SubQ Snap 1.1 vs LFM2.5 2.6B Base: Kupić decyzję czy zbudować ją na bazie checkpointu

Najważniejszym słowem w porównaniu między SubQ Snap 1.1 a LFM2.5 2.6B Base jest to ostatnie. Base oznacza model wstępnie wytrenowany. Oznacza to, że Liquid AI opublikowało checkpoint po około 34 bilionach tokenów treningu i przed jakimkolwiek nadzorowanym dostrajaniem, destylacją czy uczeniem ze wzmocnieniem, które zamieniają model językowy w coś, co wykonuje instrukcje. Nie odpowie na pytanie. Nie wybierze etykiety. Poproś go o skierowanie zgłoszenia do pomocy technicznej, a będzie kontynuować Twój prompt w stylu tekstu, na którym został wytrenowany — co nie jest błędem — właśnie do tego służy bazowy checkpoint.

SubQ Snap 1.1Natomiast jest gotowym produktem: modelem decyzyjnym Subquadratic, wydanym 22 października 2026 r., który przyjmuje do 384 tys. tokenów tekstu i obrazów oraz stały zestaw odpowiedzi i zwraca skalibrowany wybór. Zestawianie ich bezpośrednio, jakby były alternatywami, to błąd kategorii — i to użyteczny, ponieważ ten błąd jest dokładnie decyzją, przed którą staje zespół, gdy chce klasyfikacji działającej na sprzęcie, który kontroluje. Pytanie nie brzmi: „który model jest lepszy”. Brzmi: „czy kupujesz decyzję, czy budujesz ją od punktu wyjścia?”

Co Liquid AI faktycznie wypuściło

LFM2.5-2.6B Base pojawił się 4 sierpnia 2026 r. wraz z siostrzanym modelem LFM2.5-2.6B po treningu końcowym, jako część rodziny obejmującej od 230 milionów parametrów po 24B mixture-of-experts. Architektura to projekt LFM2 firmy Liquid: trzydzieści warstw, z których dwadzieścia dwie to podwójnie bramkowane bloki krótkiej konwolucji, a osiem to warstwy grouped-query attention, słownik 128 000 tokenów oraz okno kontekstu 128K dodane w fazie rozszerzenia podczas treningu pośredniego. Przy 2,69 miliarda parametrów zajmuje około 2,5 GB, działa z szybkością około 220 tokenów na sekundę na Apple M5 Max, około 113 na Ryzen AI Max+ i około 30 na telefonie.

Wersja instruct, czyli bliźniaczy model, to miejsce, w którym kryją się ciekawe liczby — i warto je odczytać jako miarę tego, ile wart jest post-training. Liquid podaje AIME25 na poziomie 51.87, LiveCodeBench v6 na 59.41, IFBench na 59.17, Multi-IF na 80.07, BFCLv4 na 56.88 i ToolSandbox na 77.83 — wszystkie raportowane przez dostawcę, wszystkie dla modelu po post-trainingu. Bazowy checkpoint nie ma porównywalnych wyników w zakresie przestrzegania instrukcji, ponieważ nie potrafi przestrzegać instrukcji. Ta różnica między checkpointem a modelem, któremu można zadać pytanie, to cztery etapy post-trainingu: dwie rundy nadzorowanego dostrajania, specjalizacja nauczycieli według domen, wielodomenowa destylacja on-policy oraz uczenie ze wzmocnieniem agentowym w rzeczywistych środowiskach testowych.

Liquid mówi też wprost, do czego model nie służy: do programowania agentowego i do pracy wymagającej dużej wiedzy. To uczciwsza deklaracja pozycjonująca niż większość publikowanych przez laboratoria i warto przyjąć ją za dobrą monetę.

Specyfikacje zestawione obok siebie

• Co to jest — LFM2.5 2.6B Base to wstępnie wytrenowany checkpoint bez dostrajania instrukcyjnego; SubQ Snap 1.1 to hostowany model decyzyjny z API zwracającym stałe odpowiedzi.

• Kontekst — 128 tys. tokenów dla LFM2.5 2.6B Base; 384 tys. tokenów dla Snap 1.1.

• Dane wejściowe — tylko tekst dla LFM2.5 2.6B Base; tekst i obrazy dla Snap 1.1.

• Wyjście — swobodne generowanie tokenów lub dowolna głowa, którą wytrenujesz na wierzchu, dla LFM2.5 2.6B Base; wybór lub wynik z prawdopodobieństwem dla Snap 1.1.

• Cena — wyłącznie self-hosted, bez opłat za token, dla LFM2.5 2.6B Base; 0,04 USD za 1 mln tokenów wejściowych, wyjście bezpłatne, dla Snap 1.1.

• Licencja — LFM Open License v1.0, dozwolone użycie komercyjne po przekroczeniu progu przychodu, dla modelu Liquid; brak jakichkolwiek wag dla Snap.

• Rozmiar — około 2,5 GB i możliwość uruchomienia na telefonie dla LFM2.5 2.6B Base; wywołanie sieciowe dla Snap 1.1.

Różnica między punktem kontrolnym a klasyfikatorem

Aby przekształcić LFM2.5 2.6B Base w coś, co działa jak Snap 1.1, potrzebujesz pięciu rzeczy, a tylko jedna z nich to model.

Potrzebujesz danych oznaczonych etykietami — kilka tysięcy przykładów na klasę to rozsądny punkt wyjścia w przypadku wąskiego zadania routingu, a znacznie więcej, jeśli klasy są niezrównoważone albo granica jest subtelna. Potrzebujesz przebiegu treningowego: głowicy klasyfikacyjnej albo adaptera LoRA, na bazie checkpointu bazowego, który nigdy nie widział instrukcji, co oznacza, że dostrajanie wykonuje jednocześnie adaptację do zadania i pracę nad podążaniem za instrukcjami. Potrzebujesz kalibracji, ponieważ wynik softmax nie jest skalibrowanym prawdopodobieństwem, a próg routingu ustawiony na nieskalibrowanym wyniku to próg ustawiony na podstawie zgadywania. Potrzebujesz środowiska ewaluacyjnego, które utrzymujesz, ponieważ model będzie dryfował wraz ze zmianami ruchu. Potrzebujesz też infrastruktury serwującej — llama.cpp, MLX, vLLM lub ONNX, z których wszystkie obsługują tę architekturę.

Nic z tego nie jest egzotyczne. To wszystko to tygodnie pracy kogoś, kto wie, co robi, i powtarza się za każdym razem, gdy zadanie się zmienia. Uczciwe porównanie nie polega na zestawieniu $0.04 za milion tokenów z darmowym rozwiązaniem. Polega ono na zestawieniu $0.04 za milion tokenów z czterema do ośmiu tygodniami pracy inżynierskiej, plus bieżącym kosztem posiadania modelu.

Licencja nie jest Apache

Liquid udostępnia LFM2.5 na licencji LFM Open License v1.0. Użytkowanie komercyjne jest dozwolone, ale organizacje o rocznych przychodach powyżej 10 mln USD potrzebują odrębnej licencji komercyjnej. To zasadniczo inna propozycja niż Apache 2.0 w przypadku Granite lub Apache 2.0 w przypadku Gemma, a zarazem klauzula, którą dział prawny często odkrywa późno — już po tym, jak prototyp zacznie działać. Jeśli jesteś startupem poniżej tego progu, dziś nie kosztuje cię to nic, ale może cię kosztować później. Jeśli jesteś powyżej progu, wyceń licencję, zanim wycenisz GPU.

Gdzie bazowy checkpoint wygrywa bezapelacyjnie

Wdrożenie w środowisku odizolowanym sieciowo to najmocniejszy argument i nie ma tu nawet bliskiej konkurencji. Model o rozmiarze 2,5 GB, który działa na telefonie, laptopie lub w kontenerze bez dostępu do sieci, to jedyna opcja w przypadku aplikacji terenowej, środowiska objętego klauzulą tajności lub urządzenia wysyłanego do klientów. Snap 1.1 nie może trafić do żadnego z nich. To API i nie istnieje jego wersja działająca lokalnie.

Ekonomika wolumenu to drugi przypadek, ale wymaga prawdziwego wolumenu, by mieć znaczenie. Przy dwóch milionach decyzji miesięcznie, każda z kontekstem 20 000 tokenów — 40 miliardów tokenów wejściowych — Snap 1.1 kosztuje 1600 USD miesięcznie, czyli nieco poniżej 20 000 USD rocznie. Pojedynczy dostrojony model 2,6B obsługujący ten ruch na sprzęcie, który już posiadasz, nie ma kosztu krańcowego. Próg rentowności znajduje się gdzieś w okolicach punktu, w którym roczny rachunek za API przewyższa koszt inżynieryjny dostrojenia powiększony o koszt sprzętu, co dla większości zespołów jest perspektywą roku lub dwóch, a nie miesiąca.

Pełna kontrola jest trzecia. Model wytrenowany na własnych etykietach robi to, do czego go wytrenowano, i nic więcej. Snap 1.1 to ogólny model decyzyjny z dokładnością na poziomie 20% w Artificial Analysis Decision Index v1.0 — jego wynik indeksu 65 wynika głównie z powstrzymywania się od odpowiedzi na to, na co nie potrafi odpowiedzieć, przy zgłaszanym 86% wskaźniku braku halucynacji. Dostrojony model 2.6B w Twojej domenie często przebije tę dokładność w Twoim zadaniu i nigdy nie powstrzyma się od odpowiedzi, chyba że go tego wytrenujesz.

Gdzie Snap 1.1 zdecydowanie wygrywa

Czas do pierwszej decyzji mierzy się w minutach, a nie w sprintach. Nie ma danych treningowych do zebrania, głowy do dopasowania ani krzywej kalibracyjnej do wykreślenia. Wysyłasz dokument i listę opcji, a w odpowiedzi otrzymujesz prawdopodobieństwo — i to ono jest produktem.

Długi kontekst to druga różnica i ma ona charakter architektoniczny, a nie przypadkowy. Snap obsługuje 384K tokenów w pojedynczym przebiegu w przód przy stałym nakładzie obliczeń na token. LFM2.5 2.6B Base ma okno 128K i jako model o 2.6 miliarda parametrów jego efektywny zakres wyszukiwania będzie znacznie krótszy niż nominalny — pokrewny model Liquid raportuje wynik AA-Omniscience na poziomie −29.50, co jest miarą tego, ile wie mały model, a nie tego, jak dobrze czyta, ale kształtuje to oczekiwania.

Po trzecie, dane wyjściowe Snap to już dokładnie to, czego potrzebujesz. Bez parsera, bez schematu, bez logiki ponawiania w przypadku błędnie sformatowanych odpowiedzi.

Więc który?

Kup Snap 1.1, jeśli decyzja dotyczy routingu lub klasyfikacji na długich dokumentach, jeśli dane mogą opuścić Twoją sieć i jeśli chcesz mieć tę możliwość w tym kwartale. Ścieżka samodzielnej budowy jest realna, ale dla większości zespołów nie jest tańsza w pierwszym roku, a bazowy checkpoint to najtrudniejszy możliwy punkt wyjścia — zwykle zacząłbyś od dostrojonego LFM2.5-2.6B i dostroił go dalej, a nie od Base.

Wybierz punkt kontrolny Base, jeśli potrzebujesz, aby model działał w miejscu, do którego sieć nie dociera, albo jeśli zamierzasz na stałe być właścicielem wag i masz zdolności inżynieryjne, by było to warte zachodu. W takim przypadku zaplanuj budżet zarówno na kwestię licencji, jak i na przeprowadzenie treningu.

Żaden z nich nie znajduje się w katalogu OrcaRouter i nie będzie: LFM2.5 2.6B Base to lokalny checkpoint, a Snap 1.1 jest udostępniany wyłącznie przez API Subquadratic pod adresem console.subq.ai. To, co OrcaRouter robi w potoku zbudowanym wokół któregokolwiek z nich, to warstwa, która zamienia decyzję w działanie — ponad 200 modeli generatywnych za jednym kluczem, cena katalogowa dostawcy przekazywana bez narzutu (0% marży) oraz automatyczne przełączanie awaryjne, dzięki czemu wywołanie routingu trafiające na chwilowo niedostępny model nie staje się odrzuconym żądaniem. Warstwa decyzyjna i warstwa pisania mają odmienne tryby awarii; warto nie umieszczać ich na tej samej zależności.

Warto obserwować nie to, jak któryś z modeli wypada w benchmarku. Chodzi o to, czy checkpoint z 2,6 mld parametrów dostrojony na kilku tysiącach przykładów domenowych może dorównać modelowi decyzyjnemu zbudowanemu specjalnie do tego celu w jednym zadaniu, które zespół rzeczywiście ma. W przypadku wąskiej, dobrze oznaczonej klasyfikacji odpowiedź historycznie brzmiała „tak” i to jest powód, dla którego pytanie „kupić czy zbudować” jest tu naprawdę otwarte, a nie retoryczne.