기사 'Clef-Flash vs LFM2.5 2.6B Base'의 히어로 타이틀 카드, 부제는 '작다고 불리는 두 모델, 두 대의 기계만큼 떨어져 있다'. OrcaRouter 로고는 우측 하단 모서리에 합성되어 있습니다.
Guides & Insights

Clef-Flash vs LFM2.5 2.6B Base: '소형'이라 불리는 두 모델, 세 자릿수만큼의 격차

작성자

Elias Hawthorne

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

대부분의 사람들이 실제로 다운로드하는 clef-flash 빌드는 11GB입니다. LiquidAI/LFM2.5-2.6B-Base는 2.5GB 미만의 메모리에서 실행됩니다. 두 모델 모두 이를 만든 연구소들로부터 작고, 빠르고, 효율적이라고 설명되며, 두 설명 모두 정확합니다 — 바로 그렇기 때문에 이 비교가 유용한데, 그 두 단어가 완전히 다른 역할을 하고 있기 때문입니다. Cloudflare/clef-flash는 9B 멀티모달 의사결정 모델로, 입력된 질문에 보정된 확률로 답하며 토큰을 전혀 생성하지 않습니다. 자체 카드에서 38.8ms 중앙값 지연 시간을 달성하려면 H200급 GPU가 필요하고, Cloudflare가 이것을 내세우는 점은 자사 네트워크 내부의 엣지 추론입니다. LFM2.5 2.6B Base는 다른 누군가가 파인튜닝할 수 있도록 Liquid AI가 2026년 8월 1일에 공개한 사전 학습된 텍스트 체크포인트이며, 의도된 배포 대상은 노트북입니다.

둘 중 어느 것도 채팅 창에 넣을 만한 언어 모델은 아닙니다. 둘 다 저렴합니다. 이 둘 중 하나를 고르는 것은 품질에 관한 선택이라기보다는, 하드웨어 예산이 얼마인지 그리고 만들고 있는 것이 이미 그것이 어떤 모습인지 알고 있는지에 관한 선택입니다.

숫자로 보는 발자국 논의

기계가 실제로 필요로 하는 것부터 시작하세요. 왜냐하면 이것이 둘이 가장 크게 갈리는 축이기 때문입니다.

• 매개변수 — Clef-Flash는 동결된 Qwen3.5-9B 백본에 비전 인코더와 243.5 MB 공동 스키마 헤드를 더한 모델이며, LFM2.5 2.6B Base는 26억 9천만 개의 매개변수를 갖춘 텍스트 전용 모델입니다.

• 디스크 및 메모리 — 커뮤니티 clef-flash 빌드는 11GB이며, 전체 Hugging Face 리포지토리는 네 개의 백본 샤드와 헤드를 합쳐 약 18.8GB입니다. LFM2.5 2.6B Base는 추론 시 메모리 2.5GB 미만으로 제시되어 있으며, 양자화된 GGUF, ONNX 및 MLX 빌드가 함께 공개되어 있습니다.

• 지연 시간 — Clef-Flash: 중앙값 38.8ms, p95 122.4ms, Cloudflare가 단일 H200에서 측정. LFM2.5 2.6B는 이 기본 체크포인트의 사후 학습된 형제 모델로, Apple M5 Max에서 초당 220토큰, AMD Ryzen CPU에서 113 tok/s로 실행됩니다.

• 컨텍스트 — Cloudflare의 Workers AI 문서에 따르면 Clef-Flash의 경우 65,536 토큰, LFM2.5 2.6B Base의 경우 131,072 토큰입니다.

라이선스 — clef-flash에는 Apache-2.0, LFM2.5에는 LFM 1.0 라이선스가 적용됩니다. LFM 1.0은 오픈 웨이트이지만 OSI 승인 오픈 소스 라이선스는 아니며, 실험하는 것이 아니라 제품을 출시하는 경우라면 그 차이가 중요합니다.

그 두 지연 시간 라인은 같은 단위를 측정하는 것이 아니므로 서로 빼면 안 됩니다. 하지만 함께 읽으면 뻔한 사실을 분명히 말해 줍니다. Clef-Flash는 데이터센터 구성 요소이며, 그 벤더링된 런타임은 엣지 네트워크에도 자리하고 있고, LFM2.5 2.6B는 책상 위의 머신을 위한 구성 요소입니다.

왜 기본 체크포인트는 다른 종류의 객체인가

이름에 들어간 "Base"라는 단어는 그냥 붙은 게 아니라 핵심을 지탱하는 말이며, Liquid AI 자체의 모델 카드도 이 점을 이례적으로 솔직하게 인정한다. LFM2.5-2.6B-Base는 사전 학습된 텍스트 전용 체크포인트로, 30개 레이어가 22개의 이중 게이트 숏 컨볼루션 블록과 8개의 그룹 쿼리 어텐션 블록으로 구성되어 있으며, 16개 언어에 걸쳐 128,000개 토큰 어휘를 바탕으로 34조 개 토큰으로 학습되었다. 이 모델은 "대규모 파인튜닝이 필요한 작업에만 권장"된다 — 언어별 작업, 도메인 특화 어시스턴트, 독점 데이터로의 학습 등이 그렇다. 카드에도 그렇게 대놓고 적혀 있다.

Clef-Flash는 그 반대다. 그것은 완성되어 있다. 학습은 끝났고, 스키마 헤드가 고정되어 붙어 있으며, API 계약은 공개되었고, 모델은 정가로 벤더 자체의 엣지 네트워크에서 호스팅된다. 당신은 그것을 튜닝하지 않는다. 호출하거나, 다운로드해서 로컬에서 호출할 뿐이다. 이 패밀리에는 파인튜닝 제품이 붙어 있다 — Cloudflare가 모델들과 함께 하나를 출시했다 — 하지만 clef-flash를 사용하는 데 그것이 필요하지 않으며, 바로 그게 핵심이다.

솔직히 말하면, 이것들은 서로 다른 두 파이프라인의 두 단계입니다. 하나는 재료이고 하나는 구성 요소입니다. 당신의 작업이 "40,000개의 레이블이 지정된 지원 티켓이 있고, 우리 자체 장비에서 실행되는 빠른 도메인 특화 분류기를 원한다"라면, LFM2.5 2.6B Base는 그럴듯한 출발점이고 clef-flash는 아닙니다. 왜냐하면 clef-flash의 결정 헤드를 그것이 갖지 못한 언어 능력으로 파인튜닝할 수는 없기 때문입니다 — clef-flash에는 언어 출력 경로 자체가 없습니다. 당신의 작업이 "50밀리초 이내에 요청을 여섯 개 버킷 중 하나로 라우팅하고, 내가 임계값을 적용할 수 있는 확률을 얻고 싶다"라면, clef-flash는 그 질문에 바로 답하지만 LFM2.5 2.6B Base는 어떤 형태로도 그 질문에 답하지 않습니다.

A two-column comparison scoreboard titled 'Clef-Flash vs LFM2.5 2.6B Base — the scoreboard'. The left column, 'Clef-Flash', has rows reading 'Parameters: 9B with vision encoder', 'Context: 65,536 tokens', 'Output: calibrated probabilities', 'Footprint: 18.8 GB, H200-class', 'Latency: 38.8 ms median' and 'Licence: Apache 2.0'. The right column, 'LFM2.5 2.6B Base', has rows reading 'Parameters: 2.69B text only', 'Context: 131,072 tokens', 'Output: generated text', 'Footprint: under 2.5 GB, laptop', 'Latency: 220 tok/s on M5 Max' and 'Licence: LFM 1.0'. The footer reads 'Clef-Flash figures vendor-reported; LFM2.5-2.6B-Base figures per Liquid AI.' The OrcaRouter logo is composited in the bottom-right corner.

진정으로 공유되는 부분

실질적으로 겹치는 부분이 하나 있으며, 바로 그 지점에서 비교가 더 이상 사소하지 않게 되므로 이에 대해 정확히 짚고 넘어갈 가치가 있다.

사후 학습된 범용 모델 — LFM2.5 2.6B, 또는 어떤 작은 인스트럭트 모델이든 — 은 구조화된 분류를 반환하도록 프롬프트할 수 있다. JSON 스키마를 주고, 레이블과 신뢰도를 요청하고, 출력을 파싱하라. 사람들은 이걸 끊임없이 한다. 문제는 그렇게 했을 때 무엇을 얻느냐다.

당신이 얻는 것은 추출할 수 있는 레이블을 우연히 포함하는 토큰 시퀀스에, 모델이 자기 자신에 대해 쓴 숫자 하나를 더한 것입니다. 그 확신도는 샘플링된 토큰이지, 후보 답변들에 대한 소프트맥스가 아니며, 보정된 확률이 의미하는 바와는 다릅니다. Clef-Flash의 카드는 자체 API에 있는 유사한 수치에 대해 명시적으로 신중합니다 — 확신도는 "확률이 얼마나 집중되어 있는지를 보여줍니다. 그것은 답이 맞을 가능성이 아닙니다" — 그리고 그럴 여유가 있습니다. 왜냐하면 그 밑에 있는 양은 당신이 제공한 선택지들에 대한 실제 분포이기 때문입니다. 프롬프트를 받은 범용 모델은 드러낼 그런 분포가 없습니다. 그저 0.85라고 말하는 문장 하나가 있을 뿐입니다.

그 구분이 11 GB와 H200을 투입할 가치가 있는지는 전적으로 그 숫자로 무엇을 하느냐에 달려 있다. 레이블이 대시보드에 들어가는 것뿐이라면, 프롬프트 방식의 2.6B 모델로 충분하고 모든 면에서 더 저렴하다. 레이블이 되돌릴 수 없는 조치 — 환불 처리, 계정 차단, 보안 사고 에스컬레이션 — 를 좌우한다면, 보정된 점수와 그럴듯해 보이는 문자열의 차이는 감사자에게 정당화할 수 있는 임계값과 그럴 수 없는 임계값의 차이다.

A screenshot of the Hugging Face model card for LiquidAI/LFM2.5-2.6B-Base, a text-generation checkpoint of 3B parameters under the LFM 1.0 licence, tagged lfm2, liquid, fm2.5, edge and conversational, described as a hybrid model family designed for on-device deployment with quantizations derived from it and a note that no inference provider is deployed for it. A downloads-last-month figure reads 16,541.

각각을 어디에서 얻을 수 있는지

어느 모델도 OrcaRouter에 없습니다. 저희 카탈로그에는 clef-flash가 없고, LFM2.5 2.6B Base 또는 다른 어떤 Liquid AI 체크포인트도 없습니다 — 두 가지 모두 저희 모델 API를 호출해 404를 받으면 확인할 수 있습니다. 이 글의 어떤 내용도 저희의 가용성 주장이 아닙니다.

Clef-Flash는 Cloudflare의 Workers AI에서 백만 입력 토큰당 $0.09로 사용할 수 있으며, 직접 실행하는 Apache-2.0 가중치로도 제공됩니다. LFM2.5 2.6B Base는 llama.cpp, ONNX Runtime, MLX용 양자화 빌드와 함께 Hugging Face에 올라와 있고, 이 제품군을 위한 Liquid AI 자체 플레이그라운드와 문서도 있습니다. 오늘 우리 카탈로그에서 실제로 사용 가능한 의사 결정 모델을 원하신다면, 그 자리에 있는 것은 TypeSafe의 Jev 1.13입니다 — 동일한 요청 형태, 65,536 토큰 컨텍스트, 백만 입력 토큰당 $0.042 — 그리고 clef-flash는 이를 그대로 대체할 수 있도록 만들어졌으므로, 둘 중 하나를 시도하는 것은 재작성이 아니라 설정 변경입니다. 둘 다 동일한 엔드포인트 클래스를 호출하므로, 이미 하나의 키를 통해 라우팅하면서 제공사 목록 가격을 마크업 없이 그대로 전달하고 있다면, 이 비교는 계획해야 하는 마이그레이션이 아니라 오늘 오후에 바로 돌려볼 수 있는 실험입니다.

A screenshot of the OrcaRouter model page for TypeSafe's Jev 1.13 (typesafe/jev-1.13), showing a 65K token context, text input, structured JSON output, a p50 TTFT of 148 ms, a $0.04 per million input token price, 174.0M tokens of throughput, and the POST /v1/systemone request shape.

어떤 것이 당신의 스택에 어울리나요?

의사 결정 트리는 짧습니다. 당신의 답이 미리 적어 둘 수 있는 유한한 목록이고, 의미 있는 확률이 필요하며, 하드웨어가 있거나 호출당 비용을 지불할 의향이 있다면 — clef-flash가 완성된 컴포넌트이고 LFM2.5 2.6B Base는 후보가 아닙니다. 당신의 답이 개방형이거나, 실제로 필요한 것이 자체 데이터로 다듬어 노트북에서 실행할 수 있는 소형 언어 모델이라면, LFM2.5 2.6B Base가 출발점이며 clef-flash는 전혀 도움이 되지 않습니다.

사람들이 이걸 잘못하는 경우는 중간 단계입니다: 작은 범용 모델에게 프롬프트를 넣어 제한된 분류기를 만드는 것이죠. 왜냐하면 그게 가장 손쉬운 길이고 데모에서는 작동하기 때문입니다. 데모에서는 작동합니다. 숫자가 숫자여야 하는 순간 작동을 멈추죠. 그리고 그때쯤이면 스키마와 프롬프트, 파싱 코드가 전부 없어서는 안 될 구조가 되어 있습니다.

clef-flash 쪽에는 한 가지 주의할 점이 있습니다. 이는 공급업체 스스로 밝힌 가장 취약한 수치이므로 분명히 말하자면: 범위 외(out-of-scope) 처리를 포함한 CLINC150에서, 정답이 때로는 "이것은 당신의 어떤 범주에도 맞지 않습니다"인 경우, clef-flash는 66.8 macro-F1을 기록한 반면 더 큰 27B 형제 모델은 97.4를 기록합니다. 범위가 한정된 스키마는 입력이 거기에 맞지 않을 때까지는 강점이지만, 모델은 어쨌든 분류를 수행합니다. 어떤 경로를 택하든, 잔여 클래스를 의도적으로 구축하고 그 안에 무엇이 들어가는지 감사하세요.