HiRO-ACEv2 対 LFM2.5 2.6B Base：どちらも製品ではなく、未完成のあり方も同じではない

試しに HiRO-ACEv2 と LFM2.5 2.6B Baseを並べてみると、まず気づくのは、どちらも開発者が呼び出せるものではないということだ。HiRO-ACEv2 は Ai2 の第2世代気候エミュレーターで、2026年10月12日に 10.9 GB の Hugging Face リポジトリとして、告知もなくアップロードされ、プレプリントは翌日付；LFM2.5 2.6B Base は Liquid AI の 26.9億パラメータの事前学習済みチェックポイントで、2026年8月1日に作成され、ベンダー自身によって、大幅な適応が必要なときにだけ手に取るチェックポイントだと明示的に説明されている。どちらも原材料だ。どちらも今日ダウンロードできる。そして、それぞれが完成品でないあり方はほぼ正反対で、それこそがこの比較を一蹴せずに書く価値がある唯一の理由だ。

Baseチェックポイントは、まだ指示に従うことを教えられていないため、未完成です。HiRO-ACEv2は、決して汎用モデルにはならないという意味で未完成です——すでに訓練され、すでに特化され、すでに明示された限界に包まれて登場したアプリケーションなのです。一方は、目的を待っている基盤です。もう一方は、ほかの何のための基盤も持たない目的です。

各リポジトリに実際に含まれている内容

Liquid AIのBaseリポジトリはモデルです。カードには、30層にわたる26.9億パラメータ — 22個の二重ゲート付きショート畳み込みブロックと8個のグループ化クエリ注意層からなる、LFM2ファミリーが基盤とするハイブリッド構成 — が記載されており、131,072トークンのコンテキストウィンドウ、128,000エントリの語彙、34兆トークンの事前学習、英語、アラビア語、中国語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語、ベトナム語、タイ語、インドネシア語、ヒンディー語、ロシア語、ポーランド語を含む16言語への対応を備えています。テキスト専用であり、指示チューニングは行われていません。ダウンロード形式は、ネイティブのTransformersチェックポイントから、llama.cpp向けGGUF、クロスプラットフォーム配備向けONNX、Apple silicon向けMLXまで多岐にわたります。Q4_K_M量子化では約1.67 GBになります。

Ai2 のリポジトリは、その意味ではモデルではない。これには2つのチェックポイント — HiROv2.ckpt（約1.28 GiB）と ACE2S-X-SHiELD.ckpt（約2.98 GiB）— に加えて、1ファイルあたり約609 MBの10年分のNetCDF強制データ、2つの初期条件ファイル、3つのYAML設定、シェルスクリプトが含まれている。実際の重みは約4.3 GiBで、合計10.9 GBのうちごく一部にすぎず、ダウンロードするものの大半は、このフレームワークが消費するために作られた入力データウィンドウである。量子化も、代替ランタイムも、ONNXエクスポートも、より小型のバリアントも存在しない。実行する方法は1つだけで、READMEに説明されている。Ai2のfmeパッケージをインストールし、設定内の4つのパスを編集し、スクリプトを実行する。

2つの異なる種類のライセンス問題

ライセンスタグは、その対比が哲学的というよりも実用的なものになる場所であり、またこのペアが、ここにあると期待されるかもしれない Apache-2.0 リリースのようなモデルとは本当に異なる点でもあります。

• HiRO-ACEv2 — Apache 2.0。Ai2の「責任ある利用ガイドライン」により、この許諾には研究および教育目的が付与され、学習データはGFDLが提供するX-SHIELDに帰属します。

• LFM2.5 2.6B Base — LFM Open License v1.0 であり、OSI流の寛容型ライセンスではありません。その条件はリポジトリ自体の LICENSE ファイルに記載されており、商用条件があるからこそ、チェックポイント上で製品を構築する前に、タグではなくそのファイルを読むべきなのです。

• これからあなたが選ぶフォークにとって、それが何を意味するのか — HiRO-ACEv2の場合、問われるのはあなたの利用が研究目的かどうかです。LFM2.5 2.6B Baseの場合、問われるのはあなたの利用が商用かどうか、そしてどの規模かです。問いが違えば答えも異なり、どちらも「オープン」という言葉では答えられません。

出力の形状には共通点が一切なく、そこが役に立つ部分です

Baseチェックポイントはテキストを生成する。トークンごとに、自己回帰的に、いつものサンプリングの自由度で――カードはpost-trainedの兄弟モデルの生成スタイル向けにtemperature 0.6とtop-p 0.95を提案しているが、baseチェックポイントではそれを自分で決めるよう求められる。その下流はすべて言語タスクだ。文書の続きを書く、スパンを分類する、翻訳する、構造化データを出力する、あるいは、現在十分にカバーしていない分野や言語を教え込むファインチューニングの開始点として使う。

HiRO-ACEv2は、3 km解像度の格子化された物理場——6時間平均の地表降水量率、瞬間的な10メートル東西・南北風、および海面気圧——を生成する。これらは拡散モデルによって100 kmの入力からダウンスケールされ、粗い状態自体はX-SHIELDの別個のエミュレータによって自己回帰的に生成される。このパイプラインにはテキスト的な要素は一切ない。重要な評価は、出力の分布が参照シミュレーションの遠い裾まで一致するかどうかであり、このリリースの基盤となる論文はまさにその点を扱っている。著者らは、参照の降水分布と地表面付近の風分布を99.9999パーセンタイルまで追跡し、参照の熱帯低気圧強度分布を概ね追随していると報告しており、推論コストは従来の数値的な全球ストーム解像モデルよりも300倍以上低いと主張している。

どちらもベンダーまたは著者による主張であり、再現されていない。違いは、再現者が何をしなければならないかにある。Baseチェックポイントに関する主張を検証するには、タスクスイートとチェックポイント1つ分のGPU時間が必要だ。HiRO-ACEv2に関する主張を検証するには、10年分の強制力データセット、比較対象となる参照シミュレーション、そして裾の遠方部における分布解析が必要になる——だからこそ、2番目の主張はかなり長い間、異議を唱えられないままになりそうだ。

それぞれで実際に何を構築するか

Baseチェックポイントの自然な用途は適応であり、Liquid AIはそれについて異例なほど率直だ。言語やドメイン固有のアシスタント、独自データでのトレーニング、あるいは新しいポストトレーニング手法のテストなどだ。これは、あなたの作業の後に価値が生まれるチェックポイントであり、その前ではない。ポストトレーニング済みの兄弟モデル——3日前の7月28日に作成されたLFM2.5 2.6B——は、エージェント的ワークロード向けに作られたものであり、ダウンロード数はコミュニティがこの2つのどちらを求めていたかをすべて物語っている。10月中旬までに、ポストトレーニング済みモデルは114,000ダウンロードと823いいねを超えていたのに対し、Baseは6,282ダウンロードと51いいねだった。Baseは専門家のツールであり、市場もそれに見合った評価を下している。

HiRO-ACEv2の自然な用途はアンサンブルを実行することにある。このフレームワークの売りは、単一の予測ではなく多数の予測にある。論文の動機は、3 kmで、数十年にわたる期間と任意の全球領域を対象に、熱帯低気圧の挙動と極端現象を研究できるほど安価に大規模アンサンブルを生成することにある。ファインチューニングするものではなく、モデルカードもそれを勧めていない。実行するのであり、その限界——9年分の学習データ、南緯66°から北緯70°の外では適用不可、16×16の1度学習タイルを超えると生じるパッチ境界アーティファクト——を信じるか、信じないかである。

別の言い方をすれば、これらのモデルの一方は自分で改変する出発点であり、もう一方は自分が操作する道具である。どちらもダウンロードできるからといって、両者を交換可能な「オープンモデル」とみなすことこそ、このページが未然に防ごうとしている誤りだ。

両者に共通する唯一の点は、どちらもトークン単位で課金されないということだ。

両者が本当に重なるのはコストの形においてだ。どちらにも料金表はない。LFM2.5 2.6B Base はダウンロードが無料で、実行も安価なのは、まさにそれが小さいからだ。bf16 で数ギガバイト、量子化すれば 2 ギガバイトをはるかに下回る。これこそが LFM2.5 設計の主眼であり、オンデバイス作業向けに調整された事後学習済みの兄弟モデルと並んで存在する理由でもある。HiRO-ACEv2 が安価なのは別の理由による。これは用途の狭いエミュレータであり、その経済性は、スマートフォンに収まることではなく、途方もなく高価な数値シミュレーションを置き換えることから生まれている。

つまり、ワークロードがテキストであれば、Baseチェックポイントはファインチューニングに関する問いであり、そのワークロードの日常的なバージョン——チェックポイントを訓練するのではなくモデルに答えさせたいときのもの——は、ダウンロードではなくAPI呼び出しの形をとります。それがOrcaRouterが位置するレイヤーです：200を超えるホスト型モデルにまたがる1つのAPIキー、プロバイダーの定価はマークアップなしでそのまま適用され、あるプロバイダーが劣化したときにはプロバイダー間で自動フェイルオーバーが行われます。この比較のどちらのモデルもそのカタログには含まれておらず、現状の形のままでは含まれ得ません。LFM2.5 2.6B Baseはサービスではなくチェックポイントであり、HiRO-ACEv2にはリクエストの形をしたインターフェースがまったくありません。私たちがルーティングするのは、それらの周辺にあるすべて——要約、抽出、ハーネスコード、そしてダウンロードされた成果物をパイプラインに変えるエージェントループです。

実践におけるピッキング

ベースモデルが十分に見てきたとは言えないドメインや言語のデータがあり、事後学習を行う計算資源があるなら、LFM2.5 2.6B Base は競合の大半より安価な出発点です — 期待していたベンチマークを読む前にライセンスファイルを読んでください。このチェックポイントでは、あなたのプロジェクトが許可されるかどうかを決める文書はライセンスなのです。デバイス上で動かす小型のエージェントモデルが欲しいなら、Base ではなく事後学習済みの兄弟モデルが欲しいはずですし、ダウンロード数は、コミュニティがあなたより先にその結論に達していたことを示しています。30年分のシミュレートされた気候にわたる3 kmの大気場が欲しいなら、これらのどちらも関係なく、この記事の中で関係するファイルは1つだけです。

有益な結論は、「オープンウェイト」がそれ自体では有用なカテゴリではなくなったということだ。ベースチェックポイント、事後学習された兄弟モデル、研究用エミュレータは、いずれも寛容に聞こえるタグを持ち、そのタグによって全く異なる3つの事柄を意味しうる。

このような比較は、失敗モードが表面化する場でもあります。このクラスのモデルの背後にある、記録されたAIインシデントやエージェント障害は、OrcaRouter AIインシデントアーカイブ に集められており、各エントリーには独自の情報源、重大度、信頼度グレード、異議ありフラグが付されています。