LFM3-1.7B vs Qwen3.8-Flash: 비교할 스코어보드가 없을 때

월 1,000만 토큰을 입력과 출력에 70/30으로 나누면, 알리바바의 정가인 100만 토큰당 $0.15와 $0.47을 기준으로 Qwen3.8-Flash에서 $2.46이 든다. 같은 볼륨을 LFM3-1.7B에서 처리하면 약 $1.16인데, 이는 보고된 호스팅 요율 $0.08과 $0.20이 유효하다는 전제 하에서다. 그리고 직접 셀프 호스팅하면 토큰당 비용은 전혀 들지 않는데, 가중치가 공개되어 있고 LFM Open License가 매출 1,000만 달러 미만에서는 로열티를 요구하지 않기 때문이다. 즉 이는 현재 누구도 상대적 품질을 확립할 수 없는 두 모델 사이에서 요금상 2배 격차다. 그래서 이 비교는 대부분의 vs 페이지보다 벤치마크에 관한 것이 덜하고, 여러분이 어떤 형태의 배포를 구매하는지에 더 관한 것이다.

두 모델은 거의 정반대라고 해도 과언이 아니다. LFM3-1.7B는 Liquid AI가 2026년 10월 27일에 공개한 1.73B 규모의 덴스 트라이하이브리드로, 당신 앞에 있는 하드웨어에서 특화된 작업을 실행하기 위한 모델이다. Qwen3.8-Flash는 Alibaba의 희소 전문가 혼합(MoE) 모델로, 훨씬 큰 풀에서 토큰당 약 6B 파라미터가 활성화되며, 2026년 8월에 100만 토큰 창과 이미지 및 비디오 입력을 갖춘 호스팅 티어로 출시되었다. 지능 점수로 두 모델을 비교하는 것은 배달 밴과 화물 열차를 비교하는 것과 같다. 유용한 질문은 무엇을 얼마나 멀리 운반하는가이다.

상반된 제약 조건에 최적화된 두 가지 아키텍처

LFM3-1.7B의 24개 레이어는 13개의 게이트 적용 짧은 컨볼루션, 256토큰 윈도우를 가진 5개의 슬라이딩 윈도우 어텐션 레이어, 6개의 전역 어텐션 레이어를 혼합합니다. 컨볼루션은 저렴하고 병렬적이며, 얇은 전역 어텐션 대역이 전체 256K 컨텍스트에 접근 가능하게 유지합니다. 그 결과 1.6GB의 128K KV 캐시와 4비트에서 약 1GB에 들어가는 모델이 나옵니다. Liquid는 이를 22조 개의 사전 학습 토큰으로 학습시킨 뒤, 에이전틱 트레이스와 도구 호출에 중점을 둔 3.5조 개의 중간 학습 토큰으로 추가 학습했습니다.

Qwen3.8-Flash는 다른 쪽의 트레이드오프를 선택한다. 희소 활성화는 토큰마다 거대한 파라미터 풀에 접근할 수 있으면서 그 전체 비용을 치르지 않게 해주며, 알리바바가 훨씬 작은 dense 모델들과 같은 가격대에 책정된 모델에서 262K 네이티브 컨텍스트를 1M까지 확장할 수 있는 방식이 바로 이것이다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환하고, 도구 호출과 JSON 출력을 지원하며, Qwen4 라인의 아키텍처 미리보기로 명시적으로 포지셔닝된다.

• 활성 파라미터 — LFM3-1.7B는 1.73B dense이고, Qwen3.8-Flash는 sparse MoE에서 토큰당 약 6B입니다.

• 컨텍스트 — 오픈 웨이트 256K, Liquid 호스팅 API에서는 128K, 네이티브 262K, 호스팅 티어에서는 1M.

• 최대 출력 — LFM3에는 별도로 명시되지 않음, Qwen3.8-Flash는 131K.

• 입력 모달리티 — 텍스트만 vs 텍스트, 이미지 및 비디오.

• 실행 위치 — 알리바바의 서버가 아닌, 1GB 4비트 풋프린트로 여러분의 기기에서 실행됩니다.

• 가중치 — LFM Open License v1.0에 따라 공개 vs 호스팅 전용, 이 SKU에는 공개 체크포인트가 없습니다.

그 마지막 행이 나머지 모든 것을 다시 규정하는 항목이다. Qwen3.8-Flash는 당신이 소유한 모델이 아니다. 커뮤니티 라이선스 아래 공개 가중치 형제 모델인 Qwen3.8-Flash-Next가 있지만, 그것은 점수가 다른 별개의 체크포인트이며 $0.15 요금으로 살 수 있는 것은 그것이 아니다. LFM3-1.7B는 당신이 다운로드하는 파일이다. 이 중 하나는 에어갭이 가능하고, 감사할 수 있으며, 당신의 데이터로 파인튜닝할 수 있다. 다른 하나는 그럴 수 없다.

한쪽에는 빠져 있고 다른 쪽에는 모순되는 스코어보드

불편한 부분은 바로 이것입니다. 2026년 10월 28일 기준으로 LFM3-1.7B는 Artificial Analysis 등재 정보가 없습니다. Intelligence Index도, 독립적으로 측정된 출력 속도도, 중립적인 지연 시간 수치도 없습니다. 이 모델에 붙은 모든 성능 수치는 Liquid 자체의 27개 벤치마크 표에서 나온 것으로, 그 표에서 평균 49.37을 기록하며 Liquid 자체의 LFM2.5-2.6B를 큰 격차로 앞섭니다. 벤더가 보고한 수치이며, 재현되지 않았습니다.

Qwen3.8-Flash는 실제로 Artificial Analysis 항목이 있으며, 이를 읽어 보는 것은 잘못된 이유에서 교훈적입니다. 실시간 비교 페이지에서는 이 모델을 인덱스 40으로 보여 줍니다. 리뷰와 지역 언론을 포함한 여러 2차 기사에서는 같은 모델을 56으로 보고합니다. 출력 속도 수치도 서로 맞지 않습니다. 초당 50대 초반에서 80대 초반 토큰에 이르는 수치가 여러 출처에 나타납니다. 두 수치가 동일한 평가 실행을 모두 설명할 수는 없고 그 차이가 조달 결정을 바꿀 만큼 크기 때문에, 우리는 하나를 골라 사실로 제시하지는 않을 것입니다.

실질적인 결과는, 어느 모델도 품질 면에서 상대와 자신 있게 순위를 견줄 수 없다는 것입니다. 한쪽은 어디서 보느냐에 따라 16점씩이나 오르내리는 숫자를 갖고 있고, 다른 쪽은 오르내릴 독립적인 숫자 자체가 없습니다. 이런 입력만으로 "어느 쪽이 더 똑똑한가"에 대한 판정을 내미는 사람은 그것을 지어내는 것입니다. 비교할 수 있는 것은 나머지 전부입니다. 모델에 드는 비용, 어디서 실행되는지, 얼마나 빨리 답하는지, 그리고 실패했을 때 무슨 일이 벌어지는지입니다.

계량기, 작동했다

비용은 양쪽 모두 실제로 측정 가능한 축이므로, 단순한 토큰당 목록 이상으로 다룰 가치가 있습니다.

• Qwen3.8-Flash 정가 — 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.47, 캐시 읽기 $0.018, 캐시 쓰기 $0.230.

• LFM3-1.7B 호스팅 — 입력 100만 토큰당 $0.08, 출력 100만 토큰당 $0.20로 보고되었으며, Liquid 자체 요금표에는 공개되지 않음.

• LFM3-1.7B 셀프 호스팅 — 토큰당 비용 없음; LFM Open License는 연 매출 1,000만 달러 미만일 경우 로열티가 면제됩니다.

월 1,000만 토큰을 70/30 비율로 나눠 사용할 경우 Qwen3.8-Flash의 청구 금액은 $2.46입니다. 안정적인 시스템 프롬프트에 프롬프트 캐싱을 활성화하면 캐시된 읽기 비용이 새 입력의 약 8분의 1에 불과하기 때문에 이 금액은 $2.00 쪽으로 떨어집니다. LFM3-1.7B는 보고된 요율 기준으로 같은 볼륨에 대해 약 $1.16이 청구되며, 자체 호스팅은 토큰당 비용이 0원이고 그 위에 고정 머신 비용이 추가됩니다.

이제 규모를 키워 보자. 월 10억 토큰이면 격차는 $246 대 $116이다. 절대액으로 보면 여전히 작은데, 바로 이 점이 이런 비교에서 흔히 놓친다. 저렴한 호스팅 티어와 저렴한 자체 호스팅 모델 사이의 토큰당 차이는 대부분의 팀에게 노이즈일 뿐이다. 실제로 비용을 지배하는 것은 엔지니어링 시간이다. 호스팅 모델은 HTTP 호출 한 번이지만, 자체 호스팅 모델은 배포, 양자화 선택, 서빙 스택, 온콜 로테이션까지다. LFM3의 2× 가격 우위는 그만한 가치가 있어야 한다. 휴대폰이나 엣지 박스에서 돌리는 2B 모델이라면 당연히 그렇다. 기기에서 아예 돌아가는 호스팅 대안이 없기 때문이다. 분류 호출을 처리하는 백엔드 서비스라면 보통은 그렇지 않다.

각각이 얼마나 빨리 답하는지, 한쪽에 실제 숫자를 곁들여서

이 지점이 바로 우리 자체 데이터가 벤더의 데이터보다 우수한 부분입니다. OrcaRouter는 Qwen3.8-Flash를 라우팅하며, 지난 7일 동안 해당 모델을 서비스하는 여러 공급자에 걸친 우리 텔레메트리에서는 첫 토큰까지의 시간이 p50 4.82초, p95 10.00초, 출력 속도는 초당 155토큰, 8억 8,370만 토큰 전반에서 오류율 3.3%로 나타났습니다. 이는 단일 엔드포인트 실험실 테스트가 아니라 라우팅 계층에서 집계된 수치이므로, 처리량이 다른 곳에서 발표된 50대 초반 수치보다 높게 나타납니다: 요청은 용량이 있는 곳에 도착합니다.

4.82초의 p50은 곱씹어 볼 수치다. 채팅 인터페이스라면 괜찮다. 순차 호출을 열다섯 번 하는 에이전트라면 어떤 작업이 시작되기도 전에 1분을 기다려야 하며, 초당 토큰 수가 아무리 많아도 이 문제는 해결되지 않는다. 큰 희소 모델에서의 높은 첫 토큰 지연은 저가 티어의 숨은 비용이며, 일부 팀이 짧고 지연에 민감한 턴을 더 작은 모델로 라우팅하는 이유다.

LFM3-1.7B에는 이에 상응하는 측정치가 없습니다. Liquid의 속도 주장은 Q4_0 및 32K 컨텍스트에서 메모리 사용량이 가장 낮으면서 세 가지 테스트 장치에서 다음 모델보다 1.8배~2.8배 빨랐고, BF16으로 SGLang을 실행하는 단일 NVIDIA B300이 1,024개의 동시 요청에서 하루 36억 토큰을 처리했다는 것입니다. 이는 각각 온디바이스 수치와 단일 노드 수치이며, 어느 것도 "프랑크푸르트에서 내 p50은 얼마일까"에 대응하지 않습니다. 속도는 LFM3의 사례가 원칙적으로 가장 강하지만 실제로는 가장 검증하기 어려운 축입니다.

각각이 실제로 우위를 차지하는 지점

LFM3-1.7B는 엣지에서 제어와 비용 측면에서 우세합니다. 오픈 웨이트이므로 단일 GPU에서 미세 조정하고, 버전을 고정하고, 네트워크 없이 실행하며, 데이터를 기기에 보관할 수 있습니다. 지시 수행 수치는 Liquid 표에서 가장 눈에 띄는 부분으로, IFEval 96.66, IFStruct 93.72, Multi-IF 89.10입니다. 도구 호출 항목도 이 크기치고는 괜찮은 편으로, BFCL V4 71.39, ToolSandbox 80.36입니다. 약한 항목도 똑같이 분명합니다. Terminal-Bench 2.1 12.92와 SWE-bench Multilingual 23.00은 이것이 자율 코딩 모델이 아니라는 점을 보여 주며, Liquid 자체 모델 카드도 그렇게 말합니다.

Qwen3.8-Flash는 지원 범위에서 앞선다. 이미지와 비디오 입력을 지원하는 1M 토큰 창은 LFM3가 어떤 형태로도 갖추지 못한 기능이다. 텍스트 모델은 이미지를 전혀 받지 않고, 비전 변형은 컨텍스트 창을 공개하지 않았으며, 옴니 변형의 창은 문서화되지 않았다. 긴 계약서, 여러 스크린샷 또는 한 시간 분량의 프레임을 처리하는 워크로드라면 비교는 즉시 끝난다. 또한 운영 단순성에서도 앞선다. 하나의 엔드포인트, GPU 불필요, 배포 불필요.

둘 다 라우팅하는 것, 그게 바로 핵심입니다

Qwen3.8-Flash는 OrcaRouter 카탈로그에 있고 LFM3-1.7B는 없습니다. 그 문장이 이 섹션의 솔직한 전부입니다. 우리는 호스팅 모델을 공급업체 정가에 0% 마크업으로 라우팅하므로, Alibaba의 $0.15와 $0.47이 고객님이 지불하는 금액이며 공급업체 가격 변경은 다음 계약 갱신 때가 아니라 같은 날 고객님께 도달합니다. LFM3는 직접 실행하거나 Liquid 자체 API로 호출하십시오. 우리는 존재하지 않는 호스팅 관계를 암시하지 않겠습니다.

이 특정 조합에서 라우팅이 중요한 이유는 두 모델이 서로 다른 실패 모드를 차지하기 때문입니다. Qwen3.8-Flash는 100만 토큰의 컨텍스트가 필요하지 않은 턴에서 느리고 비싸다는 방식으로 실패합니다. LFM3는 그러한 컨텍스트가 필요했던 턴에서 추론 깊이가 부족해지는 방식으로 실패합니다. 모든 요청을 둘 중 하나로 보내는 파이프라인은 예측 가능한 방향으로 잘못되어 있습니다. 라우팅 DSL을 사용하면 추출, 분류, 짧은 툴 호출 턴은 로컬 소형 모델로 보내고, 긴 문서와 멀티모달 작업은 호스팅 티어에 유지하며, 소형 모델이 잘못된 형식을 반환하는 경우는 자동 페일오버가 처리하도록 할 수 있습니다. 이는 검증되지 않은 1.7B 모델에서 현실적인 걱정거리입니다.

그것은 또한 LFM3가 출시 표에서 요구하는 신뢰를 받을 자격이 있는지 알아내는 가장 저렴한 방법입니다. 이미 이해하고 있는 트래픽에 폴백 뒤에서 실행하고, 동일한 입력에 대해 호스팅 모델의 결정과 비교하세요. 불일치율은 어떤 벤더 벤치마크보다 더 나은 품질 신호입니다. 왜냐하면 귀하의 데이터로 측정되기 때문입니다.

가짜 판결 없이 내리는 결정

작업이 긴 문서, 이미지 또는 동영상을 다루거나, 단일 엔드포인트가 필요하고 인프라가 없거나, p50 첫 토큰이 약 5초 정도여도 괜찮다면 Qwen3.8-Flash를 선택하세요. 품질은 불확실하지만 적어도 제작자 외의 누군가가 측정할 수는 있으며, 1M 컨텍스트는 1.7B 모델로 대체할 수 있는 것이 아닙니다.

모델이 기기에 상주해야 하거나, 데이터가 네트워크를 벗어날 수 없거나, 파인튜닝할 계획이거나, 워크로드가 짧은 지시 수행 및 도구 호출 턴이라서 1GB의 2B 모델로도 충분히 감당할 수 있다면 LFM3-1.7B를 선택하세요. Liquid의 벤치마크 표를 믿고 받아들여야 하며, 첫 달에는 호스팅 모델이 요구했을 것보다 더 많은 측정이 필요하다는 점을 감수하세요.

하지 말아야 할 일은 지능을 기준으로 둘 중 하나를 고르는 것이다. 하나는 독립적인 점수가 없고, 다른 하나는 어느 페이지를 열어 보느냐에 따라 40 또는 56으로 읽히는 점수가 있으며, 그 두 수치 사이의 16점 격차는 어느 공급업체든 당신에게 팔려고 하는 품질 차이 전체보다 크다. 비용, 컨텍스트, 모달리티, 로컬리티는 이미 확정된 사실이다. 품질은 그렇지 않으며, 그렇지 않은 척하는 비교는 공급업체 이름만 지운 출시용 표에 불과하다.