SubQ Snap 1.1 vs LFM2.5 2.6B Base: Comprar a decisão ou construí-la a partir de um checkpoint?

A palavra mais importante em uma comparação entre SubQ Snap 1.1 e LFM2.5 2.6B Base é a última. Base significa pré-treinado. Isso significa que a Liquid AI publicou o checkpoint após cerca de 34 trilhões de tokens de treinamento e antes de qualquer ajuste fino supervisionado, destilação ou aprendizado por reforço que transforma um modelo de linguagem em algo que segue uma instrução. Ele não responderá a uma pergunta. Não escolherá um rótulo. Peça a ele para encaminhar um ticket de suporte e ele continuará seu prompt no estilo do texto com que foi treinado, o que não é um bug — é para isso que serve um checkpoint base.

SubQ Snap 1.1, em contrapartida, é um produto acabado: o modelo de decisão da Subquadratic, lançado em 22 de outubro de 2026, que aceita até 384K tokens de texto e imagens, além de um conjunto fixo de respostas, e retorna uma escolha calibrada. Colocá-los frente a frente como se fossem alternativas é um erro de categoria, e é um erro útil, porque o erro é exatamente a decisão que uma equipe enfrenta quando quer classificação que roda em hardware sob seu controle. A questão não é "qual modelo é melhor". É "você compra a decisão ou a constrói a partir de um ponto de partida?"

O que a Liquid AI realmente lançou

O LFM2.5-2.6B Base chegou em 4 de agosto de 2026 com seu irmão pós-treinado, o LFM2.5-2.6B, como parte de uma família que vai de 230 milhões de parâmetros até uma mistura de especialistas de 24B. A arquitetura é o design LFM2 da Liquid: trinta camadas, sendo vinte e duas delas blocos de convolução curta com dupla porta e oito camadas de atenção com consultas agrupadas, um vocabulário de 128.000 tokens e uma janela de contexto de 128K adicionada em uma fase de extensão durante o treinamento intermediário. Com 2,69 bilhões de parâmetros, ele cabe em cerca de 2,5 gigabytes, roda a aproximadamente 220 tokens por segundo em um Apple M5 Max, cerca de 113 em um Ryzen AI Max+ e cerca de 30 em um celular.

A variante instruct é onde estão os números interessantes, e vale a pena lê-los como medida do quanto vale o pós-treinamento. A Liquid reporta AIME25 em 51.87, LiveCodeBench v6 em 59.41, IFBench em 59.17, Multi-IF em 80.07, BFCLv4 em 56.88 e ToolSandbox em 77.83 — todos reportados pelo fornecedor, todos no modelo pós-treinado. O checkpoint base não tem pontuações comparáveis de seguimento de instruções porque não consegue seguir instruções. Essa lacuna, entre um checkpoint e um modelo ao qual você pode fazer uma pergunta, é composta por quatro estágios de pós-treinamento: duas rodadas de ajuste fino supervisionado, especialização de professores por domínio, destilação on-policy multidomínio e aprendizado por reforço agêntico dentro de harnesses reais.

A Liquid também diz claramente para que o modelo não serve: programação agêntica e trabalhos com uso intensivo de conhecimento. Essa é uma declaração de posicionamento mais honesta do que a publicada pela maioria dos laboratórios, e vale a pena ser levada ao pé da letra.

As especificações, lado a lado

• O que é — LFM2.5 2.6B Base é um checkpoint pré-treinado sem ajuste de instruções; SubQ Snap 1.1 é um modelo de decisão hospedado com uma API de resposta fixa.

• Contexto — 128K tokens para LFM2.5 2.6B Base; 384K tokens para Snap 1.1.

• Entrada — somente texto para LFM2.5 2.6B Base; texto e imagens para Snap 1.1.

• Saída — geração de tokens em formato livre, ou qualquer cabeça que você treine por cima, para o LFM2.5 2.6B Base; uma escolha ou pontuação com uma probabilidade para o Snap 1.1.

• Preço — somente auto-hospedado, sem cobrança por token, para LFM2.5 2.6B Base; US$ 0,04 por 1 milhão de tokens de entrada, saída gratuita, para Snap 1.1.

• Licença — LFM Open License v1.0, uso comercial permitido com um limite de receita, para o modelo Liquid; sem quaisquer pesos para o Snap.

• Pegada — cerca de 2,5 GB e executável em um celular para o LFM2.5 2.6B Base; uma chamada de rede para o Snap 1.1.

A diferença entre um checkpoint e um classificador

Para transformar o LFM2.5 2.6B Base em algo que faça o que o Snap 1.1 faz, você precisa de cinco coisas, e apenas uma delas é o modelo.

Você precisa de dados rotulados — alguns milhares de exemplos por classe são um ponto de partida razoável para uma tarefa estreita de roteamento, e consideravelmente mais se as classes forem desbalanceadas ou se a fronteira for sutil. Você precisa de uma execução de treinamento: uma cabeça de classificação ou um adaptador LoRA, sobre um checkpoint base que nunca viu uma instrução, o que significa que o ajuste fino está fazendo tanto a adaptação à tarefa quanto o trabalho de seguir instruções ao mesmo tempo. Você precisa de calibração, porque uma pontuação softmax não é uma probabilidade calibrada e um limiar de roteamento definido sobre uma pontuação não calibrada é um limiar definido por tentativa e erro. Você precisa de um arcabouço de avaliação que você mantém, já que o modelo vai derivar conforme seu tráfego muda. E você precisa de infraestrutura de serviço — llama.cpp, MLX, vLLM ou ONNX, todos os quais suportam a arquitetura.

Nada disso é exótico. Tudo isso são semanas de trabalho de alguém que sabe o que está fazendo, e isso se repete toda vez que a tarefa muda. A comparação honesta não é US$ 0,04 por milhão de tokens contra gratuito. É US$ 0,04 por milhão de tokens contra quatro a oito semanas de engenharia, mais o custo contínuo de possuir um modelo.

A licença não é Apache

A Liquid distribui o LFM2.5 sob a LFM Open License v1.0. O uso comercial é permitido, mas organizações com receita anual acima de US$ 10 milhões precisam de uma licença comercial separada. Trata-se de uma proposta materialmente diferente da Apache 2.0 da Granite ou da Apache 2.0 da Gemma, e é o tipo de cláusula que acaba sendo descoberta tarde, pelo jurídico, depois que o protótipo funciona. Se você é uma startup abaixo do limite, isso não custa nada hoje e pode custar algo mais tarde. Se estiver acima dele, calcule o preço da licença antes de calcular o preço da GPU.

Onde o checkpoint base vence de forma decisiva

A implantação isolada (air-gapped) é o caso mais forte, e não é por pouco. Um modelo de 2,5 gigabytes que roda em um telefone, um laptop ou um contêiner sem caminho de rede é a única opção para uma aplicação de campo, um ambiente classificado ou um dispositivo que é enviado aos clientes. O Snap 1.1 não consegue entrar em nenhum desses cenários. É uma API, e não há versão dela que rode localmente.

A economia de volume é o segundo caso, mas exige volume real para fazer diferença. Com dois milhões de decisões por mês e 20.000 tokens de contexto cada — 40 bilhões de tokens de entrada — o Snap 1.1 custa US$ 1.600 por mês, ou pouco menos de US$ 20.000 por ano. Um único modelo de 2,6B ajustado (fine-tuned) atendendo esse tráfego em hardware que você já possui não tem custo marginal. O ponto de equilíbrio fica em algum lugar próximo do momento em que a conta anual da API ultrapassa o custo de engenharia do fine-tune mais o hardware, o que, para a maioria das equipes, está a um ou dois anos de distância, não a um mês.

O controle total é o terceiro. Um modelo que você treinou com seus próprios rótulos faz aquilo para o que você o treinou, e nada mais. O Snap 1.1 é um modelo de decisão geral com uma taxa de precisão de 20% no Artificial Analysis Decision Index v1.0 — sua pontuação de índice de 65 vem principalmente de se abster diante do que não consegue responder, com uma taxa de não alucinação relatada de 86%. Um modelo de 2,6B com fine-tuning no seu domínio frequentemente superará essa precisão na sua tarefa, e nunca se absterá a menos que você o treine para isso.

Onde o Snap 1.1 vence de forma absoluta

O tempo até a primeira decisão é medido em minutos, não em sprints. Não há dados de treinamento para coletar, nem head para ajustar, nem curva de calibração para traçar. Você envia um documento e uma lista de opções e recebe uma probabilidade de volta, e a probabilidade é o produto.

O contexto longo é a segunda diferença, e ela é arquitetural, não incidental. O Snap processa 384 mil tokens em uma única passagem direta, com computação constante por token. O LFM2.5 2.6B Base tem uma janela de 128 mil tokens e, como modelo de 2,6 bilhões de parâmetros, seu alcance efetivo de recuperação será bem menor que o nominal — o modelo irmão da própria Liquid reporta uma pontuação AA-Omniscience de −29,50, que é uma medida de quanto um modelo pequeno sabe, não de quão bem ele lê, mas isso define expectativas.

O terceiro é que a saída do Snap já é exatamente o que você precisa. Nenhum parser, nenhum schema, nenhuma lógica de novas tentativas para respostas malformadas.

Qual, então?

Compre Snap 1.1 se a decisão for uma chamada de roteamento ou classificação sobre documentos longos, se os dados puderem sair da sua rede e se você quiser essa capacidade neste trimestre. O caminho de construir por conta própria é real, mas não é mais barato no primeiro ano para a maioria das equipes, e o checkpoint base é o ponto de partida mais difícil possível para isso — normalmente você começaria a partir do LFM2.5-2.6B pós-treinado e faria o ajuste fino a partir daí, não do Base.

Escolha o checkpoint Base se precisar que o modelo funcione num local a que a rede não chega, ou se pretender ser proprietário permanente dos pesos e tiver a capacidade de engenharia necessária para que isso compense. Nesse caso, inclua no orçamento tanto a questão da licença como a execução do treino.

Nenhum dos dois está no catálogo da OrcaRouter, e nenhum dos dois estará: o LFM2.5 2.6B Base é um checkpoint local, e o Snap 1.1 é servido apenas pela API da Subquadratic em console.subq.ai. O que a OrcaRouter faz em um pipeline construído em torno de qualquer um dos dois é a camada que transforma uma decisão em ação — mais de 200 modelos de geração atrás de uma única chave, preço de lista do provedor repassado com 0% de markup, e failover automático para que uma chamada de roteamento que recaia sobre um modelo momentaneamente indisponível não se torne uma requisição descartada. A camada de decisão e a camada de escrita têm modos de falha diferentes; vale a pena não colocá-las na mesma dependência.

O que vale a pena observar não é a linha de benchmark de nenhum dos modelos. É se um checkpoint de 2,6 bilhões de parâmetros ajustado com fine-tuning em alguns milhares de exemplos de domínio consegue igualar um modelo de decisão construído sob medida na única tarefa que uma equipe realmente tem. Em classificação estreita e bem rotulada, a resposta historicamente tem sido sim, e é por isso que a questão de comprar versus construir aqui é genuinamente em aberto, e não retórica.