PAN 2 vs LFM2.5-2.6B-Base: Dwa rodzaje checkpointów przeznaczonych do dostrajania

Pierwszą rzeczą, którą trzeba zauważyć w LFM2.5-2.6B-Base, jest słowo Base. Checkpoint Liquid AI z 2,69 mld parametrów nie jest modelem, z którym się rozmawia; to wstępnie wytrenowany substrat, z którego powstają poddane treningowi końcowemu warianty LFM2.5-2.6B, opublikowany po to, aby inni mogli tworzyć własne. PAN 2 to ten sam rodzaj obiektu w trzydziestokrotnie większej skali: 29-miliardowy transformer dyfuzyjny z Institute of Foundation Models należącego do MBZUAI, opublikowany na licencji Apache-2.0, z konfiguracjami treningowymi w repozytorium, przeznaczony do adaptacji, a nie tylko do użycia. Zestawione obok siebie wyglądają absurdalnie — jeden to model językowy, który można uruchomić na laptopie, drugi to model świata wideo, który potrzebuje czterech B300. Ale oba są artefaktami bazowymi z dołączoną licencją, a dla każdego, czyim rzeczywistym zadaniem jest wziąć checkpoint i sprawić, by robił coś, do czego nie był trenowany, interesujące porównanie wcale nie dotyczy możliwości. Liczy się to, co każde z nich daje ci do pracy, i ile kosztuje utrzymywanie tego czegoś, dopóki się nie przekonasz.

Zacznij od licencji, ponieważ to jedyna konkretna różnica.

Kod i wagi samego PAN 2 są objęte licencją Apache-2.0. Elementy firm trzecich — Qwen3.5-9B jako enkoder tekstu, Wan 2.2 jako VAE, Diffusers — są używane na ich własnych warunkach i nie są redystrybuowane przez MBZUAI; pobierasz je od ich autorów. To czyste, nudne, przyjazne dla korporacyjnych działów prawnych rozwiązanie i główny powód, dla którego firma z procesem weryfikacji może w ogóle wdrożyć PAN 2.

LFM2.5-2.6B-Base jest udostępniany na licencji LFM1.0, którą Hugging Face zapisuje jako inną z linkiem do pliku LICENSE, a nie do identyfikatora SPDX. To nie jest krytyka — licencja Liquid pozwala na komercyjne wykorzystanie do pewnego progu przychodów, co jest powszechną i rozsądną formą wydania modelu z otwartymi wagami — ale to inna forma niż Apache-2.0, a różnica nie jest szczegółem, który odkrywasz dopiero po fine-tuningu. Jeśli Twój zespół prawny ma listę wstępnie zatwierdzonych licencji, jeden z tych dwóch modeli jest na niej, a drugi wymaga rozmowy.

Ta asymetria biegnie w przeciwnym kierunku niż liczby parametrów i warto się na chwilę nad nią zatrzymać. To mały model ma haczyki; ten ogromny możesz wdrożyć, nie pytając nikogo o zgodę.

Co tak naprawdę daje ci bazowy checkpoint

LFM2.5-2.6B-Base to architektura hybrydowa: trzydzieści warstw, z których dwadzieścia dwie to podwójnie bramkowane bloki krótkiej konwolucji, a osiem to uwaga z grupowymi zapytaniami. Ta mieszanka jest sednem całej linii LFM — bloki konwolucji są tanie przy długich sekwencjach, a bloki uwagi utrzymują zdolność przywoływania — i dlatego model może obsługiwać kontekst 131 072 tokenów przy 2,69 mld parametrów. Trening objął 34 biliony tokenów ze słownictwem 128 000 tokenów, z pokryciem szesnastu języków, w tym arabskiego, japońskiego, koreańskiego, tajskiego i wietnamskiego.

Nie ma natomiast żadnego dostrajania po treningu. Żadnego dostrajania do instrukcji, żadnego szablonu czatu godnego tej nazwy, żadnego alignmentu bezpieczeństwa. Model bazowy przewiduje kolejny token i to wszystko, co robi, co czyni go niewłaściwym obiektem do oceny na benchmarku podążania za instrukcjami, a właściwym do oceny tego, jak szybko LoRA zbiega się w Twojej domenie. Liquid publikuje osobno wersję po dostrajaniu, a istnienie buildów GGUF i ONNX tej wersji jest najwyraźniejszym wyrazem intencji: ta rodzina jest przeznaczona do uruchamiania na urządzeniach, które posiadasz.

PAN 2 daje ci znacznie więcej gotowego wsparcia, a pod jednym konkretnym względem mniej swobody. Repozytorium zawiera konfiguracje trenowania zarówno do wstępnego trenowania, jak i do nadzorowanego dostrajania — config/pretrain_29B_720p.yaml oraz config/sft_29B_720p.yaml — a dokumentacja mówi, aby ustawić ich ścieżki danych na własne latenty. Zatem ścieżka dostrajania istnieje. Ale dane, których oczekuje, nie są tekstem. To latenty wideo opisane w określonym ustrukturyzowanym formacie opisów: zdarzenia w kolejności, akcje powiązane z aktorami, ruch kamery, w ramach budżetu enkodera tekstu wynoszącego 1536 tokenów. Jeśli chcesz dostroić PAN 2 do własnej dziedziny, twoim pierwszym projektem nie jest uruchomienie trenowania. To potok danych, który przekształca twoje nagrania w ten format, a repozytorium daje ci walidator, ale nie adnotator.

• Obliczenia do dostrojenia — LFM2.5-2.6B-Base: pojedynczy GPU, LoRA na stacji roboczej, godziny, a nie tygodnie. PAN 2: transformer o rozmiarze 67,37 GB w BF16 przed stanem optymalizatora, plus zamrożony enkoder o rozmiarze 15,87 GB i VAE, na latentach wideo. Wiele węzłów, a nikt nie opublikował przepisu.

• Dane, które musisz dostarczyć — LFM2.5-2.6B-Base: tekst, w dowolnym formacie używanym przez Twoje zadanie. PAN 2: wideo oraz ustrukturyzowane opisy stanu świata zgodne ze schematem repozytorium.

• Co otrzymujesz na wyjściu — LFM2.5-2.6B-Base: generator tekstu, a po post-trainingu asystenta lub politykę agenta. PAN 2: wideo o długości do 20 sekund w 704×1248 i 24 fps, pokazujące konsekwencję działania.

Licencja — LFM2.5-2.6B-Base: LFM1.0, inna, przeczytaj ją. PAN 2: Apache-2.0 na własnych wagach.

W tym jednym benchmarku, w którym prawie się spotykają

Istnieje prawdziwa zbieżność i jest wystarczająco mała, by była interesująca. Karta modelu MiniCPM5-2B od OpenBMB zestawia w benchmarkach LFM2.5-2.6B z własnym modelem 2B i szeregiem innych, a jeden z wierszy dotyczy długiego kontekstu. W AA-LCR OpenBMB podaje 5,3 dla LFM2.5-2.6B wobec 59,0 dla MiniCPM5-2B. W NoLiMa — 0,7 wobec 68,1. W LongBench v2 — 30,3 wobec 43,7.

To liczby raportowane przez konkurenta, na jego własnym harnessie, a karta modelu, która je publikuje, ma oczywisty interes w takim porównaniu. Ale skala różnicy w dwóch najtrudniejszych sondach długiego kontekstu nie jest czymś, co da się wyjaśnić wyborem harnessu, i stanowi użyteczną korektę wobec odczytywania „131,072-token context” jako twierdzenia o zdolnościach. Okno kontekstu to pojemność; przywoływanie informacji na długości to zachowanie. Checkpoint Base ma to pierwsze, a — jak wynika z dowodów zewnętrznych — niewiele z drugiego, i właśnie dlatego fine-tuning jest zamierzonym zastosowaniem, a nie asystentem do długich dokumentów prosto z pudełka.

PAN 2 nie ma równoważnej weryfikacji krzyżowej. Nikt spoza MBZUAI nie przeprowadził na nim benchmarku, a liczby z samej karty modelu są jedynymi, jakie istnieją. To słabsza pozycja dowodowa niż w przypadku LFM2.5-2.6B-Base, mimo że uruchomienie modelu jest sto razy droższe — przypomnienie, że niezależna ocena idzie za adopcją, a adopcja za możliwością uruchomienia czegokolwiek w ogóle.

Koszt utrzymania każdego punktu kontrolnego

LFM2.5-2.6B-Base ma około 2,7 miliarda parametrów. W BF16 to wygodnie poniżej 6 GB wag, a wersje GGUF siostrzanego modelu po treningu sprowadzają to znacznie poniżej tej wartości. Możesz utrzymywać go w pamięci na tej samej maszynie co resztę swojego stosu, dostroić go przez noc i zapomnieć, że tam jest.

PAN 2 to 86,17 GB w sześćdziesięciu plikach, a liczba, która ma znaczenie, to nie suma, lecz kształt. Transformer ma 67,37 GB i każdy worker inferencji przechowuje pełną kopię — własny skrypt inferencji repozytorium uruchamia jednego workera na GPU, a każdy bierze co N-ty prompt, ponieważ w tej ścieżce nie ma shardingu równoległości tensorowej. Przepis vLLM to opcja z shardingiem, a jego nagłówek to trzynaście sekund wideo 704×1248 w około 119 sekund na czterech B300 z równoległością classifier-free guidance na dwóch rangach i równoległością sekwencyjną Ulysses na dwóch. Domyślnie jest osiem H200. Pięćdziesięciokrokowy sampler z guidance na każdym kroku oznacza sto przebiegów forward na klip — i to jest arytmetyka stojąca za każdym wyborem konfiguracji w przepisie.

Uczciwe porównanie kosztów to więc nie „6 GB kontra 86 GB”. To „zerowy koszt krańcowy na inferencję kontra węzeł z wieloma GPU na dwie minuty materiału wyjściowego”. Dostrojony model 2,6B odpowiadający na zapytanie nie kosztuje nic mierzalnego. Dostrojony PAN 2 renderujący dwudziestosekundowy klip zajmuje węzeł GPU na trzy minuty, a uruchomisz go setki razy, zanim dowiesz się, czy dostrojenie zadziałało.

W miejscu, w którym router styka się z którymkolwiek z tych elementów

Żaden z tych modeli nie jest czymś, co warstwa routingu może obsłużyć. LFM2.5-2.6B-Base to bazowy checkpoint bez hostowanego endpointu, do którego warto by kierować ruch — to plik, który pobierasz. PAN 2 nie ma w ogóle hostowanego endpointu — ani od MBZUAI, ani od nikogo innego. Jeśli twój plan obejmuje którykolwiek z nich, twój plan obejmuje GPU.

Powód, dla którego w ogóle wspominamy o routingu, jest taki, że prawie nikt nie wdraża modelu bazowego w izolacji. Dostrojony LFM2.5 to jeden komponent aplikacji, która potrzebuje również ogólnego modelu rozumującego, a symulacja PAN 2 to jeden z etapów potoku, którego pierwszym etapem jest model językowy piszący ustrukturyzowane opisy. To właśnie w tej otaczającej warstwie przydaje się jedno API do ponad 200 modeli: dostrojony checkpoint trzymasz na własnym sprzęcie, standardowe wywołania kierujesz przez OrcaRouter w cenie katalogowej dostawcy z 0% marży przekazywanej dalej, a gdy dostawca ma gorszą godzinę, przełączanie awaryjne następuje automatycznie. W przypadku potoku PAN 2 etap opisywania jest częścią elastyczną — raport szereguje Claude Opus 5.5, GPT-6 Astra, Kimi K3 i Qwen3.8-Flash według ukończenia pełnego planu, a Qwen3.8-Flash jest dostępny w OrcaRouter, więc możesz sprawdzić, który planista faktycznie ukończy twoje plany, bez uruchamiania czterech modeli.

OrcaRouter nie będzie hostować żadnego z tych checkpointów. Twierdzenie, że jest inaczej, byłoby rodzajem deklaracji, która brzmi jak funkcja, a zachowuje się jak błąd.

Co ukrywa ujęcie modelu bazowego

Oba te wydania są, w ścisłym sensie, nieukończone. LFM2.5-2.6B-Base z założenia nie ma dostrajania do instrukcji; PAN 2 ma sekcję ograniczeń, w której czytamy, że około dwa na trzy symulowane plany zawierają co najmniej jeden krok, który nie jest realizowany. Żadne z nich nie jest produktem. Różnica polega na tym, co w każdym przypadku oznacza „nieukończone”.

W przypadku LFM2.5-2.6B-Base niedokończenie to etap w pipeline, którego dalsze ogniwa dostawca już ukończył — model po treningu istnieje, skwantyzowane wersje istnieją, a bazowy checkpoint opublikowano dla osób, które chcą pójść inną drogą. Ta luka jest celowa i udokumentowana.

W przypadku PAN 2 niedokończenie to stan całego wydania. Wagi są już dostępne, wsparcie dla frameworków pojawiło się 10 listopada, a jedyną publiczną wypowiedzią na ten temat jest post składający się z dwóch akapitów na własnym koncie laboratorium na X z tego samego popołudnia. Jego ograniczenia nie są wyborem projektowym przekazanym dalszym użytkownikom; to otwarte problemy, które zespół publicznie nazywa. Jeśli dostrajasz PAN 2, dziedziczysz te problemy wraz z wagami.

To jest właściwe porównanie i nie prowadzi ono do rekomendacji między tymi dwoma modelami, ponieważ nie są one substytutami. Prowadzi natomiast do pytania o twój projekt: czy adaptujesz sprawdzony komponent, czy budujesz na artefakcie badawczym, którego tryby awarii są wciąż mierzone? LFM2.5-2.6B-Base to ten pierwszy. PAN 2 to ten drugi, a licencja Apache-2.0 jest jedynym powodem, dla którego ten drugi jest w ogóle opcją.