LFM2.5-8B-A1B-DSpark vs LFM2.5-2.6B-Base: スピード面 vs 原材料

LFM2.5ファミリーを、各チェックポイントが単独で何ができるかで分類すると、LFM2.5-8B-A1B-DSparkとLFM2.5-2.6B-Baseはその線の両端に位置し、どちらの端も質問に答えることはできない。前者は327.7Mパラメータのドラフトモデルで、Liquid AIのエッジ用mixture-of-expertsモデルがトークンをより速く生成できるようにするためだけに存在する。後者は2.69Bパラメータの生の事前学習済みチェックポイントで、何か別のものにファインチューニングされるためだけに存在する。両方とも2026年8月にLiquidのLFM Open License v1.0の下でリリースされ、両方ともHugging Face上でダウンロード一つで入手でき、そして両方とも間違って取得してしまいやすい。なぜなら、その名前が同じものの2つのバージョンであるかのように聞こえるからだ。

名前こそが罠だ。「DSpark」という名前は、そのファミリーの新しくキラめくフラッグシップを思わせ、「Base」という名前は、実際にそのまま動かせる飾り気のないデフォルトを思わせる。だが、どちらも誤りだ。DSparkのチェックポイントは、単独では何も答えられない。LFM2.5-8B-A1Bが検証するためのトークンを提案するだけだ。Baseもまた何も答えられないが、その理由は正反対である。Baseは未調整の基盤モデルであり、テキストを予測するが、チャットやエージェントのモデルとして事後学習されることはなかった。これは競合ではなく、パイプラインだ。一方のチェックポイントはサービングスタックの最末端にあり、もう一方はトレーニング実行の最始端にある。

名前を共有するが、役割は共有しない2つのチェックポイント

LFM2.5-8B-A1B-DSpark（2026年8月20日リリース）は、投機的復号（speculative decoding）用のドラフトモデルです。アテンションのみの5層ネットワークであり、各ステップで9つの提案トークンのブロックを生成し、ターゲットの128,000トークン語彙に対するマルコフヘッドを備えています。LFM2.5-8B-A1B（5月28日にリリースされた、合計8.3B、アクティブ約1.5BのMoE）と併用して読み込むと、ドラフトが次の数トークンを予測し、ターゲットが1回のフォワードパスでブロック全体を検証して、受け入れたものを保持します。ターゲットがすべてのトークンを検証するため、グリーディーデコーディングでの出力は、LFM2.5-8B-A1Bを単独で実行した場合と同一です。Liquidの言葉を借りれば「構造上ロスレス」です。ドラフトは速度向上のための部品であり、頭脳ではありません。これは、LFM2.5-1.2B-InstructおよびLFM2.5-2.6B向けの姉妹ドラフトとともにリリースされました。それぞれSafetensorsとGGUF形式で提供され、SGLangとllama.cppで初日からサポートされました。

LFM2.5-2.6B-Base（2026年8月4日リリース）は、パイプラインのもう一方の端に位置する。2.69Bパラメータの基盤モデルであり、ハイブリッド型30層スタック—二重ゲート短畳み込みブロック22個とグループ化クエリ・アテンション・ブロック8個—で構成され、約34兆トークンで事前学習され、中間学習フェーズでコンテキストを128Kまで拡張している。チャットテンプレートも命令チューニングも公開ベンチマークもなく、Liquid自身のモデルカードでも大規模なファインチューニング専用として推奨されている。その存在意義は、4段階のポストトレーニング・パイプライン—2回のSFTラウンド、教師特化、オン方策蒸留、そしてエージェント型強化学習—によってツール呼び出しエージェントLFM2.5-2.6Bへと変換される原材料となることだ。同じファミリー、同じライセンス、同じダウンロードページ。しかし、役割はまったく異なる。

比較：7つの次元、2つの職種

2つのチェックポイントは異なる役割を担っているため、公正な比較では両者の役割を正確に把握しておく必要があります。

• その概要 — LFM2.5-8B-A1B-DSparkは0.3Bの投機的デコード用ドラフトモデルです。LFM2.5-2.6B-Baseは2.69Bの生の事前学習済み基盤モデルです。

• 動作に使用するもの — DSparkドラフトはLFM2.5-8B-A1B MoE（合計8.3B、トークンあたり約1.5Bアクティブ）とペアになります。Baseは単独で動作しますが、チューニングされていないテキスト予測としてのみです。

• スタンドアロン使用 — DSparkは単独では何も生成せず、対象を加速するだけです。Baseはテキストを生成しますが、有用な製品動作はありません — 指示追従なし、ツール呼び出しなし、チャットテンプレートなし。

• 出力品質 — DSparkは、提案されたすべてのトークンが検証されるため、ターゲットの正確なグリーディ出力を継承します。Baseは設計上、いかなるタスクにおいても公開されたベンチマークを一切持っていません。

• 速度 — DSparkは、H100上でベンダー測定による平均2.54倍（MATH500では最大3.18倍）、M4 Max上では1.18倍をターゲットに追加しているが、未再現である。Baseには推論速度に関する主張はまったくない。

• メモリフットプリント — DSparkはターゲットの横に約0.3GBのドラフト重みを追加する。Baseは完全な2.69Bで、2.5GB未満で実行可能な、ファミリー内で最小の本格的な基盤モデルである。

形式と入手性 — DSpark は Safetensors と GGUF で提供され、リリース初日から SGLang と llama.cpp に対応しています。Base は Safetensors に加えて GGUF、ONNX、MLX でも提供され、Transformers、vLLM、SGLang、llama.cpp、MLX で動作します。どちらも現時点では推論プロバイダーによる提供はなく、どちらもセルフホスト用チェックポイントです。

このマッチアップで唯一の数字は、単一のラボから得られたものだった。

ここにある定量的な数値はすべて、単一ベンダーによる測定結果であり、ドラフト公開当日に取得され、まだ独立した再現はされていない。つまり、検証済みではなく有望視すべきものだ。Liquidは、LFM2.5-8B-A1B-DSparkを、バッチサイズ1、温度0、SGLang上のBF16の80GB H100 1基と、llama.cppの実験的Metalカーネルを使ったFP16 GGUFのM4 Max MacBook Proで測定した。H100では、このペアは平均2.54倍（418→1,074トークン/秒）、MATH500では最高で3.18倍（428→1,362トークン/秒）、提案されたトークンの平均受理率は約10分の7だった。M4 Maxでは、同じペアの平均はわずか1.18倍（90→106トークン/秒）だった。これはLiquid自身が指摘したオンデバイスのエッジケースであり、現在のMoE Metalバックエンドではブロックの検証により多くのエキスパートが活性化し、メモリバスを介した重みのトラフィックが増えるためだ。

{{1}}この対決のBase側には数字が一切なく、その欠如自体が仕様なのだ。{{/1}}{{2}}LFM2.5-2.6B-Baseはプリトレーニングされたものであり、ポストトレーニングされたものではない。チャット、ツール使用、エージェント行動について評価されたことは一度もない。誰もそのような用途を意図していなかったからだ。{{/2}}{{3}}その意味のある数値はアーキテクチャに関するものだ。2.69Bパラメータ、128Kコンテキスト、16言語対応トークナイザー、実行時2.5GB未満。{{/3}}{{4}}ファウンデーションモデルをベンチマークするのではない。ファインチューニングして作り出したものをベンチマークするのだ。{{/4}}

何かを決める前に、挙げておく価値のあるモデルファミリーにまつわる皮肉が一つあります。この記事の主題であるドラフト、つまり8B-A1B用のドラフトは、まさにラップトップ上で{{1}}最も改善幅が小さいもの（1.18倍）{{/1}}です。一方、2.6Bファミリー用の姉妹ドラフトは、このベースモデルそのもののポストトレーニング版にあたる姉妹モデルを高速化するものですが、{{2}}M4 Max上で平均2.27倍の高速化と、マルチツール関数呼び出しレイテンシーの57%削減{{/2}}を実現します。対象のデバイスがGPUボックスではなくスマートフォンやラップトップであれば、速度面での成果は2.6B側にあります。

で、どれをダウンロードしますか？

この二つの間で直接選ばなければならないことは決してない。それらは二者択一ではないからだ。だが、自分がどの立場にいるのかは知っておく必要がある：

自分が所有するGPUでLFM2.5-8B-A1Bを運用していて、同じシリコンからより多くのトークン/秒を得たいなら、LFM2.5-8B-A1B-DSparkは元に戻せるアドオンです。8月20日のDSpark統合を含むSGLangまたはllama.cppをビルドし、起動コマンドでドラフトを指定し、グリーディーデコーディングを維持すれば、ブロックサイズはドラフトのconfigから自動的に読み取られます。良い面は、出力を一切変えずにスループットが約2.5倍になることです。悪い面は、追加の重み0.3GBと、該当PRを含むのに十分新しいビルドが必要になることです。2つのスペキュレーティブフラグを外せば、通常のターゲットに戻ります。

独自のスペシャリストを構築したい場合 — ドメインモデル、カスタム言語アシスタント、専有データでのファインチューニングなど — LFM2.5-2.6B-Baseは、オープンウェイトエコシステムにおいて最も手頃な本格的な出発点のひとつです：2.6Bパラメータ、2.5GB未満、128Kコンテキスト、多言語トークナイザーを備えています。DSparkチェックポイントはベースモデルではないため、そのような用途にはまったく役立ちません。

実際にLiquidのオンデバイスエージェント、つまりツール呼び出しやマルチステップタスクが欲しいなら、この2つのどちらでもありません。必要なのはポストトレーニング済みのLFM2.5-2.6Bであり、後から独自のドラフトを追加するかどうかを決めればよいのです。Baseはトレーニングしたい人向けの原材料であり、8B-A1BドラフトはすでにMoEをデプロイしている人向けの高速化部品です。間違いは、より高速なエージェントが欲しくてBaseをダウンロードしたり、トレーニングの基盤が欲しくてドラフトをダウンロードしたりすることです。

この2つがつながる場所 — そしてルーターが収まる場所

両方のチェックポイントはセルフホストのシナリオです。ドラフトは、自分自身のSGLangまたはllama.cppスタック内にのみ存在するサービング層の付属物であり、ベースはトレーニングの成果物です。どちらもホスト型カタログには登場せず、トークン単位の定価もありません。実際には、どちらの経路も、すでに呼び出しているホスト型モデルの隣に置かれることになります。そして、その混在こそが、ルーティング層が解消するために存在する配管（plumbing）なのです。

サービング側では、ドラフトモデルの経済性はシンプルかつ現実的です。同じGPUから毎秒2.5倍のトークンが得られれば、所要時間は2.5分の1になり、同じワークロードに必要なGPUもおよそ2.5分の1で済みます。品質は変わりません。しかし、そのレバーが効くのは、推論を自社で運用している場合だけです。8B-A1BをAPI経由で呼び出した瞬間、高速化の恩恵はプロバイダーのものになります。ここで重要になるのがAPI側の比較です。つまり、プロバイダーがいくら請求するのか、そして値下げが発表された当日にその値下げが自社に届くのかどうかです。これこそがパススルールーターの意義です。200以上のモデルをひとつのAPIで利用でき、プロバイダーの定価を0%マークアップでそのまま通すため、ベンダーの値下げは即座に自社側で反映されます。また、自動フェイルオーバーにより、特定のプロバイダーのレイテンシが急上昇しても、それが自社のレイテンシになることはありません。さらに、同じエンドポイントの前面に自社のセルフホスト型LFMスタックを配置することもでき、それによって本番パスを賭けることなく、まったく新しいドラフトモデルを実際のトラフィックに対して試せます。

LFM2.5-8B-A1B-DSparkとLFM2.5-2.6B-Baseは同じファミリー名を持ちながら、正反対の役割を担っています。一方はエッジMoEに取り付ける高速化パーツであり、もう一方は2.6Bエージェントが成長するための未調整の頭脳です。どちらも単独では動作しません。すでにGPU上で運用しているMoEを高速化したいならドラフターを選び、2.6Bの基盤を自分のものにファインチューニングしたいならBaseを選んでください。そして、すぐに使えるエージェントを求めているなら両方ともスキップしてください。なぜなら、この2つのチェックポイントに共通する唯一の点は、どちらも単体では使い物になることを何もしないということだからです。

よくある質問

LFM2.5-8B-A1B-DSpark は単独で実行できますか？

いいえ。これはドラフトモデルであり、単独での出力はありません。{{KEEP}}LFM2.5-8B-A1B{{/KEEP}}ターゲットが検証する候補トークンを提案するだけなので、8月20日のSGLangまたはllama.cpp統合に基づいて構築された投機的デコード用サービングスタック内にのみ存在します。単独でダウンロードしても、クエリできるものは何も得られません。

LFM2.5-2.6B-Baseは、エージェントとしてオンデバイスで動作するチェックポイントですか？

そのままではありません。Baseは、命令チューニングもチャットテンプレートも行われていない、生の事前学習済み基盤モデルです。Liquidのオンデバイスエージェントとして動作するモデルは、ポストトレーニング済みのLFM2.5-2.6Bであり、これは4段階のポストトレーニングパイプラインによってBaseから生成されます。さらに高速化したい場合は、LFM2.5-2.6B-DSparkドラフトと組み合わせて使用できます。