Tell 1 vs LFM2.5 2.6B Base: Um modelo de voz que você aluga e um checkpoint que você mesmo finaliza

Coloque Tell 1 e LFM2.5 2.6B Base lado a lado, e a diferença de tamanho parece contar a história: um é o modelo de raciocínio interno da Retell dentro de uma plataforma de contact center, o outro é um checkpoint somente texto de 2,69 bilhões de parâmetros da Liquid AI que cabe em um arquivo de 5,4 GB. Não é essa a história. A história é que LFM2.5 2.6B Base é um modelo base — nunca foi ajustado com instruções, e se você lhe fizer uma pergunta, ele continuará o seu texto em vez de respondê-la — enquanto Tell 1 é um componente finalizado de um produto que ganha a vida atendendo chamadas telefônicas. Um deles é matéria-prima. O outro é uma peça em funcionamento que você não tem permissão para desmontar. Tudo abaixo trata de qual dessas duas coisas o seu problema realmente precisa, porque nenhum dos dois pode substituir o outro, e a comparação de preços que parece óbvia é a coisa menos útil desta página.

O momento também importa, e é a razão pela qual essa combinação existe afinal. Ambos são recentes: a Liquid AI publicou a família LFM2.5 em agosto de 2026, e o Tell 1 da Retell veio a público em novembro de 2026, quando apareceu no topo de um benchmark publicado pela Retell. Nenhum dos dois é um lançamento sobre o qual você esteja lendo com atraso. Ambos também têm documentação pública invulgarmente escassa, por razões opostas — a Liquid lançou um checkpoint sem instruções porque instruções nunca foram o objetivo, e a Retell lançou um modelo sem documentação porque o modelo não é um produto que se possa comprar separadamente.

Comece com o que o checkpoint Liquid não consegue fazer

O LFM2.5 2.6B Base é o checkpoint pré-treinado da família híbrida LFM2.5 da Liquid AI: 30 camadas, sendo 22 blocos de convolução curta com duplo gate e 8 de atenção com consultas agrupadas, treinado com cerca de 34 trilhões de tokens em 16 idiomas, com uma janela de contexto de 131.072 tokens e uma quantização Q4_K_M que fica perto de 1,67 GB. Texto entra, texto sai. Sem visão, sem áudio, sem template de chamada de ferramentas com o qual você possa contar, sem ajuste por instruções — e o próprio cartão de modelo da Liquid afirma claramente que ele se destina a fine-tuning pesado, e não a prompting.

Isso não é um defeito, e tratá-lo como tal é o erro mais comum em análises de modelos base. Um checkpoint base é o ponto de partida correto quando você tem uma tarefa com formato definido, um grande volume de exemplos próprios e nenhum interesse em pagar a um fornecedor por token para resolvê-la. Um modelo de 2,69B que faz fine-tuning em uma única GPU de consumidor e depois roda quantizado em um laptop ou celular é um objeto econômico diferente de qualquer API hospedada: o custo marginal por chamada fica aproximadamente no nível da eletricidade, e o custo que você realmente paga se desloca para rotulagem de dados, execuções de treinamento e avaliação.

O que ele não pode fazer é ser inserido em uma conversa. Não existe um prompt de sistema que transforme um checkpoint base em um agente confiável para chamada de ferramentas, e nenhuma quantidade de engenharia de prompt substitui a etapa de pós-treinamento. Se o seu plano é "baixá-lo, envolvê-lo em um servidor compatível com O​penAI e apontar um agente de voz para ele", o plano falhará na primeira chamada de função — e essa falha parecerá um problema de qualidade do modelo quando, na verdade, é uma etapa de treinamento ausente.

Então, o que é o Tell 1, e por que você não pode tê-lo

O Tell 1 é a camada de raciocínio da stack de voz da Retell, listada na página inicial da empresa em "Developed by Retell Labs", ao lado de um agent harness que reúne modelos, conhecimento e ferramentas. Não é vendido como um modelo. Não há model card, repositório, valor de janela de contexto, contagem de parâmetros, licença nem preço por token publicados em nenhum lugar do site da Retell. A única evidência pública quantitativa é uma linha no Retell vCX Benchmark, um leaderboard mantido pela própria Retell: 88,6% de instruction following, 97,2% na dimensão rotulada como hallucination, 95,4% de tool calling, 96,6% em colloquial, média de 94,45%, com latência mediana de 72,5 ms e custo de modelo de 3,5 centavos por minuto.

Se o Tell 1 é um ajuste fino de algo público, um modelo treinado de raiz ou um modelo pequeno destilado de um maior, isso não é divulgado. A mediana de 72 ms sugere um modelo pequeno e rápido, e não um generalista de fronteira, uma vez que esse valor está dentro da faixa em que o tempo de ida e volta até uma pilha de inferência de terceiros começa a dominar — mas isso é raciocinar a partir de um número de latência, e os números de latência têm muitas causas. O que não é inferência é o empacotamento: obtém-se o Tell 1 comprando tempo na plataforma da Retell, a $0,07 a $0,31 por minuto consoante a configuração, e o modelo não é separável da telefonia, da pilha de voz e do harness que o rodeia.

Esta é a assimetria que um comprador precisa levar em conta no preço. O LFM2.5 2.6B Base é seu de um jeito que nenhum modelo hospedado jamais é: você pode ler seus pesos, quantizá-lo, distribuí-lo em um app e continuar executando-o se o fornecedor desaparecer. O Tell 1 está disponível de um jeito que nenhum modelo baixável está: ele já vem integrado a um número de telefone, a uma camada de alternância de turnos e a uma voz, e o trabalho de fazê-lo soar humano em uma chamada real já foi feito por outra pessoa.

A comparação que realmente importa: para onde vai o orçamento de latência

Ambos esses modelos vivem ou morrem dependendo de um cronômetro, e é por isso que são mencionados na mesma frase, embora façam trabalhos diferentes. Uma chamada telefônica oferece um orçamento de aproximadamente 800 ms entre o momento em que o chamador termina uma frase e o agente começa a seguinte, antes que a pausa seja interpretada como uma linha caída. Esse orçamento paga por reconhecimento de fala, o turno do modelo, chamadas de ferramentas e síntese de fala, nessa ordem.

• Latência do modelo — mediana de 72,5 ms para o Tell 1 no harness da Retell, primeiro entre 62 configurações nesse benchmark; não publicada para o LFM2.5 2.6B Base, porque um checkpoint base não tem um produto em serviço para medir e seu throughput quantizado depende inteiramente do seu hardware.

• O que mais está nos 800 ms — para o Tell 1, telefonia e fala estão dentro do número da plataforma, e a Retell cita uma resposta típica de ponta a ponta de cerca de 600 ms; para uma pilha LFM2.5 auto-hospedada, ASR, TTS e a camada de serviço são acréscimos por sua conta, e cada um é uma decisão de fornecedor.

• Taxa de processamento — O irmão pós-treinado deste checkpoint da Liquid roda a 220 tokens por segundo em um Apple M5 Max e a 113 em uma CPU AMD Ryzen, e o fornecedor observa que 30 tokens por segundo são alcançáveis em um telefone; a velocidade de um modelo de 2,69B é função da máquina, não de um nível de serviço.

Essa última linha é toda a diferença de natureza. A latência do Tell 1 é uma promessa que outra pessoa cumpre; a latência do LFM2.5 é uma propriedade do hardware que você escolhe. Se seu alvo de implantação é uma central de atendimento com 200 linhas simultâneas, o primeiro é o que você está comprando. Se for um dispositivo em um armazém sem rede, o segundo é o único que existe.

O ajuste fino é a bifurcação no caminho.

Eis a decisão, declarada da forma mais direta que consigo. Escolha o LFM2.5 2.6B Base se você tiver uma tarefa que consegue descrever com precisão, exemplos dela e um motivo para não enviar esses exemplos a terceiros — uma etapa de classificação dentro de um fluxo de chamadas, um resumidor específico de domínio, um roteador no dispositivo que decide o que é uma solicitação. O modelo é pequeno o suficiente para que um ajuste fino seja uma tarde, e não um trimestre; a janela de contexto é grande o suficiente para documentos reais; e a licença permite uso comercial abaixo de US$ 10 milhões em receita anual, com um acordo separado exigido a partir desse limite. Esse limite é um dado de compras e faz parte da decisão, não de uma nota de rodapé.

Escolha o Tell 1 se você está comprando um agente telefônico em vez de um modelo, e especificamente se o que você não consegue construir é a superfície conversacional: tratamento de interrupções, formulação coloquial e uma primeira sílaba que chega rápido o suficiente para que quem liga não perceba uma máquina. O benchmark da Retell diz que essas são as duas dimensões em que o Tell 1 lidera — 1º lugar em coloquial, 1º lugar em latência — e diz com igual clareza que ele não lidera em seguimento de instruções, grounding ou chamada de ferramentas, onde ocupa o segundo, o segundo e o quinto lugares, respectivamente. Teste esses três nas suas próprias ligações antes de padronizar, porque são eles que produzem respostas erradas, e não apenas respostas mais lentas.

Há uma terceira opção, e é a que a maioria das equipes com carga de trabalho real acaba adotando: manter o pequeno ajuste fino para a parte da tarefa que é estreita e repetitiva, e encaminhar os turnos difíceis para um modelo hospedado maior. É exatamente para essa divisão que uma camada de roteamento é feita, e é aí que nosso próprio catálogo se encaixa. Nem o Tell 1 nem o LFM2.5 2.6B Base podem ser roteados pelo OrcaRouter — não hospedamos nenhum dos dois —, então a versão prática dessa arquitetura coloca o ajuste fino do Liquid no seu próprio hardware e envia o caminho de escalonamento para um modelo que nós oferecemos, em uma única chave de API, pelo preço de tabela do provedor sem nada acrescentado.

O que mudaria a resposta

Para o Tell 1, três publicações o levariam de "teste dentro da plataforma" para "considerar a padronização": um cartão de modelo que nomeie a arquitetura e os dados de treinamento, um preço por modelo para que o custo possa ser separado do pacote por minuto, e uma avaliação executada por alguém que não seja a Retell. O registro atual é uma linha no ranking do próprio fornecedor, e um fornecedor se classificar em primeiro lugar no seu próprio harness é uma hipótese, não um resultado.

Para o LFM2.5 2.6B Base, a peça que falta não é documentação — é o seu próprio fine-tune. O checkpoint está completo e a licença é legível, o que significa que a única incógnita é se um modelo de 2,69B treinado com os seus dados atinge o critério na sua tarefa. Essa é uma pergunta que você pode responder esta semana com uma única GPU, e nenhuma quantidade de leitura vai responder por você. Esse é o trade-off em uma frase: o Tell 1 poupa você do trabalho de engenharia e assume o controle; o LFM2.5 2.6B Base dá o controle a você e faz com que você faça o trabalho de engenharia.