Sakana Namazu vs LFM2.5-2.6B-Base: フリーウェイトの本当の代償

LFM2.5-2.6B-Baseのダウンロードは0.00ドルです。Sakana Namazuは入力トークン100万個あたり0.95ドル、出力トークン100万個あたり4.00ドルです。この2つの価格を見れば、比較は始まる前に終わっていると思うかもしれません。しかし、実際の価格差は逆方向に働きます。Liquid AIが2026年8月4日にHugging Faceで公開した26.9億パラメータの事前学習済みチェックポイントであるLFM2.5-2.6B-Baseは、製品ではありません。推論プロバイダーはこれをホストしておらず、公開された評価もゼロで、モデルカード自体もこれをファインチューニング用の素材と呼んでいます。対照的に、Sakana Namazuは完成され、提供され、ツール化されたAPIです。問題は、あなたが実際に何を支払う用意があるのか——お金か、それとも労力か——ということです。

それぞれが実際に何なのか

Sakana Namazuは、日本語ビジネス言語向けにチューニングされたポストトレーニング済みのKimi K2.6であり、ウェブ検索とコード実行を内蔵したOpenAI互換APIでラップされています。base_urlを変更し、キーを設定するだけで動作します。LFM2.5-2.6B-Baseは、LiquidのLFM2.5-2.6Bファミリーの背後にある生のプレトレーニングチェックポイントであり、ポストトレーニング済みのエージェント型モデルが構築された土台です。Liquid自身のカードには、ベースモデルが大規模なファインチューニングのために存在することが明記されており、そのベンチマーク表はこのベースモデルではなく、ポストトレーニング版に属するものです。

スペックシート

• 料金 — Sakana Namazu: 1Mトークンあたり$0.95 / $4.00、LFM2.5-2.6B-Base: ダウンロード無料・すべてセルフサービス

• サイズ — NamazuはKimi K2.6の1T / 32BアクティブMoEを継承 vs LFM2.5-2.6B-Base 2.69Bデンスハイブリッド（22 convブロック + 8 attentionレイヤー）

• コンテキスト — Namazu 非開示 vs LFM2.5-2.6B-Base 128Kトークン (設定あたり131,072)

• ホスティング — Sakanaが提供するNamazu 対 誰もホストしていないLFMベース — あなたがサービングスタックを構築する

• 評価 — Namazu のベンダー報告値 vs LFM のベースゼロ公開スコア

• 言語 — Namazu（日本ビジネス向けチューニング） vs LFMベース多言語（16言語、128Kトークン語彙）

総コストの計算をする

「Free weights」は実際の価格であり、ただ労働建てで表示されているだけだ。LFM2.5-2.6B-Baseに仕事をさせるには、次のものが必要です：ファインチューニング実行（Liquid自身の計算によると、10万サンプルの教師ありセットでトークン約10ドル、100万サンプルで約100ドル）、推論スタック（vLLM、SGLang、または自分のデバイス上のllama.cpp）、そして継続的なサーバ運用。その見返りはメーターが止まることです：構築後、すべてのトークンが無料になるので、ベースは大量処理・常時稼働・遅延許容型ワークロードにおいて圧倒的な勝者となります。Namazuのメーターは止まることはありませんが、即座に始まります — トレーニング実行もGPUも運用も不要です。一度きりの統合や、チームの時間が高コスト項目となるワークロードでは、「無料」モデルのほうが高くつきます。

拘束力のあるライセンス

細則は無料モデルにも不利に働く。LFM2.5-2.6B-BaseはLFM Open License v1.0の下で提供されており、商用利用は年間売上高1,000万ドルに制限され、その制限は派生作品にも適用される。つまり、あなたのファインチューンにもその制限が受け継がれる。しきい値を超えると、Liquidに商用ライセンスを支払う義務が生じる。Sakana Namazuにはそのような制限はないが、クローズドであり、そのデータ処理のデフォルト（オプトアウトしない限り入力データでのトレーニング、日本国内のみの処理が保証されないこと）は、ホステッド利便性の代償である。どちらも、無料という表示が示す意味での無料ではない。

エージェントギャップ

最も大きな違いは、この2つのモデルの用途だ。LFM2.5-2.6B-Baseはベースモデルであり、Liquidがポストトレーニングしたエージェントモデルが派生する元となる素の基盤である。エージェントでもなければ、インストラクトモデルですらない。一方、Sakana Namazuはエージェント製品である。組み込みのウェブ検索、コード実行、そして実証済みの自己駆動ループを備えている（Sakanaのデモでは、市場調査レポートの計画、検索、クロスチェック、そして無人での執筆を行っている）。仕事が「特定の狭い高負荷タスク用にチューニングした2.6Bモデルを実行すること」なら、ベースモデルの方が勝る。仕事が「エージェントに知識作業を任せること」なら、ツールを備えているのは2つのうちNamazuだけだ。

で、どっちの方が安い？

正直な答えを言えば、この2つは代替関係にはありません。ベースはコンポーネントであり、Namazuはプロダクトです。つまり、本当の決定事項は、あなたのスタックが次に何を必要としているかです。実際には、どちらも単独では存在しません。ファインチューニングされた2.6Bの専門モデルは汎用エージェントモデルの隣に配置されることになり、複数モデルが共存する現実を管理可能に保つのがルーティング層です。OrcaRouterのモデル融合とルーティングDSLを使えば、複数のモデルを1回の呼び出しにまとめることができます。これは「2.6Bチェックポイントを自分で運用する」ことと「単一ベンダーのAPIを購入する」ことの間にある、現実的な中間経路です。また、プロバイダー価格をマークアップなしでそのまま渡しているため、モデル構成が変わっても請求額は予測可能なままです。今日すぐに使える日本ビジネス向けエージェントが必要なら、Sakana Namazuから始めてください。製品を自分で構築し、その構築コストを数十億の無料トークンで償却する用意があるなら、LFM2.5-2.6B-Baseから始めてください。