
Clef-Flash vs LFM2.5 2.6B Base: Dwa modele nazywane „małymi”, trzy rzędy wielkości od siebie
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 186 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 za 1 mln tokenów · 86 tok/s
- openaiNOWOŚĆOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 za 1 mln tokenów · 151 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 192 tok/s
- AlibabaNOWOŚĆQwen: Qwen4 Max2026-11-16$1.50 / $4.50 za 1 mln tokenów · 86 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 705 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 za 1 mln tokenów · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 101 tok/s
Kompilacja clef-flash, którą faktycznie pobiera większość ludzi, ma 11 GB. LiquidAI/LFM2.5-2.6B-Basedziała w mniej niż 2,5 GB pamięci. Oba modele są opisywane przez laboratoria, które je stworzyły, jako małe, szybkie i wydajne, i oba te opisy są trafne — i właśnie dlatego to porównanie jest użyteczne, bo te dwa słowa wykonują zupełnie różną pracę. Cloudflare/clef-flashto multimodalny model decyzyjny 9B, który odpowiada na wpisywane pytania skalibrowanymi prawdopodobieństwami i nigdy nie zapisuje ani jednego tokenu; potrzebuje GPU klasy H200, aby osiągnąć medianę opóźnienia 38,8 ms na własnej karcie, a oferta Cloudflare dla niego to wnioskowanie brzegowe wewnątrz ich sieci. LFM2.5 2.6B Base to wstępnie wytrenowany checkpoint tekstowy, który Liquid AI opublikował 1 sierpnia 2026 r., aby ktoś inny mógł go dostroić, a jego docelowym środowiskiem wdrożenia jest laptop.
Żaden z nich nie jest modelem językowym, który wsadziłbyś do okna czatu. Oba są tanie. Wybór między nimi tak naprawdę nie jest wyborem dotyczącym jakości — to wybór dotyczący tego, jaki jest twój budżet sprzętowy i czy to, co budujesz, już wie, jak wyglądają jego odpowiedzi.
Rozmowa o śladzie, w liczbach
Zacznij od tego, czego maszyny faktycznie potrzebują, bo to jest ta oś, na której te dwie rzeczy są najdalej od siebie.
• Parametry — Clef-Flash to zamrożony szkielet Qwen3.5-9B wraz z jego enkoderem wizyjnym plus 243,5 MB wspólnej głowicy schematu; LFM2.5 2.6B Base to 2,69 miliarda parametrów, tylko tekst.
• Dysk i pamięć — społecznościowa kompilacja clef-flash ma 11 GB; pełne repozytorium Hugging Face to około 18,8 GB rozłożone na cztery shardy szkieletu oraz głowę. LFM2.5 2.6B Base jest podawany jako wymagający poniżej 2,5 GB pamięci do wnioskowania, a wraz z nim publikowane są skwantyzowane kompilacje GGUF, ONNX i MLX.
• Opóźnienie — Clef-Flash: 38,8 ms mediana, 122,4 ms p95, mierzone przez Cloudflare na pojedynczym H200. LFM2.5 2.6B, siostrzany model po post-trainingu tego bazowego checkpointu, działa z prędkością 220 tokenów na sekundę na Apple M5 Max i 113 tok./s na procesorze AMD Ryzen.
• Kontekst — 65 536 tokenów dla Clef-Flash zgodnie z dokumentacją Cloudflare Workers AI; 131 072 tokeny dla LFM2.5 2.6B Base.
• Licencja — Apache-2.0 dla clef-flash; licencja LFM 1.0 dla LFM2.5, która obejmuje otwarte wagi, ale nie jest licencją open source zatwierdzoną przez OSI, a ta różnica ma znaczenie, jeśli wypuszczasz produkt, a nie tylko eksperymentujesz.
Te dwie linie opóźnienia nie mierzą tej samej jednostki i nie należy ich odejmować. Ale czytane razem mówią wprost to, co oczywiste: Clef-Flash to komponent centrum danych, którego dołączone środowisko uruchomieniowe również przypadkiem znajduje się w sieci brzegowej, a LFM2.5 2.6B to komponent dla maszyny na twoim biurku.
Dlaczego bazowy checkpoint to inny rodzaj obiektu
Słowo „Base" w nazwie ma kluczowe znaczenie, a własna karta Liquid AI jest niezwykle szczera w tej kwestii. LFM2.5-2.6B-Base to wstępnie wytrenowany punkt kontrolny przeznaczony wyłącznie do tekstu: 30 warstw ułożonych w 22 bloki krótkiej konwolucji z podwójnym bramkowaniem i 8 bloków uwagi z grupowanymi zapytaniami, wytrenowany na 34 bilionach tokenów ze słownikiem 128 000 tokenów w szesnastu językach. Jest „zalecany wyłącznie do zadań wymagających intensywnego dostrajania" — prac związanych z konkretnym językiem, asystentów wyspecjalizowanych w danej dziedzinie, trenowania na zastrzeżonych danych. Jego karta mówi o tym wprost.
Clef-Flash jest przeciwieństwem tego. Jest gotowy. Trening zakończony, głowica schematu została dokręcona, kontrakt API opublikowany, a model jest hostowany we własnej sieci brzegowej dostawcy w cenie katalogowej. Nie dostrajasz go; wywołujesz go albo pobierasz i wywołujesz lokalnie. Do rodziny dołączony jest produkt do dostrajania — Cloudflare uruchomił taki wraz z modelami — ale korzystanie z clef-flash go nie wymaga i o to właśnie chodzi.
Uczciwe ujęcie sprawy jest takie, że to dwa etapy dwóch różnych potoków. Jeden jest składnikiem, a drugi komponentem. Jeśli Twoje zadanie brzmi: „Mam 40 000 oznaczonych zgłoszeń do wsparcia i chcę szybkiego klasyfikatora dziedzinowego, który działa na naszych własnych maszynach”, LFM2.5 2.6B Base jest sensownym punktem wyjścia, a clef-flash nie, ponieważ nie można za pomocą dostrajania przekształcić głowy decyzyjnej clef-flash w zdolność językową, której ona nie ma — nie ma ona w ogóle ścieżki wyjściowej dla języka. Jeśli Twoje zadanie brzmi: „Muszę skierować żądanie do jednego z sześciu kubełków w czasie poniżej 50 milisekund, z prawdopodobieństwem, dla którego mogę ustawić próg”, clef-flash odpowiada na to pytanie od razu, a LFM2.5 2.6B Base nie odpowiada na nie w żadnej formie.

Część, która jest naprawdę wspólna
Jest jedna rzeczywista zbieżność i warto być co do niej precyzyjnym, ponieważ właśnie w tym miejscu porównanie przestaje być trywialne.
Generalista po treningu dostrajającym — LFM2.5 2.6B albo dowolny mały model typu instruct — można zachęcić promptem, by zwrócił ustrukturyzowaną klasyfikację. Podaj mu schemat JSON, poproś o etykietę i poziom pewności, sparsuj wynik. Ludzie robią to bezustannie. Pytanie brzmi, co się przy tym otrzymuje.
To, co otrzymujesz, to sekwencja tokenów, która przypadkiem zawiera etykietę, którą możesz wyodrębnić, plus liczbę, którą model napisał o sobie. Ta wartość pewności to próbkowany token, a nie softmax po kandydujących odpowiedziach, i nie oznacza tego, co oznacza skalibrowane prawdopodobieństwo. Karta Clef-Flash jest wyraźnie ostrożna w odniesieniu do analogicznej wartości we własnym API — pewność „pokazuje, jak skoncentrowane są prawdopodobieństwa. To nie jest szansa, że odpowiedź jest prawidłowa” — i może sobie na to pozwolić, ponieważ leżąca u podstaw wielkość to prawdziwy rozkład na opcjach, które podałeś. Model ogólnego przeznaczenia wywołany promptem nie ma takiego rozkładu, który mógłby ujawnić. Ma zdanie, które mówi 0,85.
To, czy ta różnica jest warta 11 GB i karty H200, zależy całkowicie od tego, co robisz z tą liczbą. Jeśli etykieta trafia do dashboardu, model 2,6B wywoływany promptem jest w porządku i tańszy pod każdym względem. Jeśli etykieta warunkuje nieodwracalną czynność — przyznanie zwrotu, zablokowanie konta, eskalację incydentu bezpieczeństwa — różnica między skalibrowanym wynikiem a wiarygodnie wyglądającym ciągiem znaków to różnica między progiem, który możesz uzasadnić audytorowi, a progiem, którego nie możesz.

Gdzie można dostać każde z nich
Żaden z modeli nie znajduje się w OrcaRouter. W naszym katalogu nie ma clef-flash ani LFM2.5 2.6B Base, ani żadnego innego checkpointu Liquid AI — możesz zweryfikować oba, wywołując nasze model API i otrzymując 404. Nic w tym artykule nie jest naszą deklaracją dostępności.
Clef-Flash jest dostępny na Cloudflare Workers AI za 0,09 USD za milion tokenów wejściowych lub jako wagi Apache-2.0, które uruchamiasz samodzielnie. LFM2.5 2.6B Base jest dostępny na Hugging Face ze skwantyzowanymi wersjami dla llama.cpp, ONNX Runtime i MLX oraz z własnym playgroundem i dokumentacją Liquid AI dla tej rodziny. Jeśli chcesz model decyzyjny, który jest już dziś dostępny w naszym katalogu, to tym, który tam jest, jest Jev 1.13 od TypeSafe — ten sam kształt żądania, kontekst 65 536 tokenów, 0,042 USD za milion tokenów wejściowych — a clef-flash powstał jako zamiennik typu drop-in dla niego, co oznacza, że wypróbowanie któregokolwiek z nich to zmiana konfiguracji, a nie przepisanie kodu. Oba wywołują tę samą klasę endpointu, więc jeśli już kierujesz ruch przez jeden klucz z ceną katalogową dostawcy przekazywaną bez marży, porównanie to eksperyment, który możesz przeprowadzić dziś po południu, a nie migracja, którą musisz zaplanować.

Który z nich należy do twojego stacka?
Drzewo decyzyjne jest krótkie. Jeśli twoje odpowiedzi to skończona lista, którą możesz zapisać z góry, potrzebujesz prawdopodobieństwa, które coś znaczy, i masz sprzęt albo gotowość do płacenia za wywołanie — clef-flash jest gotowym komponentem, a LFM2.5 2.6B Base nie jest kandydatem. Jeśli twoje odpowiedzi są otwarte albo tym, czego naprawdę potrzebujesz, jest mały model językowy, który możesz ukształtować własnymi danymi i uruchomić na laptopie, LFM2.5 2.6B Base jest punktem wyjścia, a clef-flash nie może ci w ogóle pomóc.
Miejscem, w którym ludzie popełniają ten błąd, jest środek: budowanie ograniczonego klasyfikatora przez promptowanie małego generalisty, bo to droga najmniejszego oporu i działa w demo. Działa w demo. Przestaje działać w chwili, gdy potrzebujesz, żeby liczba była liczbą, a wtedy schemat, prompty i kod parsujący już dźwigają cały ciężar.
Jedno zastrzeżenie po stronie clef-flash, powiedziane wprost, bo to najsłabszy wynik samego dostawcy: na CLINC150 z obsługą przypadków spoza zakresu, gdzie właściwą odpowiedzią bywa „to nie pasuje do żadnej z twoich kategorii”, clef-flash uzyskuje 66,8 macro-F1 wobec 97,4 dla swojego większego brata 27B. Ograniczony schemat jest mocną stroną, dopóki dane wejściowe się w niego nie mieszczą, a model i tak dokona klasyfikacji. Niezależnie od obranej drogi zbuduj klasę resztkową świadomie i audytuj, co do niej trafia.
