Sakana Namazu vs LFM2.5-2.6B-Base: 무료 가중치의 실제 대가

LFM2.5-2.6B-Base는 다운로드 비용이 $0.00입니다. Sakana Namazu는 입력 토큰 100만 개당 $0.95, 출력 토큰 100만 개당 $4.00입니다. 두 가격표를 읽으면 비교가 시작도 전에 끝난 것처럼 보일 것입니다. 하지만 실제 가격 차이는 반대 방향으로 흐릅니다. Liquid AI가 2026년 8월 4일 Hugging Face에 공개한 26.9억 파라미터 사전 학습 체크포인트인 LFM2.5-2.6B-Base는 제품이 아닙니다. 이를 호스팅하는 추론 제공업체가 없고, 공개된 평가도 전혀 없으며, 자체 카드에서조차 파인튜닝용 소재라고 밝히고 있습니다. 반면 Sakana Namazu는 완성되어 서비스되고 도구가 갖춰진 API입니다. 핵심은 당신이 실제로 무엇을 지불할 의향이 있느냐입니다 — 돈으로, 혹은 작업으로.

각각이 실제로 무엇인지

Sakana Namazu는 일본 비즈니스 언어에 맞게 튜닝된 사후 학습(post-trained) Kimi K2.6으로, 웹 검색과 코드 실행이 내장된 OpenAI 호환 API 형태로 제공됩니다. base_url을 바꾸고 키를 설정하기만 하면 바로 작동합니다. LFM2.5-2.6B-Base는 Liquid의 LFM2.5-2.6B 제품군의 기반이 되는 원시 사전 학습 체크포인트, 즉 사후 학습된 에이전트형 자매 모델이 만들어지는 원천입니다. Liquid 자체 모델 카드에는 베이스가 대규모 파인튜닝을 위해 존재한다고 명시되어 있으며, 해당 벤치마크 표는 이 모델이 아닌 사후 학습 버전의 것입니다.

사양 시트

가격 — Sakana Namazu 1M 토큰당 $0.95 / $4.00 vs LFM2.5-2.6B-Base 다운로드 $0, 모든 것이 셀프서비스

• 크기 — {{1}}Namazu{{/1}}는 {{2}}Kimi K2.6{{/3}}의 1T / 32B-활성 MoE를 계승하는 반면, {{4}}LFM2.5-2.6B-Base{{/5}}는 2.69B 밀집 하이브리드(22개 컨볼루션 블록 + 8개 어텐션 레이어)입니다.

• 컨텍스트 — Namazu 미공개 vs LFM2.5-2.6B-Base 128K 토큰(구성당 131,072)

• 호스팅 — Sakana가 서빙하는 Namazu vs 아무도 호스팅하지 않는 LFM base — 서빙 스택은 당신이 구축합니다

• 평가 — Namazu 공급업체 보고 점수 대 LFM 기준 0 공개 점수

• 언어 — Namazu 일본 비즈니스 특화 vs LFM 기본 다국어 (16개 언어, 128K-토큰 어휘)

총비용 계산하기

'Free weights'는 실제 가격입니다. 단지 노동으로 표시될 뿐입니다. LFM2.5-2.6B-Base가 작업을 수행하게 하려면 다음이 필요합니다: 파인튜닝 실행(Liquid의 자체 계산에 따르면 — 10만 개 예제의 지도 학습 세트에 토큰 비용 약 $10, 100만 개 예제에 약 $100), 추론 스택(자신이 보유한 기기에서 구동하는 vLLM, SGLang, 또는 llama.cpp), 그리고 지속적인 서빙입니다. 그 대가로 계량기가 멈춥니다: 빌드 후에는 모든 토큰이 무료이므로, 이 베이스는 대용량·상시 가동·지연 시간 허용 워크로드에서 단연 승자입니다. Namazu의 계량기는 결코 멈추지 않지만, 즉시 시작됩니다 — 학습 실행도, GPU도, 운영도 필요 없습니다. 일회성 통합이나 팀의 시간이 비싼 항목인 워크로드의 경우, "무료" 모델이 오히려 비싼 모델입니다.

구속력이 있는 라이선스

세부 약관도 무료 모델에 불리하게 작용한다. LFM2.5-2.6B-Base는 LFM 오픈 라이선스 v1.0에 따라 배포되며, 이 라이선스는 상업적 사용을 연간 매출 1,000만 달러로 제한하고, 그 제한을 파생 저작물에도 적용하므로, 여러분의 파인튜닝 모델도 이 제한을 물려받게 된다. 한도를 넘기면 Liquid에 상업용 라이선스를 지불해야 한다. Sakana Namazu에는 그러한 상한선이 없지만 폐쇄적이며, 데이터 처리 기본값(옵트아웃하지 않는 한 입력 데이터로 학습, 일본 내 처리 보장 없음)은 호스팅 편의성의 대가이다. 어느 쪽도 라벨이 암시하는 의미에서 무료는 아니다.

에이전트 격차

가장 뚜렷한 차이는 두 모델의 용도입니다. LFM2.5-2.6B-Base는 베이스 모델입니다. Liquid의 사후 훈련(post-trained) 에이전트 모델이 파생되는 원재료 substrate이죠. 에이전트도 아니고, 인스트럭트(instruct) 모델조차 아닙니다. Sakana Namazu는 에이전트 제품입니다. 웹 검색, 코드 실행이 내장되어 있고, 자율 실행 루프도 입증되었습니다(Sakana의 데모에서는 시장 조사 보고서를 계획하고, 검색하고, 교차 검증하며, 사람 개입 없이 작성하는 모습을 보여줍니다). 작업이 "좁은 단일 대규모 작업을 위해 튜닝한 2.6B 모델을 실행하는 것"이라면 베이스 모델이 승리합니다. 작업이 "에이전트가 지식 작업을 수행하게 하는 것"이라면, 두 모델 중 도구를 갖추고 등장하는 쪽은 Namazu가 유일합니다.

그래서 어느 것이 더 저렴한가요?

솔직한 답은 이 둘이 서로 대체재가 아니라는 것입니다. 베이스는 컴포넌트이고 나마즈는 제품이니까요. 진짜 결정은 스택이 다음에 무엇을 필요로 하느냐의 문제입니다. 실제로 어느 쪽도 단독으로 존재하지 않습니다. 파인튜닝된 2.6B 전문가 모델은 범용 에이전트 모델 옆에 자리하게 되고, 라우팅 레이어가 바로 그러한 멀티모델 현실을 제정신으로 유지하는 방법입니다. OrcaRouter의 모델 퓨전과 라우팅 DSL을 사용하면 여러 모델을 하나의 호출로 구성할 수 있습니다. 이는 "2.6B 체크포인트를 직접 서빙하는 것"과 "한 벤더의 API를 사는 것" 사이의 실용적인 중간 경로이며, 공급업체 가격을 마크업 없이 그대로 전달하기 때문에 믹스가 바뀌어도 청구 내역은 예측 가능하게 유지됩니다. 지금 바로 작동하는 일본 비즈니스 에이전트를 원한다면 Sakana Namazu로 시작하고, 제품을 직접 구축하고 수십억 개의 무료 토큰에 걸쳐 구축 비용을 분산할 준비가 되었다면 LFM2.5-2.6B-Base로 시작하세요.