Hero-titelkaart voor het artikel 'Clef-Flash vs LFM2.5 2.6B Base', met als ondertitel 'Twee modellen die klein worden genoemd, twee machines uit elkaar'. Het OrcaRouter-logo is in de rechteronderhoek samengevoegd.
Guides & Insights

Clef-Flash vs LFM2.5 2.6B Base: twee modellen die "Small" worden genoemd, drie ordes van grootte uit elkaar

Auteur

Elias Hawthorne

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

De clef-flash-build die de meeste mensen daadwerkelijk downloaden, is 11 GB. LiquidAI/LFM2.5-2.6B-Base draait in minder dan 2,5 GB geheugen. Beide modellen worden door de labs die ze hebben gemaakt beschreven als klein, snel en efficiënt, en beide beschrijvingen kloppen — wat precies de reden is waarom de vergelijking nuttig is, omdat de twee woorden totaal verschillend werk verrichten. Cloudflare/clef-flash is een 9B multimodaal beslissingsmodel dat getypte vragen beantwoordt met gekalibreerde waarschijnlijkheden en nooit een token schrijft; het heeft een GPU uit de H200-klasse nodig om de mediane latentie van 38,8 ms op zijn eigen kaart te halen, en Cloudflares pitch hiervoor is edge-inferentie binnen hun netwerk. LFM2.5 2.6B Base is een voorgetrainde tekst-checkpoint die Liquid AI op 1 augustus 2026 heeft gepubliceerd zodat iemand anders het kan fine-tunen, en het beoogde implementatiedoel is een laptop.

Geen van beide is een taalmodel dat je in een chatvenster zou zetten. Beide zijn goedkoop. De keuze tussen de twee is niet echt een keuze over kwaliteit — het is een keuze over wat je hardwarebudget is en of het ding dat je bouwt al weet hoe zijn antwoorden eruitzien.

Het gesprek over voetafdruk, in cijfers

Begin met wat de machines daadwerkelijk nodig hebben, want dit is de as waarop de twee het verst uit elkaar liggen.

• Parameters — Clef-Flash is een bevroren Qwen3.5-9B-backbone met zijn vision encoder plus een gezamenlijke schema-head van 243,5 MB; LFM2.5 2.6B Base heeft 2,69 miljard parameters, alleen tekst.

• Schijf en geheugen — de community-build van clef-flash is 11 GB; de volledige Hugging Face-repository is ongeveer 18,8 GB verdeeld over vier backbone-shards plus de head. Voor LFM2.5 2.6B Base wordt minder dan 2,5 GB geheugen voor inferentie opgegeven, en gekwantiseerde GGUF-, ONNX- en MLX-builds worden daarnaast gepubliceerd.

• Latentie — Clef-Flash: 38,8 ms mediaan, 122,4 ms p95, gemeten door Cloudflare op één enkele H200. LFM2.5 2.6B, het post-getrainde zustermodel van dit basis-checkpoint, draait op 220 tokens per seconde op een Apple M5 Max en 113 tok/s op een AMD Ryzen CPU.

• Context — 65.536 tokens voor Clef-Flash volgens de Workers AI-documentatie van Cloudflare; 131.072 tokens voor LFM2.5 2.6B Base.

• Licentie — Apache-2.0 voor clef-flash; de LFM 1.0-licentie voor LFM2.5, die open gewichten heeft maar geen door OSI goedgekeurde open-sourcelicentie, en het verschil is belangrijk als je een product op de markt brengt in plaats van te experimenteren.

Die twee latentie-regels meten niet dezelfde eenheid en je moet ze niet van elkaar aftrekken. Maar samen gelezen zeggen ze ronduit wat voor de hand ligt: Clef-Flash is een datacentercomponent waarvan de meegeleverde runtime toevallig ook op een edge-netwerk zit, en LFM2.5 2.6B is een component voor de machine op je bureau.

Waarom het basis-checkpoint een ander soort object is

Het woord "Base" in de naam is van cruciaal belang, en de eigen kaart van Liquid AI is er ongewoon openhartig over. LFM2.5-2.6B-Base is het vooraf getrainde checkpoint voor alleen tekst, met 30 lagen gerangschikt als 22 dubbel-gated korte convolutieblokken en 8 grouped-query attention-blokken, getraind op 34 biljoen tokens over een vocabulaire van 128.000 tokens in zestien talen. Het is "alleen aanbevolen voor taken die zware fine-tuning vereisen" — taalspecifiek werk, domeinspecifieke assistenten, training op propriëtaire data. Dat staat met zoveel woorden op de kaart.

Clef-Flash is het tegenovergestelde daarvan. Het is klaar. De training is gedaan, de schema-head is eraan vastgeschroefd, het API-contract is gepubliceerd, en het model wordt gehost op het eigen edge-netwerk van de leverancier tegen een vermelde prijs. Je hoeft het niet af te stemmen; je roept het aan, of je downloadt het en roept het lokaal aan. Er is een fine-tuningproduct aan de familie verbonden — Cloudflare lanceerde er een tegelijk met de modellen — maar voor het gebruik van clef-flash is dat niet nodig, en dat is juist het punt.

De eerlijke manier om het te stellen is dus dat dit twee fasen van twee verschillende pipelines zijn. De ene is een ingrediënt en de andere een component. Als je taak is "Ik heb 40.000 gelabelde supporttickets en ik wil een snelle domeinspecifieke classifier die op onze eigen machines draait", dan is LFM2.5 2.6B Base een plausibel startpunt en clef-flash niet, want je kunt de decision head van clef-flash niet fine-tunen tot een taalcapaciteit die het niet heeft — het heeft helemaal geen uitvoerpad voor taal. Als je taak is "Ik moet een verzoek binnen 50 milliseconden naar een van zes buckets routeren, met een waarschijnlijkheid waarop ik een drempel kan toepassen", dan beantwoordt clef-flash die vraag out of the box en LFM2.5 2.6B Base beantwoordt die vraag in geen enkele vorm.

A two-column comparison scoreboard titled 'Clef-Flash vs LFM2.5 2.6B Base — the scoreboard'. The left column, 'Clef-Flash', has rows reading 'Parameters: 9B with vision encoder', 'Context: 65,536 tokens', 'Output: calibrated probabilities', 'Footprint: 18.8 GB, H200-class', 'Latency: 38.8 ms median' and 'Licence: Apache 2.0'. The right column, 'LFM2.5 2.6B Base', has rows reading 'Parameters: 2.69B text only', 'Context: 131,072 tokens', 'Output: generated text', 'Footprint: under 2.5 GB, laptop', 'Latency: 220 tok/s on M5 Max' and 'Licence: LFM 1.0'. The footer reads 'Clef-Flash figures vendor-reported; LFM2.5-2.6B-Base figures per Liquid AI.' The OrcaRouter logo is composited in the bottom-right corner.

Het deel dat werkelijk gedeeld wordt

Er is één echte overlap, en het is de moeite waard daar precies over te zijn, want dat is het punt waarop de vergelijking niet langer triviaal is.

Een post-getrainde generalist — LFM2.5 2.6B, of elk ander klein instructmodel — kan met een prompt worden aangezet om een gestructureerde classificatie terug te geven. Geef het een JSON-schema, vraag om een label en een zekerheidsscore, en parse de output. Mensen doen dit voortdurend. De vraag is wat je krijgt als je het doet.

Wat je krijgt, is een tokenreeks die toevallig een label bevat dat je kunt extraheren, plus een getal dat het model over zichzelf heeft geschreven. Die confidence is een gesampled token, geen softmax over kandidaatantwoorden, en het betekent niet wat een gekalibreerde waarschijnlijkheid betekent. De modelkaart van Clef-Flash is expliciet voorzichtig over het analoge cijfer in zijn eigen API — confidence "laat zien hoe geconcentreerd de waarschijnlijkheden zijn. Het is niet de kans dat het antwoord juist is" — en dat kan die zich veroorloven, omdat de onderliggende grootheid een echte verdeling is over de opties die je hebt aangeleverd. Een gepromptde generalist heeft geen dergelijke verdeling om te onthullen. Die heeft een zin die 0,85 zegt.

Of dat onderscheid 11 GB en een H200 waard is, hangt volledig af van wat je met het getal doet. Als het label in een dashboard terechtkomt, is een 2,6B-model met prompting prima en in elk opzicht goedkoper. Als het label bepalend is voor een onomkeerbare actie — een terugbetaling uitvoeren, een account blokkeren, een beveiligingsincident escaleren — dan is het verschil tussen een gekalibreerde score en een plausibel ogende tekenreeks het verschil tussen een drempel die je tegenover een auditor kunt rechtvaardigen en een drempel die je niet kunt rechtvaardigen.

A screenshot of the Hugging Face model card for LiquidAI/LFM2.5-2.6B-Base, a text-generation checkpoint of 3B parameters under the LFM 1.0 licence, tagged lfm2, liquid, fm2.5, edge and conversational, described as a hybrid model family designed for on-device deployment with quantizations derived from it and a note that no inference provider is deployed for it. A downloads-last-month figure reads 16,541.

Waar je elk van hen kunt krijgen

Geen van beide modellen staat op OrcaRouter. Onze catalogus bevat clef-flash niet, en bevat LFM2.5 2.6B Base of enig ander Liquid AI-checkpoint niet — je kunt beide verifiëren door onze model-API aan te roepen en een 404 te krijgen. Niets in dit artikel is een beschikbaarheidsclaim van ons.

Clef-Flash is bereikbaar op Cloudflare's Workers AI voor $0,09 per miljoen invoertokens, of als Apache-2.0-gewichten die je zelf draait. LFM2.5 2.6B Base staat op Hugging Face met gekwantiseerde builds voor llama.cpp, ONNX Runtime en MLX, en Liquid AI's eigen playground en documentatie voor de familie. Als je een beslissingsmodel wilt dat vandaag live staat in onze catalogus, dan is degene die daar staat TypeSafe's Jev 1.13 — dezelfde requestvorm, 65.536-tokencontext, $0,042 per miljoen invoertokens — en clef-flash is gebouwd als drop-in vervanging ervoor, wat betekent dat het uitproberen van een van beide een configuratiewijziging is in plaats van een herschrijving. Beide roepen dezelfde endpointklasse aan, dus als je al via één sleutel routeert met de lijstprijs van de provider doorgegeven zonder opslag, dan is de vergelijking een experiment dat je vanmiddag kunt uitvoeren in plaats van een migratie die je moet plannen.

A screenshot of the OrcaRouter model page for TypeSafe's Jev 1.13 (typesafe/jev-1.13), showing a 65K token context, text input, structured JSON output, a p50 TTFT of 148 ms, a $0.04 per million input token price, 174.0M tokens of throughput, and the POST /v1/systemone request shape.

Welke hoort thuis in jouw stack?

De beslissingsboom is kort. Als je antwoorden een eindige lijst zijn die je vooraf kunt opschrijven, en je een kans nodig hebt die iets betekent, en je de hardware hebt of bereid bent per aanroep te betalen — dan is clef-flash de kant-en-klare component en is LFM2.5 2.6B Base geen kandidaat. Als je antwoorden open van aard zijn, of het ding dat je eigenlijk nodig hebt een klein taalmodel is dat je met je eigen data kunt vormgeven en op een laptop kunt draaien, dan is LFM2.5 2.6B Base het startpunt en kan clef-flash je helemaal niet helpen.

Het geval waarin mensen dit fout doen, is het midden: een begrensde classifier bouwen door een kleine generalist te prompten, omdat het de weg van de minste weerstand is en het werkt in de demo. Het werkt in de demo. Het werkt niet meer op het moment dat je het getal als getal nodig hebt, en tegen die tijd zijn het schema, de prompts en de parsingcode allemaal dragend.

Eén kanttekening aan de kant van clef-flash, ronduit vermeld omdat het het zwakste cijfer van de leverancier zelf is: op CLINC150 met out-of-scope-afhandeling, waar het juiste antwoord soms "dit past in geen van uw categorieën" is, scoort clef-flash 66,8 macro-F1 tegenover 97,4 voor zijn grotere 27B-broer. Een afgebakend schema is een kracht totdat de invoer er niet in past, en het model zal toch classificeren. Welke route u ook neemt, bouw de restklasse bewust op en controleer wat erin terechtkomt.