LFM3-VL-2B vs North Micro Vision Instruct: 두 문서 리더, 하나의 라이선스 장벽

정확도 격차는LFM3-VL-2B와 North Micro Vision Instruct 사이에서 실재하지만 작습니다. DocVQA에서 약 4.6점, OCRBench에서 7.1점이며, 둘 다 같은 방향입니다. 배포를 좌우하는 격차는 벤치마크가 전혀 아닙니다. North Micro Vision Instruct는 Apache 2.0으로 배포됩니다. LFM3-VL-2B는 LFM Open License v1.0으로 배포되며, 이 라이선스는 귀하의 법인이 연매출 1,000만 달러 미만인 동안에만 상업적 사용을 허가합니다.

두 모델 모두 작고, 둘 다 오픈 웨이트이며, 둘 다 사진에 관해 대화하기보다 페이지를 읽도록 만들어졌습니다. 한 모델은 2026년 8월에 공개되어 두 달 동안 다운로드와 포팅이 이루어졌습니다. 다른 모델은 10월 19일 Hugging Face에 등장했고, 10월 27일 공식 발표되었으며, 다운로드 수는 255회입니다. 따라서 이 비교는 부분적으로는 벤치마크에 관한 질문이고, 부분적으로는 어떤 위험을 감수할 수 있는가에 관한 질문입니다. 검증되지 않은 모델인가, 아니면 라이선스가 없는 모델인가.

각 모델이 실제로 무엇인지

LFM3-VL-2B는 Liquid AI의 1.92B dense 모델입니다. 1.73B 언어 백본, SigLIP2보다 약 3배 적은 연산을 사용하도록 제작된 164M 자체 비전 인코더, 25M 프로젝터로 구성됩니다. 텍스트, 이미지, 초당 2프레임의 비디오를 입력받고 텍스트를 출력하며, 사고 모드를 지원하고, 128K 컨텍스트를 가지며, 16개 언어를 지원합니다. 저장소에는 BF16, GGUF, MLX 4비트, ONNX 빌드가 포함되어 있지만, llama.cpp 지원은 아직 검토 중이며 비디오 경로가 없습니다.

North Micro Vision Instruct는 Cohere Labs의 2.4B 모델입니다. North Micro 제품군의 2B 언어 백본에 SigLIP2 SO400M에서 이어서 학습한 약 400M 인코더와 DeepStack 스타일 프로젝터를 결합한 구성입니다. 원본 해상도로 인터리브된 텍스트와 이미지를 입력받으며, 최대 1654×2339 — 200 dpi 기준 A4 한 페이지 전체 — 까지 처리하고 텍스트를 출력합니다. 언어 모델은 128K 컨텍스트를 갖추고 있지만, Cohere는 멀티모달 학습이 8K까지만 검증되었다고 밝혔습니다. Apache 2.0, 262K 어휘, 11~12개 언어.

그 사양들은 비슷해 보이지만 실제로는 다릅니다. 128K 컨텍스트는 모델이 주목할 수 있는 토큰의 상한입니다. 네이티브 해상도 입력은 애초에 페이지 크기를 조정하지 않겠다는 결정입니다. 모서리에 표가 있는 스캔된 송장의 경우에는 첫 번째보다 두 번째가 더 중요합니다.

문서 번호들은 적절한 유보를 두고 읽어야 한다

두 카드가 공개한 벤치마크에서 LFM3-VL-2B가 앞섭니다:

• DocVQA — LFM3-VL-2B 96.7 대 North Micro Vision Instruct 92.1.

• OCRBench — 86.3 대 79.2.

• ChartQA — 92.7 대 80.8.

• AI2D — North는 77.5를 보고합니다. Liquid는 직접적으로 비교 가능한 AI2D 항목을 공개하지 않습니다.

• RefCOCO-avg — 90.5 vs 73.2이지만, 두 카드가 이 평균들을 서로 다르게 설명하는 정도가 커서, 빼기 결과는 정확한 값이라기보다 대략적인 지표입니다.

이 모든 수치는 벤더가 보고한 것으로, 벤더가 선택한 하네스에서 측정되었고, 두 모델 중 어느 것도 독립적으로 재현된 적이 없습니다. DocVQA 격차는 프롬프트 형식 차이로도 메울 수 있을 만큼 좁습니다. 거의 12포인트에 달하는 ChartQA 격차는 노이즈일 가능성이 낮고, 7.1포인트의 OCRBench 격차는 추론 모드가 결합된 상태에서 문서 및 차트 데이터로 명시적으로 학습된 모델과 일치합니다.

흥미로운 숫자는 문서 행에 있지 않습니다. 그것은 MMMU이며, 여기서 LFM3-VL-2B는 55.7을, North Micro Vision Instruct는 32.9를 보고합니다. 그것은 튜닝 차이가 아니라 다른 제품입니다. Cohere 자체 모델 카드는 이 모델이 의도적으로 추론 모델이 아니며, 도구 호출을 하지 않고, 시스템 프롬프트를 권장하지 않는다고 말합니다. 그것은 페이지를 읽습니다. Liquid의 모델 카드는 측정된 62개 범주 중 하나로 대학원 수준 추론을 주장합니다. 당신의 작업이 "이 400개 인보이스에서 합계를 추출하는 것"이라면 둘 다 작동합니다. 당신의 작업이 "이 인보이스가 정책을 위반하는지 결정하는 것"이라면 오직 하나만 그 용도로 만들어졌습니다.

128K 주장이 애매해지는 지점

LFM3-VL-2B의 128K 컨텍스트는 공개된 수치 중 더 관대한 편이지만, 컨텍스트 길이가 곧 사용 가능한 멀티모달 컨텍스트를 의미하지는 않습니다. 이 카드에는 네이티브 해상도에서 한 페이지가 이미지 토큰을 몇 개 소비하는지 명시되어 있지 않으며, 비디오의 최대 프레임 수도 공개하지 않습니다. North Micro Vision Instruct는 반대 종류의 수치를 공개합니다: 128K 언어 컨텍스트에 8K까지 검증된 멀티모달 학습이 그것입니다. 이는 보수적인 공개이며, 비전 예산이 명시되지 않은 더 큰 수치보다 더 유용합니다.

두 모델 모두에 대한 실용적인 테스트는 동일합니다. 컨텍스트 창을 기준으로 설계하기 전에 자체 문서에서 페이지당 토큰 수를 측정하십시오. 해당 해상도에서 네 페이지를 담는 128K 창은 128K 문서 워크플로가 아닙니다.

라이선스가 곧 결정입니다

Apache 2.0은 Apache 2.0입니다. 매출 규모와 관계없이 North Micro Vision Instruct를 상업적으로 사용하고, 수정하고, 재배포하고, 호스팅할 수 있습니다. 단, 고지 사항은 유지해야 합니다. 이것이 전체 계약이며, 문서 제품을 만드는 스타트업에게는 법률 검토의 한 범주 전체를 없애 줍니다.

LFM Open License v1.0은 그런 것이 아니다. 이 라이선스는 상업적 이용을 폭넓게 정의한다 — "직간접적인 상업적 이익 또는 금전적 보상을 위한 작업물의 모든 이용" — 그리고 라이선스 사용자가 연간 매출 1,000만 달러 기준선 미만에 머무를 것을 라이선스 조건으로 둔다. 그 기준선을 넘는 상업적 이용은 "이 계약에 따라 라이선스되지 않는다." 자격을 갖춘 비영리 단체는 비상업적 및 연구 목적에 한해 면제된다. 재배포는 저작자 표시와 변경 고지가 있으면 허용된다. 우리가 읽은 라이선스 문구에는 별도의 호스팅 제한이 없으므로, 제약은 서비스 제공 금지가 아니라 매출 상한이다.

그 상한선은 곤란한 대화를 만들어냅니다. 매출 900만 달러의 기업은 오늘 LFM3-VL-2B를 출시할 수 있지만, 성장하면 라이선스를 잃을 수 있습니다. 모델의 작동이 멈추는 것이 아니라 허가가 멈춥니다. 2년 로드맵이 있는 제품에서 그것은 각주가 아니라 실사 항목입니다.

도입 격차는 그 자체로 하나의 신호다

North Micro Vision Instruct는 2026년 8월 10일 저장소가 등장한 이후 약 35,000회 다운로드되었습니다. LFM3-VL-2B는 10월 19일 이후 255회 다운로드와 34개의 좋아요를 기록했습니다. 두 달 대 아흔새라는 차이가 그 일부를 설명하지만, 전부는 아닙니다. 10월 27일의 LFM3 패밀리 발표는 여섯 개 모델을 다룬 단 하나의 블로그 글이었고, 비전 체크포인트는 그중 한 문단만 차지했습니다.

조용한 출시라고 해서 자동으로 나쁜 출시인 것은 아닙니다. 출시 가격도 없고, 호스팅 제공자도 없고, 프레임워크 지원이 아직 검토 중인 모델은 자체 하드웨어에서 평가해야 하는 모델이며, 낮은 다운로드 수는 대부분 아직 아무도 그렇게 해보지 않았다는 뜻입니다. 또한 커뮤니티 양자화도 없고, 수정 사항으로 가득한 이슈 트래커도 없고, 의지할 만한 제3자 벤치마크도 없다는 뜻입니다. North Micro Vision은 이 세 가지를 모두 갖추고 있습니다.

누구라도 말해 줄 수 있는 범위에서, 각각의 비용

두 모델 모두 모델 카드에 API 가격을 공개하지 않는다. North Micro Vision Instruct는 Cohere 플랫폼을 통해 이용할 수 있으며 여러 타사 호스트에서도 채택되었다. LFM3-VL-2B는 Liquid의 Playground와 API에서 요금표 없이 이용할 수 있고, Hugging Face에는 추론 제공업체가 등록되어 있지 않다. 자체 하드웨어에서는 2.4B 매개변수 대 1.92B, 즉 BF16 기준 약 4.8GB 대 3.84GB로 비교되는데, 차이가 충분히 작아 GPU 비용이 결정적 기준이 되지는 않는다.

승부를 가르는 요소는 실제로 작동합니다. 두 체크포인트 중 하나를 직접 보유하는 대신 호스팅형 비전 모델을 임대하면, OrcaRouter는 제공업체 정가를 0% 마크업으로 그대로 전달합니다. 따라서 공급업체의 가격 변경은 다음 계약 갱신 시점이 아니라 같은 날 우리 쪽에 반영됩니다. 우리는 현재 LFM3-VL-2B나 North Micro Vision Instruct를 제공하지 않으며, 이 글도 그와 다르게 주장하지 않습니다. 요점은 호스팅 대안의 가격이 위의 자체 호스팅 계산과 비교할 수 있을 만큼 투명하게 책정된다는 것입니다.

누가 무엇을 골라야 할까요?

다음을 고려해 선택하세요: North Micro Vision Instruct — Apache 2.0이 필요하거나, 두 달간 커뮤니티 사용 이력이 있는 모델을 원하거나, 문서가 원본 해상도의 전체 페이지이고 작업이 추출에서 끝나는 경우. 다만 추출된 필드 전반에 걸쳐 추론하지는 못한다는 점은 감수해야 합니다.

다음을 선택하십시오: LFM3-VL-2B — 비디오 입력, 사고 모드, 또는 문서를 잘 읽는 더 폭넓은 시각 어시스턴트가 필요하고, 매출 기준액을 충분히 밑돌고 있거나 별도 라이선스를 협상할 수 있다면. 독립적 평가가 없고 프레임워크 지원이 불완전한 체크포인트의 얼리 어답터가 된다는 점을 받아들이십시오.

둘 다 선택하지 마세요. 다만 워크플로에 지원 계약이 포함된 유료 호스팅 엔드포인트가 필요하다면 예외입니다. 소형 오픈웨이트 티어는 빠르게 개선되고 있지만, 다운로드 255건에 불과한 최신 진입 모델은 해당 연구소 외부의 누구에게도 스트레스 테스트를 받지 않았습니다.