LFM3-1.7B vs Qwen3.8-Flash: Gdy nie ma tablicy wyników do porównania

Dziesięć milionów tokenów miesięcznie, z podziałem 70/30 między wejście i wyjście, kosztuje $2.46 na Qwen3.8-Flash w cenniku Alibaba wynoszącym $0.15 i $0.47 za milion. Ta sama liczba na LFM3-1.7B kosztuje około $1.16, jeśli podawane stawki hostingu na poziomie $0.08 i $0.20 się utrzymają — a przy samodzielnym hostowaniu zupełnie nic za token, ponieważ wagi są otwarte, a LFM Open License nie wymaga opłat licencyjnych przy przychodach poniżej $10 milionów. To dwukrotna różnica w rozliczeniu między dwoma modelami, których względnej jakości nikt obecnie nie potrafi ustalić. To sprawia, że porównanie to w mniejszym stopniu dotyczy benchmarków niż większość stron porównawczych, a w większym — tego, jaki kształt wdrożenia kupujesz.

Trudno o dwa bardziej różne modele. LFM3-1.7B to gęsty model tri-hybrydowy o 1,73 mld parametrów, który Liquid AI udostępniła 27 października 2026 r., aby wykonywać wyspecjalizowane zadanie na sprzęcie, który masz przed sobą. Qwen3.8-Flash to rzadki model typu mixture-of-experts firmy Alibaba — około 6 mld parametrów aktywnych na token ze znacznie większej puli — udostępniony w sierpniu 2026 r. jako warstwa hostowana z oknem 1 mln tokenów oraz wejściem obrazu i wideo. Porównywanie ich pod kątem wskaźnika inteligencji jest jak porównywanie samochodu dostawczego do pociągu towarowego: przydatne pytanie brzmi, co przewozisz i jak daleko.

Dwie architektury zoptymalizowane pod przeciwne ograniczenia

24 warstwy modelu LFM3-1.7B łączą 13 bramkowanych krótkich konwolucji, 5 warstw uwagi z przesuwanym oknem o rozmiarze 256 tokenów oraz 6 warstw globalnej uwagi. Konwolucje są tanie i równoległe; wąski pas globalnej uwagi utrzymuje dostęp do całego kontekstu 256K. W rezultacie powstaje 128K pamięci podręcznej KV o rozmiarze 1,6 GB oraz model, który przy 4 bitach mieści się w około 1 GB. Liquid wytrenował go na 22 bilionach tokenów wstępnego treningu, a następnie na 3,5 biliona tokenów treningu pośredniego, mocno skoncentrowanego na śladach agentowych i wywołaniach narzędzi.

Qwen3.8-Flash dokonuje innego wyboru kompromisowego. Rzadka aktywacja oznacza, że dla każdego tokenu dostępna jest duża pula parametrów bez ponoszenia kosztu wszystkich z nich, dzięki czemu Alibaba uzyskuje natywny kontekst 262K rozszerzalny do 1M w modelu wycenionym w tym samym przedziale co znacznie mniejsze modele gęste. Przyjmuje tekst, obrazy i wideo, a zwraca tekst, obsługuje wywołania narzędzi i wyjście JSON oraz jest jednoznacznie pozycjonowany jako zapowiedź architektury linii Qwen4.

• Aktywne parametry — LFM3-1.7B: 1,73B w modelu gęstym vs Qwen3.8-Flash: około 6B na token w rzadkim MoE.

• Kontekst — 256K otwartych wag, 128K w hostowanym API Liquid w porównaniu z 262K natywnie, 1M w warstwie hostowanej.

• Maksymalna długość wyjścia — nieokreślona osobno dla LFM3 w porównaniu ze 131K dla Qwen3.8-Flash.

• Obsługiwane modalności — tylko tekst vs tekst, obraz i wideo.

• Gdzie działa — na Twoim urządzeniu, z zajętością 1 GB w 4 bitach w porównaniu z serwerami Alibaba.

• Wagi — otwarte na licencji LFM Open License v1.0 vs tylko w wersji hostowanej, brak otwartego checkpointu dla tego SKU.

Ten ostatni wiersz nadaje nowy sens całej reszcie. Qwen3.8-Flash nie jest modelem, który posiadasz. Istnieje siostrzany model open-weight, Qwen3.8-Flash-Next, na licencji społecznościowej, ale to inny checkpoint z innymi wynikami i nie jest tym, co kupujesz za stawkę 0,15 USD. LFM3-1.7B to plik, który pobierasz. Jeden z nich można odizolować od sieci (air-gapped), poddać audytowi i dostroić na własnych danych; drugiego nie.

Tablica wyników, której brakuje z jednej strony, a z drugiej jest sprzeczna.

Oto niewygodna część. Na dzień 28 października 2026 r. LFM3-1.7B nie ma wpisu w Artificial Analysis — brak Intelligence Index, brak niezależnie zmierzonej szybkości wyjściowej, brak neutralnego wskaźnika opóźnienia. Każda liczba dotycząca wydajności przypisana do tego modelu pochodzi z własnej tabeli 27 benchmarków Liquid, w której średnio wynosi 49,37 i zdecydowanie przewyższa własny LFM2.5-2.6B Liquid. Raportowane przez dostawcę, nieodtworzone.

Qwen3.8-Flash rzeczywiście ma wpis w Artificial Analysis, a jego lektura jest pouczająca z niewłaściwego powodu. Bieżące strony porównawcze pokazują go na poziomie Indeksu 40. Wiele wtórnych opracowań, w tym recenzje i prasa regionalna, podaje dla tego samego modelu wartość 56. Dane dotyczące szybkości generowania również się nie zgadzają: w różnych źródłach pojawiają się wartości od niskich 50 do niskich 80 tokenów na sekundę. Nie zamierzamy wybierać jednej z nich i przedstawiać jej jako faktu, ponieważ obie liczby nie mogą opisywać tego samego przebiegu ewaluacji, a różnica jest wystarczająco duża, by zmienić decyzję o zakupie.

Praktyczną konsekwencją jest to, że żadnego z tych modeli nie można z żadną pewnością uszeregować względem drugiego pod względem jakości. Po jednej stronie mamy liczbę, która przesuwa się o szesnaście punktów w zależności od tego, gdzie się ją odczyta; po drugiej nie ma żadnej niezależnej liczby, która mogłaby się zmieniać. Każdy, kto na podstawie tych danych wydaje werdykt w sprawie „który jest mądrzejszy”, wymyśla go. Porównywać można wszystko inne: ile kosztuje model, gdzie działa, jak szybko odpowiada i co się dzieje, gdy zawodzi.

Miernik zadziałał.

Koszt to wymiar, w którym obie strony są faktycznie mierzalne, dlatego zasługuje na coś więcej niż listę kosztów za token.

• Cena katalogowa Qwen3.8-Flash — 0,15 USD za milion tokenów wejściowych, 0,47 USD za milion tokenów wyjściowych, odczyt z pamięci podręcznej 0,018 USD, zapis do pamięci podręcznej 0,230 USD.

• LFM3-1.7B hostowany — według doniesień po $0.08 za wejście i $0.20 za wyjście za milion, niepublikowane w oficjalnym cenniku Liquid.

• LFM3-1.7B hostowany we własnej infrastrukturze — brak kosztu za token; LFM Open License jest wolna od tantiem przy rocznym przychodzie poniżej 10 mln USD.

Przy 10 milionach tokenów miesięcznie w podziale 70/30 Qwen3.8-Flash kosztuje 2,46 USD. Włączenie buforowania promptów dla stabilnego promptu systemowego obniża ten koszt do około 2,00 USD, ponieważ odczyty z pamięci podręcznej kosztują około jednej ósmej świeżego wejścia. LFM3-1.7B przy podanej stawce kosztuje około 1,16 USD za ten sam wolumen, a samodzielny hosting kosztuje zero na token, plus stały koszt maszyny.

Teraz to przeskalujmy. Przy miliardzie tokenów miesięcznie różnica wynosi 246 USD wobec 116 USD — nadal niewielka w wartościach bezwzględnych, co zwykle umyka w takich porównaniach. Różnica na token między tanim planem hostowanym a tanim modelem self-hosted jest szumem dla większości zespołów. Kosztem, który faktycznie dominuje, jest czas inżynierów: model hostowany to wywołanie HTTP, a self-hosted to wdrożenie, wybór kwantyzacji, stos serwowania i dyżury on-call. Przewaga cenowa LFM3 wynosząca 2× musi to rekompensować. W przypadku modelu 2B na telefonie lub urządzeniu edge oczywiście tak jest — nie ma żadnej hostowanej alternatywy, która w ogóle działałaby na urządzeniu. W przypadku usługi backendowej obsługującej wywołania klasyfikacji zwykle tak nie jest.

Jak szybko odpowiada każdy z nich, z konkretnymi liczbami po jednej stronie

To tutaj nasze własne dane są lepsze niż dane dostawcy. OrcaRouter kieruje Qwen3.8-Flash, a w ciągu ostatnich siedmiu dni nasza telemetria z providerów obsługujących ten model pokazuje p50 czasu do pierwszego tokenu na poziomie 4,82 sekundy, p95 na poziomie 10,00 sekundy, prędkość generowania 155 tokenów na sekundę i 3,3% wskaźnika błędów na 883,7 mln tokenów. To zagregowane wartości z warstwy routingu, a nie test laboratoryjny pojedynczego endpointu, dlatego przepustowość wypada wyżej niż publikowane gdzie indziej wartości rzędu niskich 50: żądanie trafia tam, gdzie jest dostępna moc.

P50 wynoszące 4,82 sekundy to liczba, nad którą warto się zatrzymać. W interfejsie czatu to w porządku. W przypadku agenta wykonującego piętnaście kolejnych wywołań to minuta oczekiwania, zanim zacznie się jakakolwiek praca, i żadna liczba tokenów na sekundę tego nie naprawi. Wysokie opóźnienie pierwszego tokenu w dużym rzadkim modelu to ukryty koszt taniej warstwy i to dlatego niektóre zespoły kierują krótkie, krytyczne pod względem opóźnienia tury do czegoś mniejszego.

Dla LFM3-1.7B nie ma równoważnego pomiaru. Twierdzenie Liquid dotyczące szybkości mówi, że przy Q4_0 i kontekście 32K był od 1,8× do 2,8× szybszy niż kolejny model na trzech urządzeniach testowych przy najniższym zużyciu pamięci oraz że pojedynczy NVIDIA B300 uruchamiający SGLang w BF16 obsłużył 3,6 miliarda tokenów dziennie przy 1024 równoczesnych żądaniach. To są odpowiednio wartości dla urządzeń i dla pojedynczego węzła; żadna z nich nie przekłada się na „jaki będzie mój p50 z Frankfurtu”. Szybkość to oś, na której argument LFM3 jest w zasadzie najmocniejszy, a w praktyce najmniej weryfikowalny.

Gdzie każdy z nich faktycznie wygrywa

LFM3-1.7B wygrywa pod względem kontroli i kosztów na urządzeniach brzegowych. Otwarte wagi oznaczają, że możesz dostroić go na jednej GPU, zamrozić wersję, uruchomić go bez sieci i zachować dane na urządzeniu. Jego wyniki w zakresie podążania za instrukcjami to wyróżniająca się część tabeli Liquid — IFEval 96.66, IFStruct 93.72, Multi-IF 89.10 — a jego wiersze dotyczące wywoływania narzędzi są przyzwoite jak na ten rozmiar, BFCL V4 na poziomie 71.39 i ToolSandbox na poziomie 80.36. Jego słabe wiersze są równie jasne: Terminal-Bench 2.1 na poziomie 12.92 i SWE-bench Multilingual na poziomie 23.00 mówią, że to nie jest autonomiczny model kodujący, a karta modelu samego Liquid mówi tyle samo.

Qwen3.8-Flash wygrywa zasięgiem. Okno 1 mln tokenów z wejściem obrazu i wideo to możliwość, której LFM3 nie ma w żadnej formie: model tekstowy w ogóle nie przyjmuje obrazów, wariant wizyjny nie podaje okna kontekstu, a okno wariantu omni nie jest udokumentowane. W przypadku obciążenia, które przetwarza długą umowę, zestaw zrzutów ekranu lub godzinę klatek, porównanie kończy się natychmiast. Wygrywa także pod względem prostoty operacyjnej: jeden endpoint, brak GPU, brak wdrożenia.

Routowanie obu — i o to właśnie chodzi.

Qwen3.8-Flash znajduje się w katalogu OrcaRouter, a LFM3-1.7B nie. To zdanie to cała uczciwa wersja tej sekcji. Kierujemy hostowany model według ceny katalogowej dostawcy z 0% marży, więc płacisz tyle, ile wynoszą stawki Alibaby $0.15 i $0.47, a zmiana ceny przez dostawcę dociera do Ciebie tego samego dnia, a nie przy kolejnym odnowieniu umowy. LFM3 uruchamiasz samodzielnie lub wywołujesz przez własne API Liquid; nie będziemy sugerować relacji hostingowej, która nie istnieje.

Powód, dla którego routing ma znaczenie w tym konkretnym zestawieniu, jest taki, że oba modele mają różne tryby awarii. Qwen3.8-Flash zawodzi, będąc wolnym i kosztownym w turach, które nie wymagały 1M tokenów kontekstu. LFM3 zawodzi, bo kończy mu się głębokość rozumowania w turach, które tego wymagały. Potok, który wysyła każde żądanie do któregokolwiek z nich, jest błędny w przewidywalnym kierunku. Z DSL routingu możesz wysyłać tury ekstrakcji, klasyfikacji i krótkiego wywoływania narzędzi do małego lokalnego modelu, pozostawić pracę z długimi dokumentami i multimodalną w warstwie hostowanej, i pozwolić automatycznemu przełączaniu awaryjnemu objąć przypadek, w którym mały model zwróci coś nieprawidłowego — co w przypadku niezweryfikowanego modelu 1.7B jest realistyczną obawą.

To także najtańszy sposób, by przekonać się, czy LFM3 zasługuje na zaufanie, którego domaga się tabela wyników z jego premiery. Uruchom go na ruchu, który już znasz, z mechanizmem awaryjnym jako zabezpieczeniem, i porównaj jego decyzje z decyzjami modelu hostowanego przy tych samych danych wejściowych. Wskaźnik niezgodności jest lepszym sygnałem jakości niż jakikolwiek benchmark dostawcy, ponieważ jest mierzony na Twoich danych.

Decyzja, bez fałszywego werdyktu

Wybierz Qwen3.8-Flash, jeśli praca obejmuje długie dokumenty, obrazy lub wideo, jeśli potrzebujesz jednego punktu końcowego i braku jakiejkolwiek infrastruktury albo jeśli akceptowalny jest p50 czasu do pierwszego tokenu w okolicach pięciu sekund. Jego jakość jest niepewna, ale przynajmniej mierzalna przez kogoś innego niż jego twórca, a jego kontekstu 1M nie zastąpi model 1.7B.

Wybierz LFM3-1.7B, jeśli model musi działać na urządzeniu, jeśli dane nie mogą opuścić Twojej sieci, jeśli zamierzasz dostrajać model albo jeśli Twoje obciążenie to krótkie tury podążania za instrukcjami i wywoływania narzędzi, w których model 2B mieszczący się w 1 GB naprawdę wystarcza. Zaakceptuj, że bierzesz tabelę wyników Liquid na wiarę i że pierwszy miesiąc będzie wymagał więcej pomiarów, niż wymagałby model hostowany.

Nie powinieneś wybierać między nimi na podstawie inteligencji. Jeden nie ma niezależnego wyniku, drugi ma wynik, który pokazuje 40 albo 56 w zależności od strony, którą otworzysz, a szesnastopunktowa różnica między tymi dwoma odczytami jest większa niż cała różnica jakości, którą którykolwiek dostawca próbuje ci sprzedać. Koszt, kontekst, modalność i lokalność to ustalone fakty. Jakość nie, a porównanie, które udaje inaczej, jest po prostu tabelą z premiery z usuniętą nazwą dostawcy.