが、収益のしきい値を超える組織——Liquidの条件では年間収益1,000万ドル——には別途の商用ライセンスが必要だ。これは実際の制約である。また、文書としきい値があり、交渉相手もいるという、既知の制約でもある。

Dessa にはライセンスがない。なぜなら Dessa には配布がないからだ。存在しない条件に準拠することはできず、ウェイトリストを根拠に調達案件を組み立てることもできない。企業にとって、「収益しきい値付きのカスタムライセンス」は法務レビューの対象である。「公開された条件がない」ことはブロッカーである。

今日、電話で音声エージェントを使いたいなら

どちらのモデルも完全な答えではないが、LFM側は少なくとも出発点になる。電話の音声エージェントには3つの要素が必要だ。音声認識、言語モデル、音声合成である。LFM2.5-2.6B-Baseは、ファインチューニングすれば中間の要素になれる。ベースチェックポイントはテキストモデルなので、それ自体では何も聞こえない。また、その131Kコンテキストは、長い会話履歴と検索されたノートを保持するのに十分だ。

ファインチューニングこそが興味深い選択肢だ。重みが手元にあれば、自社ドメインの会話で学習させ、自らの基準で結果を評価できる。それはまさに、Dessaの発表が誘いながらも許していない実験である。すなわち、音声対応の小規模スタックを用意し、実際の会話で学習させ、感情のタイミングが創発するかどうかを見ることだ。Blockは、GB200 NVL72 1ラックでこれをゼロから行ったと述べている。数台のGPUを持つチームなら、LFMベースでこの問いの低コスト版を実行し、1週間で何かを学ぶことができる。

言語モデルをオンデバイスで実行したくない場合、OrcaRouter は200 以上のモデルの前に 1 つの API を0% のマークアップと自動フェイルオーバー付きで提供するので、推論ステップはクラウドに置いたまま音声はローカルに保てます。範囲を明確にしておくと、LFM2.5 2.6B Base は当社のカタログにはありません。これはダウンロードであり、そこが要点です。当社はホスト型モデルをルーティングしますが、これは置いた場所で実行されることを意図しています。

誰がどれを選ぶべきか

• モデル、ウェイト、ロードマップを自社で所有する必要があります — LFM2.5-2.6B-Base、その後ファインチューニングを行います。

• 安価なハードウェアでのオフライン動作が必要な場合 — LFM2.5-2.6B-Base。

• 数ギガバイト未満のテキストまたはエージェント向けコアが必要なら — ベースモデルではなく、事後学習済みのLFM2.5-2.6Bです。

• ライブで割り込み可能な、感情表現豊かな音声が必要です — 2つのうちそれを目指しているのはDessaだけですが、それは利用できません。

• 今四半期に署名できるライセンスが必要です — LFM2.5-2.6B-Base、収益条項は確認済みのもの。

• 再現可能な結果を公開する必要があります — LFM2.5-2.6B-Base。再現性にはファイルが必要だからです。

それを決着させる実験

会話音声と書き起こしを1,000時間分使い、LFM2.5-2.6B-Baseをテキスト側でファインチューニングし、強力な音声認識器と音声合成器を組み込む。ターン制ベースラインと比較して、割り込みからの回復と感情の適切さを測定する。その結果がBlockのクリップから示唆されるものに近づくなら、Dessaの優位性はデモリールが示すよりも小さい。それはアーキテクチャ上の勝利かもしれないが、盤石なものではない。

そうでなければ、音声ネイティブのトレーニングを支持する根拠は強まり、Dessaの重みファイルが存在しないことがこの比較で最も重要な事実になる。いずれにせよ、そのテストはオープン側では実行可能で、クローズド側では実行できない。その非対称性こそが見出しの問いへの答えであり、Blockが顧客が実際に手にできるものを出荷するまで、それは答えであり続ける。