Sakana Namazu vs LFM2.5-2.6B-Base: Prawdziwa cena darmowych wag

LFM2.5-2.6B-Base kosztuje 0,00 USD za pobranie. Sakana Namazu kosztuje 0,95 USD za milion tokenów wejściowych i 4,00 USD za milion tokenów wyjściowych. Gdy przeczytasz te dwie ceny, mógłbyś dojść do wniosku, że porównanie kończy się, zanim się zacznie — ale rzeczywista różnica cen działa w drugą stronę. LFM2.5-2.6B-Base, wstępnie wytrenowany checkpoint Liquid AI z 2,69 miliarda parametrów, opublikowany na Hugging Face 4 sierpnia 2026 roku, nie jest produktem: żaden dostawca wnioskowania go nie hostuje, nie ma żadnych opublikowanych ewaluacji, a jego własna karta nazywa go materiałem do dostrajania. Sakana Namazu to natomiast gotowy, wdrożony API z obsługą narzędzi. Pytanie brzmi, za co tak naprawdę jesteś gotów zapłacić — w pieniądzach czy w pracy.

Czym każdy z nich właściwie jest

Sakana Namazu to post-trenowany model Kimi K2.6 dostrojony pod japoński język biznesowy, opakowany w API zgodne z OpenAI z wbudowanym wyszukiwaniem w sieci i wykonywaniem kodu. Zmieniasz base_url, ustawiasz klucz i działa. LFM2.5-2.6B-Base to surowy punkt kontrolny przed treningiem, stojący za rodziną LFM2.5-2.6B firmy Liquid — materiał, z którego zbudowany jest post-trenowany, agentowy odpowiednik. Karta Liquid wprost mówi, że baza istnieje do intensywnego fine-tuningu, a jej tabela benchmarków należy do wersji post-trenowanej, a nie do tej.

Arkusz specyfikacji

• Cena — Sakana Namazu $0,95 / $4,00 za 1 mln tokenów vs LFM2.5-2.6B-Base $0 do pobrania, wszystko samoobsługowo

• Rozmiar — Namazu przejmuje od Kimi K2.6 architekturę MoE 1T / 32B-active, podczas gdy LFM2.5-2.6B-Base to gęsta hybryda 2.69B (22 bloki konwolucyjne + 8 warstw atencji)

• Kontekst — Namazu nieujawniony vs LFM2.5-2.6B-Base 128K tokenów (131 072 na konfigurację)

• Hosting — Namazu serwowany przez Sakana vs baza LFM hostowana przez nikogo — ty budujesz stos serwujący

• Oceny — wyniki raportowane przez dostawcę Namazu kontra opublikowane wyniki LFM base zero

• Język — Namazu dostrojony do japońskiego biznesu vs wielojęzyczna baza LFM (16 języków, słownik 128 tys. tokenów)

Obliczanie całkowitego kosztu

„Free weights" to realna cena, tyle że wyrażona w pracy. Żeby LFM2.5-2.6B-Base wykonał zadanie, potrzebujesz: przebiegu dostrajania (według wyliczeń Liquid — mniej więcej 10 dolarów na tokeny dla nadzorowanego zestawu ze 100 tys. przykładów, około 100 dolarów za 1 mln przykładów), stosu wnioskowania (vLLM, SGLang lub llama.cpp na urządzeniu, które posiadasz) oraz bieżącego serwowania. Korzyść jest taka, że licznik się zatrzymuje: po zbudowaniu każdy token jest darmowy, co czyni model bazowy zdecydowanym zwycięzcą w przypadku obciążeń o dużej objętości, działających nieprzerwanie i tolerancyjnych na opóźnienia. Licznik Namazu nigdy się nie zatrzymuje, ale startuje natychmiast — bez treningu, bez GPU, bez operacji. W przypadku jednorazowej integracji lub obciążenia, w którym najdroższą pozycją jest czas Twojego zespołu, „darmowy" model okazuje się tym drogim.

Licencje, które wiążą

Drobny druk również przemawia przeciwko darmowemu modelowi. LFM2.5-2.6B-Base jest wydawany na licencji LFM Open License v1.0, która ogranicza komercyjne użycie do 10 milionów dolarów rocznego przychodu — i przenosi ten limit na utwory pochodne, co oznacza, że twój fine-tune go dziedziczy. Po przekroczeniu progu potrzebujesz komercyjnej licencji od Liquid. Sakana Namazu nie ma takiego limitu, ale jest zamknięty, a jego domyślne zasady dotyczące danych (trenowanie na twoich danych wejściowych, chyba że zrezygnujesz, brak gwarancji przetwarzania wyłącznie w Japonii) są ceną wygody hostingu. Żaden z nich nie jest darmowy w sensie, jaki sugeruje naklejka.

Luka agentowa

Najbardziej uderzająca różnica dotyczy tego, do czego służą te dwa modele. LFM2.5-2.6B-Base to baza — surowy substrat, z którego wywodzi się dotrenowany model agentowy Liquid. To nie jest agent; to nawet nie jest model instrukcyjny. Sakana Namazu to produkt agentowy: wbudowane wyszukiwanie internetowe, wykonywanie kodu i zademonstrowana pętla samodzielnego działania (demo Sakany pokazuje, jak planuje raport z badań rynku, wyszukuje, sprawdza krzyżowo i pisze go bez nadzoru). Jeśli zadanie polega na {{1}}uruchomieniu modelu 2.6B dostrojonego do jednego wąskiego zadania o dużej skali,{{/1}} wygrywa baza. Jeśli zadanie polega na {{2}}tym, by agent wykonywał pracę umysłową,{{/2}} Namazu jest jedynym z tych dwóch, który przychodzi z narzędziami.

Więc które jest tańsze?

Szczera odpowiedź brzmi: te dwie rzeczy nie są substytutami — baza to komponent, a Namazu to produkt — więc prawdziwa decyzja sprowadza się do tego, czego Twój stack potrzebuje w następnej kolejności. W praktyce żaden z nich nie występuje sam: dostrojony specjalista 2.6B zwykle ląduje obok ogólnego modelu-agenta, a warstwa routingu jest tym, co pozwala utrzymać tę wielomodelową rzeczywistość w ryzach. Fuzja modeli i DSL routingu w OrcaRouter pozwalają zestawić kilka modeli w jednym wywołaniu — pragmatyczna środkowa droga między „serwowaniem własnego checkpointu 2.6B” a „kupnem API jednego dostawcy” — a ponieważ przekazujemy ceny dostawców z zerową marżą, rozliczenia pozostają przewidywalne, nawet gdy skład zestawu się zmienia. Zacznij od Sakana Namazu, jeśli chcesz mieć już dziś działającego agenta do japońskiego biznesu; zacznij od LFM2.5-2.6B-Base, jeśli jesteś gotów zbudować produkt samodzielnie i rozłożyć koszt tej budowy na miliardy darmowych tokenów.