LFM3-VL-2B vs North Micro Vision Instruct: twee documentlezers, één licentiemuur

Het nauwkeurigheidsverschil tussen LFM3-VL-2B en North Micro Vision Instruct is reëel maar klein: ongeveer 4,6 punten op DocVQA en 7,1 op OCRBench, beide in dezelfde richting. Het verschil dat deployments bepaalt, is helemaal geen benchmark. North Micro Vision Instruct wordt geleverd onder Apache 2.0. LFM3-VL-2B wordt geleverd onder de LFM Open License v1.0, die commercieel gebruik alleen toestaat zolang je entiteit onder de $10 miljoen aan jaarlijkse omzet blijft.

{{1}}Beide modellen zijn klein, beide zijn open-weight en beide zijn gebouwd om pagina's te lezen in plaats van te chatten over foto's.{{/1}} {{2}}Het ene werd in augustus 2026 gepubliceerd en heeft twee maanden aan downloads en ports achter de rug.{{/2}} {{3}}Het andere verscheen op 19 oktober op Hugging Face, werd op 27 oktober formeel aangekondigd en heeft 255 downloads.{{/3}} {{4}}Deze vergelijking is daarom deels een benchmarkvraag en deels een vraag over met welk risico je kunt leven: een onbewezen model, of een niet-gelicenseerd model.{{/4}}

Wat elk model daadwerkelijk is

LFM3-VL-2B is Liquid AI's 1,92B dense model: een 1,73B taalbackbone, een eigen vision-encoder van 164M die is gebouwd om ongeveer drie keer minder rekenkracht te gebruiken dan SigLIP2, en een projector van 25M. Het accepteert tekst, afbeeldingen en video met 2 fps, geeft tekst als uitvoer, ondersteunt een denkmodus, heeft een context van 128K en dekt 16 talen. De repository bevat BF16-, GGUF-, MLX 4-bit- en ONNX-builds, hoewel llama.cpp-ondersteuning nog in review is en geen videopad heeft.

North Micro Vision Instruct is het 2.4B-model van Cohere Labs: een taalbackbone van 2B uit de North Micro-familie plus een encoder van ongeveer 400M, voortgezet vanaf SigLIP2 SO400M, met een projector in DeepStack-stijl. Het neemt verweven tekst en afbeeldingen op native resolutie, tot 1654×2339 — een volledige A4-pagina bij 200 dpi — en geeft tekst uit. Het taalmodel heeft een context van 128K, maar Cohere stelt dat multimodale training alleen tot 8K is gevalideerd. Apache 2.0, vocabulaire van 262K, 11 tot 12 talen.

Die specificaties lijken op elkaar, maar dat zijn ze niet. Een context van 128K is een plafond voor het aantal tokens waar het model aandacht aan kan besteden. Invoer op native resolutie is de keuze om de pagina überhaupt niet te verkleinen. Voor een gescande factuur met een tabel in de hoek is het tweede belangrijker dan het eerste.

De cijfers uit het document, gelezen met de juiste voorbehouden

Op de benchmarks die beide kaarten publiceren, loopt LFM3-VL-2B voorop:

• DocVQA — LFM3-VL-2B 96,7 vs North Micro Vision Instruct 92,1.

• OCRBench — 86,3 tegenover 79,2.

• ChartQA — 92,7 vs 80,8.

• AI2D — North rapporteert 77,5; Liquid publiceert geen direct vergelijkbare AI2D-rij.

• RefCOCO-avg — 90,5 vs 73,2, hoewel de twee kaarten deze gemiddelden dusdanig anders beschrijven dat de aftrekking indicatief is en niet exact.

Dit alles is door de leveranciers gerapporteerd, op door de leveranciers gekozen testharnassen, zonder onafhankelijke reproductie van een van beide modellen. Het DocVQA-verschil is smal genoeg dat een verschil in promptformaat het zou kunnen dichten. Het ChartQA-verschil, van bijna 12 punten, is minder waarschijnlijk ruis, en het OCRBench-verschil van 7,1 punten is consistent met een model dat expliciet is getraind op document- en chartgegevens met een aangekoppelde redeneermodus.

Het interessante getal staat niet in de documentrijen. Het is MMMU, waar LFM3-VL-2B 55,7 rapporteert en North Micro Vision Instruct 32,9. Dat is geen afstemmingsverschil; het is een ander product. Cohere's eigen kaart zegt dat het model bewust geen reasoningmodel is, geen tool calling doet en systeemprompts ontmoedigt. Het leest pagina's. Liquid's kaart claimt graduate-level reasoning als een van de 62 gemeten categorieën. Als je taak is "de totalen uit deze 400 facturen halen", werken beide. Als je taak is "beslissen of deze factuur het beleid schendt", is er maar één voor gebouwd.

Waar de 128K-bewering glibberig wordt

De 128K-context van LFM3-VL-2B is de ruimere gepubliceerde waarde, maar contextlengte is niet hetzelfde als bruikbare multimodale context. De kaart vermeldt niet hoeveel beeldtokens een pagina bij native resolutie verbruikt, en publiceert geen maximum aantal frames voor video. North Micro Vision Instruct publiceert het tegenovergestelde soort cijfer: een 128K-taalcontext met multimodale training gevalideerd tot 8K. Dat is een conservatieve bekendmaking, en die is nuttiger dan een groter getal zonder vermeld visiebudget.

De praktische test voor beide modellen is dezelfde: meet het aantal tokens per pagina op je eigen documenten voordat je rond een contextvenster gaat ontwerpen. Een venster van 128K dat bij jouw resolutie vier pagina's bevat, is geen documentworkflow van 128K.

De licentie is de beslissing

Apache 2.0 is Apache 2.0. Je kunt North Micro Vision Instruct commercieel gebruiken bij elke omzet, het wijzigen, herverdelen en hosten, op voorwaarde dat je de kennisgevingen behoudt. Dat is de hele overeenkomst, en voor een startup die een documentproduct bouwt, haalt het een hele categorie juridische toetsing weg.

De LFM Open License v1.0 is dat niet. De licentie definieert commercieel gebruik ruim — "elk gebruik van het Werk voor direct of indirect commercieel voordeel of geldelijke vergoeding" — en maakt de licentie afhankelijk van de voorwaarde dat de licentienemer onder een drempel van $10 miljoen jaarlijkse omzet blijft. Boven die drempel "valt commercieel gebruik niet onder deze Overeenkomst." Gekwalificeerde non-profitorganisaties zijn vrijgesteld voor niet-commerciële en onderzoeksdoeleinden. Herdistributie is toegestaan met naamsvermelding en wijzigingsmeldingen. De licentietekst die wij hebben gelezen bevat geen afzonderlijke hostingbeperking, dus het omzetplafond, niet een verbod op het aanbieden als dienst, vormt de beperking.

Dat plafond levert een ongemakkelijk gesprek op. Een bedrijf met $9 miljoen omzet kan LFM3-VL-2B vandaag uitbrengen en door te groeien de licentie verliezen. Het model houdt niet op te werken; de toestemming wel. Voor een product met een roadmap van twee jaar is dat een due-diligencepunt, geen voetnoot.

De adoptiekloof is op zichzelf een signaal

North Micro Vision Instruct is sinds de verschijning van de repository op 10 augustus 2026 ongeveer 35.000 keer gedownload. LFM3-VL-2B heeft sinds 19 oktober 255 downloads en 34 likes. Twee maanden tegenover negen dagen verklaart een deel daarvan, maar niet alles: de aankondiging van de LFM3-familie op 27 oktober was één blogpost over zes modellen, en het vision-checkpoint kreeg daarvan één alinea.

Stille releases zijn niet automatisch slechte releases. Een model zonder prijs bij de lancering, zonder gehoste provider en met frameworkondersteuning die nog wordt beoordeeld, is een model dat je op je eigen hardware evalueert, en het lage aantal downloads betekent vooral dat niemand dat nog heeft gedaan. Het betekent ook dat er geen kwantisatie door de community is, geen issuetracker vol oplossingen en geen benchmark van derden om op te vertrouwen. North Micro Vision heeft alle drie.

Wat elk ervan kost, voor zover iemand dat wil zeggen

Geen van beide modellen publiceert een API-prijs op zijn modelkaart. North Micro Vision Instruct is beschikbaar via het platform van Cohere en is opgepikt door verschillende hosts van derden; LFM3-VL-2B is beschikbaar op Liquid's Playground en API zonder tariefkaart, en Hugging Face vermeldt er geen inference provider voor. Op eigen hardware is de vergelijking 2,4B parameters tegen 1,92B, of ruwweg 4,8 GB tegen 3,84 GB in BF16 — zo dicht bij elkaar dat de GPU-kosten niet de doorslaggevende factor zijn.

De beslissende factor is operationeel. Als je een gehost visiemodel huurt in plaats van een van beide checkpoints te bezitten, geeft OrcaRouter de lijstprijs van de provider door met 0% opslag, zodat een prijswijziging van de leverancier dezelfde dag bij ons actief is in plaats van pas bij de volgende contractverlenging. We bieden LFM3-VL-2B of North Micro Vision Instruct vandaag niet aan, en dit stuk beweert niet anders; het punt is dat het gehoste alternatief transparant genoeg is geprijsd om het te vergelijken met de bovenstaande rekensom voor zelfhosting.

Wie moet welke kiezen

Kies North Micro Vision Instruct als je Apache 2.0 nodig hebt, als je een model wilt met twee maanden communitygebruik achter de rug, of als je documenten volledige pagina's op native resolutie zijn en je taak bij extractie stopt. Accepteer dat het niet over de geëxtraheerde velden redeneert.

Kies LFM3-VL-2B als u video-invoer, een denkmodus of een bredere visuele assistent nodig hebt die toevallig goed documenten leest, en als u ruim onder de omzetdrempel zit of een aparte licentie kunt onderhandelen. Accepteer dat u een early adopter bent van een checkpoint zonder onafhankelijke evaluatie en met onvolledige frameworkondersteuning.

Kies vooralsnog geen van beide als je workflow een geprijsd gehost endpoint met een supportcontract nodig heeft. De kleine open-weight-laag verbetert snel, maar met 255 downloads is de nieuwste nieuwkomer door niemand buiten het eigen lab aan stresstests onderworpen.