WeVisOne-VL-2B vs LFM2.5-VL-3B: 마스크 제작자 대 스크린 리더

두 모델에 같은 사진과 같은 문장 — “왼쪽에 있는 개” — 을 주면 서로 다른 두 가지 결과가 돌아온다. LFM2.5-VL-3B는 위치와, 물어보면 설명을 답한다: 박스, 점, 또는 찾은 것에 대한 짧은 문장. WeVisOne-VL-2B도 박스로 답하고, 그다음 작은 디코더가 그 박스를 부드러운 가장자리의 알파 매트로 바꿔 털 주변에 후광 없이 새 배경에 합성할 수 있게 한다. 한 모델은 인터페이스를 읽고 응답하도록 만들어졌다. 다른 모델은 당신에게 픽셀을 건네도록 만들어졌다.

그 차이가 비교의 전부이며, 두 공급업체가 각각 공개한 모든 벤치마크 표에서도 그대로 유지된다. 이는 또한 두 모델이 서로에 대해 평가되는 일이 드문 이유를 설명해 준다. Liquid AI의 모델 카드는 WeVisOne을 언급하지 않고, Tencent의 논문은 Liquid를 언급하지 않으며, 어떤 제3자도 두 모델을 나란히 실행해 본 적이 없다. 다음은 각 릴리스가 실제로 공식 기록에 남긴 내용과, 그 수치들 가운데 서로 나란히 놓을 수 있는 것과 그럴 수 없는 것이다.

두 번의 릴리스, 두 가지 매우 다른 증거량

LFM2.5-VL-3B는 Liquid AI가 2026년 8월 11일에 공개했습니다. 가중치가 먼저 공개되었고 발표는 다음 날 이루어졌으며, 수치 벤치마크 표와 모든 행에 명명된 기준선, 명명된 하드웨어에서 측정한 속도 섹션이 함께 제공되었습니다. 이 모델은 31억 2천만 개 매개변수의 덴스 모델로, LFM2.5-2.6B 언어 백본에 SigLIP2 NaFlex 400M 비전 인코더를 결합했고, 32,768토큰 컨텍스트, 128,000토큰 어휘, 열여섯 개의 명명된 언어를 지원합니다. 라이선스는 Liquid 자체의 LFM Open License v1.0으로, 무조건 무료라기보다 매출 기준액 미만에서는 상업적 사용이 무료입니다.

WeVisOne-VL-2B는 2026년 10월 22일 Tencent의 WeChat Vision 팀이 공개했으며, 모델 카드에는 벤치마크 표가 전혀 없습니다 — 점수도, 컨텍스트 길이도, 처리량 수치도, 하드웨어 요구 사항도 없습니다. 수치들은 존재하지만, 저자들이 30개 이상의 벤치마크라고 설명하는 범위 전반에 걸쳐 일곱 개의 과제 표를 제시하는 동반 논문에 들어 있습니다. 따라서 두 릴리스는 단지 서로 다른 모델이 아니라, 서로 다른 종류의 문서입니다. Liquid는 제품 사양서를 공개했습니다. Tencent는 연구 결과를 공개하고 사양서는 대부분 비워 두었습니다.

이런 비교를 읽을 때 그 비대칭성은 중요합니다. Liquid의 수치는 자사 기준선과 비교해 읽히도록 구성되었습니다. Tencent의 수치는 학술 표에서 이기도록 구성되었습니다. 어느 벤더도 다른 모델을 염두에 두고 수치를 선택하지 않았으며, 바로 그렇기 때문에 수치가 일치하지 않습니다.

비교 가능해 보이지만 실제로는 그렇지 않은 숫자

두 모델 모두 RefCOCO 점수를 공개하는데, 나란히 놓으면 깔끔해 보이는 헤드라인이 나옵니다. LFM2.5-VL-3B가 87.9, WeVisOne-VL-2B가 79.7입니다. 하지만 그 비교는 의미가 없으며, 지금 바로 스프레드시트에서도 같은 실수가 벌어지고 있기 때문에 그 이유를 짚어볼 가치가 있습니다.

• Liquid는 RefCOCO precision@1을 분할 전체에 걸쳐 평균한 값을 보고합니다. 이는 탐지 통계치입니다. 즉, 최상위로 예측된 박스가 정답 박스와 충분히 겹쳐 정답으로 간주될 수 있었는지를 나타냅니다.

• 텐센트의 79.7은 세그멘테이션 표에 있으며, 논문에서는 해당 표의 RefCOCO 계열 수치가 누적 IoU, 즉 전체 평가 세트에 걸친 총 교집합을 총 합집합으로 나눈 값임을 분명히 밝히고 있습니다.

• Tencent의 referring detection 표는 RefCOCO를 전혀 보고하지 않습니다. 대신 RefCOCOg를 보고하는데, 여기서 2B는 평균 F1 77.1을 기록합니다.

그래서 87.9와 79.7은 서로 다른 두 작업에 걸쳐 세 가지 서로 다른 것을 측정합니다. 대상과 거의 겹치지 않는 박스도 precision@1에서는 좋은 점수를 받고 cIoU에서는 나쁜 점수를 받을 수 있습니다. 큰 객체를 잘 덮는 마스크는 cIoU에서 높은 점수를 받을 수 있지만 그 경계 상자는 엉성할 수 있습니다. 이들을 조화시키는 산술은 존재하지 않습니다.

같은 함정이 OCR에도 있습니다. Liquid는 OCRBench v1에서 84.2, OCRBench v2 영어에서 47.5를 발표합니다 — 이는 전사 벤치마크입니다. Tencent는 OCR을 0.5 IoU 임계값에서의 위치화 F1으로 발표합니다: SROIE에서 62.1, ICDAR2015에서 42.6, TotalText에서 42.5, HierText에서 30.5입니다. 이는 모델이 텍스트를 찾아 박스로 표시했는지를 측정할 뿐, 텍스트를 올바르게 읽었는지는 측정하지 않습니다. "84.2 대 62.1"을 인용하는 것은 읽기 시험과 가리키기 시험을 비교하는 셈입니다.

실제로 공정한 비교란 무엇인가

점수를 빼고 나면 두 모델은 하네스가 필요 없는 차원에서 정렬됩니다:

• 크기 — LFM2.5-VL-3B의 약 3.12B dense 파라미터 대 WeVisOne-VL-2B의 약 2B, 그리고 별도로 다운로드해야 하며 dense 출력에 필요한 9.5M 파라미터 디코더.

• Base — Liquid 자체의 LFM2.5-2.6B 하이브리드 백본 vs Qwen3-VL.

• 컨텍스트 — 카드에 공개된 32,768 토큰 대 공개된 컨텍스트 길이가 전혀 없음. WeVisOne 논문의 학습 단계는 4,096 및 8,192 토큰으로 진행되었고, 추론 시 각 이미지는 1,960개의 시각 토큰으로 제한되지만, 그 어느 것도 배포 윈도우는 아니다.

• 출력 유형 — 박스, 포인트, 텍스트 vs 박스, 포인트, 이진 마스크, 연속 알파 매트

• 추론 — LFM2.5-VL-3B는 지연 시간을 낮게 유지하기 위해 의도적으로 추론하지 않고 직접 답변합니다. WeVisOne도 추론하지 않지만 이유는 다릅니다. 추론 효율성을 위해 사고 과정 없이 구조화된 출력을 생성합니다. 두 모델 모두 답변 전에 "생각"하지 않으며, 어느 공급업체도 그렇지 않은 척하지 않습니다.

• 도구 호출 — LFM에서는 지원되며 벤치마크됨(ToolSandbox 59.5, BFCL v4 32.5) vs WeVisOne에서는 명시된 기능이 아님.

• 언어 — LFM 카드에는 16개 언어가 명시되어 있는 반면, WeVisOne 카드에는 명시되어 있지 않음.

• 라이선스 — 수익 기준액이 적용된 LFM Open License v1.0, 대비 Tencent가 작성한 코드의 Apache 2.0.

• 양자화 빌드 — Liquid는 GGUF, ONNX, MLX 내보내기를 제공하지만 Tencent는 아무것도 발표하지 않음.

• 독립적 평가 — 이 글을 작성하는 시점에 두 모델 모두 Artificial Analysis에 등재된 항목이 없습니다. 이 기사의 모든 수치는 두 공급업체 모두가 자체 보고한 값입니다.

배포 격차는 파라미터 격차보다 더 크다

LFM2.5-VL-3B는 스마트폰에서 구동되도록 설계되었으며, 그 성능은 수치로 입증됩니다. 메모리 사용량 3.3GB 미만, Galaxy S26 Ultra에서 초당 20토큰, Apple M5 Max에서 초당 228토큰, AMD Ryzen AI Max+ 395에서 초당 116토큰, 그리고 단일 H100에서 높은 동시성으로 초당 약 11,000개의 출력 토큰을 처리합니다. 또한 소비자용 런타임이 실제로 로드할 수 있는 형식으로 제공됩니다.

WeVisOne-VL-2B는 그중 아무것도 공개하지 않는다. 그것이 공개하는 내용은 다른 비용 구조를 시사한다. 디코더의 마지막 단계는 스트라이드 1의 전체 해상도 알파 매트를 생성하는데, 이는 조밀한 출력이 고정 크기 벡터가 아니라 입력 이미지 크기라는 뜻이다. 즉, 파라미터 수가 아니라 해상도에 비례해 커지는 비용이다. 최신 GPU에서 2B 모델이라면 이는 감당할 만하다. 휴대폰에서는 결코 당연히 감당 가능한 일이 아니며, Tencent도 그렇다고 주장하지 않았다.

실질적인 결과는 이 두 모델이 동일한 배포 슬롯을 두고 경쟁하지 않는다는 것입니다. 하나는 앱 안에 포함해 출시할 수 있는 구성 요소입니다. 다른 하나는 마스킹이 필요한 다른 무엇이든 함께 서버나 워크스테이션에서 실행하는 구성 요소입니다.

점수가 아니라 출력 유형으로 선택하세요

일이 화면을 읽는 것이라면 — 결제 흐름을 파싱하고, "Continue"라고 표시된 버튼을 찾고, 촬영한 문서에서 표를 추출하는 일 — LFM2.5-VL-3B는 확실한 후보다. ScreenSpot-v2에서 80.7, DocVQA에서 91.1, ChartQA에서 81.3을 기록했고, ToolSandbox 점수는 그것이 단지 보이는 것을 묘사하는 데 그치지 않고 본 것을 바탕으로 행동할 수 있음을 시사한다. 또한 Liquid가 이름이 명시된 형제 모델들과 비교해 공개한 28개 벤치마크 평균 69.4도 있는데, 이는 적어도 벤더가 자사가 속한 경쟁 구도를 어떻게 보는지 알려준다.

작업이 객체를 분리하는 것이라면 — 제품 컷아웃, 복잡한 배경 속 인물, 날리는 머리카락이나 투명한 가장자리가 있는 전경 — LFM2.5-VL-3B는 그런 출력을 생성하지 못하며, 아무리 프롬프트를 넣어도 만들어낼 수 없습니다. WeVisOne-VL-2B는 가능하며, 매팅 표에서의 격차는 큽니다: P3M-500-NP에서 SAM2-Matting의 15.4 대비 6.6의 평균 절대 차이, 언어 프롬프트가 주어진 WeRefMat 분할에서 Qwen3-VL-8B + SAM2 파이프라인의 23.0 대비 15.8입니다.

주목할 만한 WeVisOne의 주장이 하나 더 있는 경우가 있습니다: 부재입니다. Tencent는 대상이 이미지에 없는 질의에 대해 RefCOCOg에서 50.2%의 거부율을 보고했으며, 같은 표에서 두 전문 그라운딩 모델은 0.5와 0.6이었습니다. 파이프라인이 수천 개의 크롭을 실행하고 그중 대부분이 관심 있는 내용을 전혀 포함하지 않는다면, "없음"을 안정적으로 말하는 모델은 다운스트림 분류기를 절약해 줍니다. LFM2.5-VL-3B의 카드에는 비교 가능한 거부 수치가 보고되지 않아 나란히 놓을 것이 없습니다 — 증거의 공백이지 손실은 아닙니다.

이 중 어느 것도 하나를 택하고 다른 하나를 은퇴시킬 이유가 되지 않으며, 라우터가 어디에 들어맞는지는 솔직하게 짚어볼 만합니다. OrcaRouter는 두 모델 중 어느 것도 서빙하지 않습니다. 둘 다 우리 카탈로그에 없고, 특히 WeVisOne을 위해 검증할 수 있는 곳 어디에도 호스팅되어 있지 않습니다. 우리가 제공하는 것은 그 주변의 스택입니다. 파이프라인이 읽기 담당으로 호스팅된 비전 모델을, 마스킹 담당으로 자체 호스팅 모델을 사용한다면, 호스팅 호출은 제공자 정가 그대로, 추가 마크업 없이 하나의 API 키한쪽 제공자의 성능이 저하되면 장애 조치가 다른 제공자로 호출을 옮겨주며, 라우팅 DSL을 사용하면 두 부분을 모두 단일 엔드포인트 뒤에 둘 수 있어 애플리케이션은 어느 쪽이 응답했는지 알 필요가 없습니다.

실제로 그것을 해결해 줄 것은 무엇일까

어느 쪽 벤더에도 속하지 않은 사람이 동일한 이미지에서 두 모델 모두에 대해 탐지 통계치와 세그멘테이션 통계치를 함께 보고하는 단일한 독립 하네스. 그런 것은 존재하지 않습니다. 그것이 존재하기 전까지 방어 가능한 입장은 지루한 쪽입니다. 이 모델들은 서로 다른 질문에 답하며, 공개된 수치는 서로 다른 계측 도구로 측정되었고, 둘 사이의 선택은 다운스트림 코드가 무엇을 받을 것으로 기대하는지 — 문장 하나인지, 마스크 하나인지 — 에 따라 결정됩니다.

이 비교에서 한 가지만 얻어 간다면, 증거의 형태를 얻어 가라. Liquid AI는 당신이 반증할 수 있는 표를 주었다. Tencent는 읽을 수 있는 논문과, 그 모델이 하지 못할 일을 솔직하게 알려주는 카드를 주었다. 어느 쪽도 서로 비교할 수 있는 숫자를 주지 않았으며, 그런 단서 없이 87.9를 79.7 옆에 찍어 내는 기사는 존재하지 않는 순위를 당신에게 파는 것이다.