LFM3-Omni-2B vs Qwen3.8-Omni-Flash: 둘 중 하나만 말할 수 있다

를 같은 방에 놓아 보세요LFM3-Omni-2B와 Qwen3.8-Omni-Flash. 그러면 대부분의 제품을 결정하는 차이는 벤치마크 표에 있지 않습니다. 둘 다 오디오를 입력받습니다. 둘 다 비디오를 입력받습니다. 그중 하나만 소리 내어 답할 수 있습니다. Alibaba의 모델은 텍스트 외에는 아무것도 반환하지 않습니다. 자체 문서에도 음성 답변에는 Qwen 라인의 다른 모델이 필요하다고 분명히 명시되어 있습니다. 반면 Liquid AI의 21억 7천만 파라미터 체크포인트는 24 kHz 음성을 직접 출력하거나, 하나의 응답에서 음성과 텍스트를 번갈아 배치합니다.

이 두 모델에 관한 나머지 모든 것은 규모를 보여주는 사례입니다. Qwen3.8-Omni-Flash는 2026년 9월 18일부터 Alibaba API에서 제공되는 폐쇄형 모델로, 약 60억 개가 활성화된 1,250억 매개변수 전문가 혼합(MoE) 모델을 기반으로 하며 100만 토큰 컨텍스트를 갖추고 있습니다. LFM3-Omni-2B는 오픈 웨이트로 21억 7천만 개 매개변수, 32K 컨텍스트를 가지며, 2026년 10월 27일 LFM3 패밀리 게시물에서 여섯 모델 중 하나로 발표되었습니다. 저장소는 10월 21일부터 공개되었고 자체 출시 게시물은 없습니다. 하나는 토큰 단위로 임대하고, 다른 하나는 다운로드한 뒤 하드웨어 비용을 지불합니다.

두 제품은 같은 제품이 아닙니다.

각각의 용도만 따져 보면, Qwen3.8-Omni-Flash는 거대한 컨텍스트 창을 갖춘 이해 엔진이다. 전사하고, 요약하고, 수 시간 분량의 미디어를 가로질러 추론하고, 도구를 호출하며, 텍스트로 돌려준다. LFM3-Omni-2B는 보기도 하고 듣기도 하는 대화형 엔드포인트다. 음성으로 질문을 받고, 한 프레임을 살펴보고, 기기에서 음성으로 답한다.

그 결과 Qwen3.8-Omni-Flash로 음성 비서를 구축한다는 것은 입력 단계의 음성 인식과 출력 단계의 음성 합성이라는 두 단계를 더 구축해야 하고, Liquid가 하나의 모델에 대해서만 비용을 청구하는 상황에서 세 개의 모델 비용을 지불해야 한다는 뜻입니다. LFM3-Omni-2B로 두 시간짜리 회의 분석기를 구축한다는 것은 오디오를 청크 단위로 나누어 넣어야 한다는 뜻인데, 32K 창은 한 시간 분량의 오디오가 아니며 Liquid는 시도해 보기 전에 한도를 계산할 수 있게 해 주는 오디오-토큰 비율을 공개하지 않기 때문입니다.

컨텍스트는 시트에서 가장 큰 격차입니다.

• 맥락 — Qwen3.8-Omni-Flash 1M 토큰, 최대 입력 약 991K 및 출력 최대 131K, LFM3-Omni-2B 32K 토큰(입력과 출력 합산)

• 미디어 제한 — Alibaba는 단일 요청에서 최대 3시간의 오디오와 2시간의 비디오를 문서에 명시하고 있으며, 오디오 입력은 113개 언어와 방언을 지원합니다. Liquid는 16 kHz 모노 오디오와 초당 2프레임으로 샘플링된 비디오(4~384프레임)를 문서에 명시합니다.

• 출력 — 텍스트 전용, 텍스트에 대응하는 24 kHz 음성, 또는 텍스트와 음성 인터리브.

• 규모 — 약 6B가 활성화되는 125B 전문가 혼합(MoE) 모델을 호스팅 방식으로 운영하는 것과, 휴대폰에서 실행되는 2.17B 밀집 모델의 비교.

• 가중치 — LFM Open License v1.0에 따라 비공개 대 공개

• 가격 — Qwen3.8-Omni-Flash의 경우 입력 100만 토큰당 $0.15, 캐시된 입력 $0.016, 출력 100만 토큰당 $0.47; LFM3-Omni-2B는 계량할 대상이 없으므로 토큰당 가격이 없습니다.

1M 컨텍스트는 스펙표를 장식하는 요소가 아니다. 그것은 '이 회의를 요약해 줘'와 '이 회의를 요약한 다음, 세 번째 시간에 관한 질문에 답해 줘'의 차이다. 알리바바의 출시 프레이밍은 점수표라기보다 청구서였다. Qwen3.5-Omni-Plus보다 오디오 입력 시간당 98% 저렴하고, 오디오·비디오 시간당 93% 저렴하다는 수치로, 2분 샘플의 가격을 산정해 곱해서 도출한 것이다. 절감 효과는 실제이며, 동시에 판매사 자체의 계산이기도 하다.

돈이 실제로 사는 것

입력 $0.15, 출력 $0.47이라면 한 시간 분량의 전사는 대부분의 팀이 비용 모델링을 멈출 만큼 저렴합니다. 이것이 가격 인하의 핵심이며, 임대를 선택해야 하는 가장 강력한 이유입니다. 요청 한 건의 한계 비용은 거의 0에 가깝고, GPU는 다른 누군가가 소유하고 있으니까요.

LFM3-Omni-2B는 그 곡선을 뒤집습니다. 웨이트는 무료이고, 요청당 한계 비용은 사용자의 배터리이며, 고정 비용은 2.17B 모델을 앱에 출시하기까지의 엔지니어링 시간입니다. 이미 모바일 팀이 있다면 그 숫자는 크지 않습니다. 없다면 그것이 프로젝트 전체입니다.

라우터가 구호가 아니라 존재 가치를 입증하는 지점도 바로 여기입니다. Qwen3.8 패밀리의 텍스트 모델은 이미 OrcaRouter 카탈로그에 정가, 0% 마크업으로 올라 있어 공급업체의 가격 인하가 발표되는 당일 우리 쪽에도 그대로 반영됩니다. Qwen3.8-Omni-Flash 자체는 카탈로그에 없고, LFM3-Omni-2B도 마찬가지입니다. 카탈로그가 제공하는 것은 하이브리드의 호스팅 절반, 즉 긴 오디오 배치 작업과 휴대폰이 오프라인일 때의 폴백을 하나의 키와 하나의 인보이스 뒤에 유지하고, 공급자에 장애가 생기면 자동 페일오버하는 능력입니다.

벤치마크: 공통된 숫자 하나, 두 개의 하네스

RealWorldQA는 두 카드가 모두 보고한 유일한 벤치마크이며, 격차는 21점입니다. Qwen3.8-Omni-Flash는 87.7, LFM3-Omni-2B는 비전 모드에서 66.54, 질문이 음성으로 주어질 때는 64.68입니다.

그것을 동일 조건 간의 패배로 읽어서는 안 된다. Qwen의 87.7은 Alibaba가 추론 예산을 둔 125B 모델에서 측정한 값이고, Liquid의 수치는 Liquid가 그리디 디코딩과 각 모델 자체의 채팅 템플릿으로 측정한 것이며, Liquid의 음성 버전은 질문을 텍스트가 아니라 오디오로 입력한다. 같은 벤치마크 이름이지만 조건이 다르고 모델 클래스도 다르다. 방향성 결론은 안전하다 — 20배 더 큰 모델이 사고 기능을 켠 상태라면 시각 질의응답에서 더 나아야 한다 — 하지만 그 차이의 크기는 무엇을 측정한 값도 아니다.

각 카드의 나머지 정보는 공유되지 않았습니다. Qwen3.8-Omni-Flash는 LiveCodeBench v6 92.6, GPQA Diamond 91, SpotSoundBench 67.2, WildClawBench-MM 71.0, OmniVideoBench 67.8을 보고했습니다. LFM3-Omni-2B는 Daily-Omni 70.09, WorldSense 47.10, OmniBench 46.32, OmniBench speech 48.25, MMAR 51.40, 도구 호출 점수 52.20을 보고했습니다. 두 목록 사이의 중복은 거의 없는데, 이는 서로 다른 작업을 위해 만들어진 두 모델에서 예상할 수 있는 결과이며, 두 공급업체 모두 독립적인 평가를 공개하지 않았다는 점을 상기시켜 줍니다.

지연 시간, 그리고 아무도 값을 매기지 않는 왕복

호스팅된 omni 모델은 모든 답변 앞에 네트워크 왕복이 있고 그 뒤에는 대기열이 있습니다. 배치 작업에서는 그것이 보이지 않습니다. 대화에서는 그것이 살아 있다고 느껴지는 제품과 양식 제출처럼 느껴지는 제품을 가르는 차이입니다.

LFM3-Omni-2B의 이점은 여기서 측정된 것이 아니라 구조적인 것입니다. 오디오는 기기를 떠나지 않고, 모델은 2.17B이며, 출력은 텍스트와 동일한 패스에서 생성되는 음성 토큰입니다. ASR 호출도, 합성 호출도, 그 사이를 조율하는 오케스트레이션도 없습니다. 그것이 잘 갖춰진 호스팅 엔드포인트의 실측 지연 시간을 앞서는지 여부는 Liquid가 아직 답하지 않은 경험적 질문입니다. Liquid는 지연 시간 수치를 공개하지 않았고, 독립적인 테스트도 없습니다.

솔직히 말하면, 로컬 경로는 세 가지 실패 모드(업로드, 대기열, 다운로드)를 제거하고 한 가지(열 스로틀링 중인 휴대폰)를 추가합니다.

누가 무엇을 골라야 할까요?

입력이 길고 출력이 텍스트이며 사용자가 음성 응답을 기다리지 않는다면 Qwen3.8-Omni-Flash를 선택하세요. 회의 기록, 미디어 모니터링, 콜센터 분석, 비디오 검색 등 백만 토큰 창과 추론 예산의 이점을 누릴 수 있는 모든 작업 — 바로 이를 위해 만들어진 모델군이며, 가격 또한 결정을 쉽게 만듭니다. 당신이 임대하는 것이고 가중치는 결코 당신의 것이 되지 않으며, 음성 인터페이스는 하나의 모델을 구성하는 것이 아니라 모델을 추가하는 것을 의미한다는 점을 받아들이세요.

상호작용이 음성으로 이루어지고 기기가 곧 제품이라면 LFM3-Omni-2B를 선택하세요. 이 모델은 더 작고, 더 적게 보며, 100만 대신 32K를 기억하고, 라이선스에는 Apache 2.0에는 없는 매출 조항이 있습니다. 그 대신 이 둘 중 문장을 목소리로 끝맺을 수 있는 유일한 모델입니다.

그것이 이 트레이드오프의 전부이며, 분명히 말할 가치가 있습니다. 이 두 모델을 비교하는 대부분의 글은 둘 중 하나만 애초에 겨냥했던 점수에 지면을 할애하기 때문입니다. 제품이 대화를 한다면, 이 모델 중 하나는 당신을 위해 만들어졌고 다른 하나는 그렇지 않습니다.