Титульная карточка статьи «Clef-Flash vs LFM2.5 2.6B Base» с подзаголовком «Две модели, которые называют маленькими, — две машины, далёкие друг от друга». Логотип OrcaRouter наложен в правом нижнем углу.
Guides & Insights

Clef-Flash против LFM2.5 2.6B Base: две модели, называемые «маленькими», различаются на три порядка величины

Автор

Elias Hawthorne

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Сборка clef-flash, которую на самом деле скачивает большинство людей, весит 11 ГБ. LiquidAI/LFM2.5-2.6B-Base работает, используя менее 2,5 ГБ памяти. Обе модели описываются лабораториями, которые их создали, как небольшие, быстрые и эффективные, и оба описания точны — именно поэтому это сравнение полезно, ведь эти два слова выполняют совершенно разную работу. Cloudflare/clef-flash — это 9B мультимодальная модель принятия решений, которая отвечает на введённые текстом вопросы калиброванными вероятностями и никогда не генерирует ни одного токена; ей нужен GPU класса H200, чтобы достичь медианной задержки 38,8 мс на собственной карте, а Cloudflare позиционирует её для edge-инференса внутри своей сети. LFM2.5 2.6B Base — это предобученный текстовый чекпойнт, опубликованный Liquid AI 1 августа 2026 года, чтобы кто-то другой мог его дообучить, а предполагаемая цель развёртывания — ноутбук.

Ни одна из них не является языковой моделью, которую вы бы поместили в окно чата. Обе они недороги. Выбор между ними — это на самом деле не выбор, касающийся качества, а выбор того, каков ваш бюджет на оборудование и знает ли уже то, что вы создаёте, как выглядят его ответы.

Разговор о следе в цифрах

Начните с того, что действительно нужно машинам, потому что именно по этой оси эти двое расходятся сильнее всего.

• Параметры — Clef-Flash — это замороженный бэкбон Qwen3.5-9B вместе с его визуальным энкодером и совместной головой схемы на 243,5 МБ; LFM2.5 2.6B Base — 2,69 млрд параметров, только текст.

• Диск и память — сборка clef-flash от сообщества занимает 11 ГБ; полный репозиторий Hugging Face составляет около 18,8 ГБ и распределён по четырём шардам backbone плюс head. Для LFM2.5 2.6B Base заявлено менее 2,5 ГБ памяти при инференсе, а вместе с ним опубликованы квантованные сборки GGUF, ONNX и MLX.

• Задержка — Clef-Flash: медиана 38,8 мс, p95 122,4 мс; измерено Cloudflare на одном H200. LFM2.5 2.6B, прошедшая постобучение родственная модель этой базовой контрольной точки, работает со скоростью 220 токенов в секунду на Apple M5 Max и 113 ток/с на процессоре AMD Ryzen.

• Контекст — 65 536 токенов для Clef-Flash согласно документации Cloudflare Workers AI; 131 072 токенов для LFM2.5 2.6B Base.

• Лицензия — Apache-2.0 для clef-flash; для LFM2.5 используется лицензия LFM 1.0 — открытые веса, но не одобренная OSI лицензия открытого исходного кода, и эта разница важна, если вы выпускаете продукт, а не экспериментируете.

Эти две строки задержки не измеряют одну и ту же единицу, и вычитать их не следует. Но если прочитать их вместе, они прямо говорят очевидное: Clef-Flash — это компонент дата-центра, чей вендорный рантайм к тому же находится в периферийной сети, а LFM2.5 2.6B — это компонент для машины на вашем столе.

Почему базовый чекпоинт — это объект другого типа

Слово «Base» в названии несёт смысловую нагрузку, и собственная карточка Liquid AI на удивление откровенно об этом говорит. LFM2.5-2.6B-Base — это предварительно обученный текстовый чекпоинт, 30 слоёв, организованных в 22 блока коротких свёрток с двойным гейтированием и 8 блоков группового внимания с запросами, обученных на 34 триллионах токенов со словарём в 128 000 токенов на шестнадцати языках. Он «рекомендуется только для задач, требующих серьёзной тонкой настройки» — работы с конкретным языком, ассистентов для конкретной предметной области, обучения на проприетарных данных. В его карточке это прямо сказано.

Clef-Flash — противоположность этому. Он готов. Обучение завершено, голова схемы прикручена, контракт API опубликован, а модель размещена в собственной edge-сети вендора по указанной цене. Вам не нужно его дообучать; вы вызываете его — или скачиваете и вызываете локально. С семейством связан продукт для дообучения — Cloudflare выпустила его вместе с моделями — но использование clef-flash не требует его, и в этом суть.

Итак, честная формулировка такова: это две стадии двух разных пайплайнов. Один — ингредиент, а другой — компонент. Если ваша задача — «у меня есть 40 000 размеченных обращений в поддержку, и я хочу быстрый классификатор для конкретной предметной области, который работает на наших собственных серверах», то LFM2.5 2.6B Base — разумная отправная точка, а clef-flash — нет, потому что нельзя дообучить голову принятия решений clef-flash до языковой способности, которой у неё нет, — у неё вообще нет пути языкового вывода. Если ваша задача — «мне нужно направить запрос в одну из шести категорий меньше чем за 50 миллисекунд с вероятностью, для которой я могу задать порог», то clef-flash отвечает на этот вопрос из коробки, а LFM2.5 2.6B Base не отвечает на него ни в какой форме.

A two-column comparison scoreboard titled 'Clef-Flash vs LFM2.5 2.6B Base — the scoreboard'. The left column, 'Clef-Flash', has rows reading 'Parameters: 9B with vision encoder', 'Context: 65,536 tokens', 'Output: calibrated probabilities', 'Footprint: 18.8 GB, H200-class', 'Latency: 38.8 ms median' and 'Licence: Apache 2.0'. The right column, 'LFM2.5 2.6B Base', has rows reading 'Parameters: 2.69B text only', 'Context: 131,072 tokens', 'Output: generated text', 'Footprint: under 2.5 GB, laptop', 'Latency: 220 tok/s on M5 Max' and 'Licence: LFM 1.0'. The footer reads 'Clef-Flash figures vendor-reported; LFM2.5-2.6B-Base figures per Liquid AI.' The OrcaRouter logo is composited in the bottom-right corner.

Та часть, которая действительно является общей

Есть одно реальное пересечение, и стоит быть точным в этом, потому что именно здесь сравнение перестаёт быть тривиальным.

Прошедший постобучение универсал — LFM2.5 2.6B или любая небольшая instruct-модель — можно с помощью промпта попросить вернуть структурированную классификацию. Дайте ей JSON-схему, попросите метку и оценку уверенности, разберите вывод. Люди делают это постоянно. Вопрос в том, что вы получите, когда сделаете это.

То, что вы получаете, — это последовательность токенов, которая случайно содержит метку, которую можно извлечь, плюс число, которое модель написала о себе. Эта уверенность — это сэмплированный токен, а не softmax по ответам-кандидатам, и она означает не то, что означает калиброванная вероятность. Карточка Clef-Flash явно осторожна в отношении аналогичного показателя в собственном API — уверенность «показывает, насколько сконцентрированы вероятности. Это не вероятность того, что ответ правильный» — и она может себе это позволить, потому что лежащая в основе величина — это настоящее распределение по предложенным вами вариантам. У универсальной модели, управляемой промптом, нет такого распределения, которое можно было бы раскрыть. У неё есть предложение, в котором написано 0.85.

Стоит ли это различие 11 ГБ и H200, целиком зависит от того, что вы делаете с этим числом. Если метка попадает на дашборд, модель на 2,6 млрд параметров с промптом подходит и дешевле по всем меркам. Если от метки зависит необратимое действие — выдача возврата, блокировка аккаунта, эскалация инцидента безопасности — разница между калиброванной оценкой и правдоподобно выглядящей строкой — это разница между порогом, который вы можете обосновать перед аудитором, и порогом, который не можете.

A screenshot of the Hugging Face model card for LiquidAI/LFM2.5-2.6B-Base, a text-generation checkpoint of 3B parameters under the LFM 1.0 licence, tagged lfm2, liquid, fm2.5, edge and conversational, described as a hybrid model family designed for on-device deployment with quantizations derived from it and a note that no inference provider is deployed for it. A downloads-last-month figure reads 16,541.

Где можно получить каждый из них

Ни одна из моделей не размещена на OrcaRouter. В нашем каталоге нет clef-flash, и в нём нет LFM2.5 2.6B Base или любого другого чекпойнта Liquid AI — обе можно проверить, обратившись к нашему API моделей и получив 404. Ничто в этой статье не является заявлением о доступности с нашей стороны.

Clef-Flash доступен в Cloudflare Workers AI по цене $0.09 за миллион входных токенов или в виде весов Apache-2.0, которые вы запускаете сами. LFM2.5 2.6B Base есть на Hugging Face с квантованными сборками для llama.cpp, ONNX Runtime и MLX, а также собственный плейграунд и документация Liquid AI по этому семейству. Если вам нужна модель для принятия решений, которая уже доступна в нашем каталоге сегодня, то это Jev 1.13 от TypeSafe — та же форма запроса, контекст 65 536 токенов, $0.042 за миллион входных токенов — и clef-flash создавался как прямая замена для неё, а значит, попробовать любую из них — это изменение конфигурации, а не переписывание. Обе обращаются к одному и тому же классу эндпоинта, так что если вы уже маршрутизируете через один ключ с передачей прейскурантной цены провайдера без наценки, сравнение — это эксперимент, который можно провести уже сегодня днём, а не миграция, которую нужно планировать.

A screenshot of the OrcaRouter model page for TypeSafe's Jev 1.13 (typesafe/jev-1.13), showing a 65K token context, text input, structured JSON output, a p50 TTFT of 148 ms, a $0.04 per million input token price, 174.0M tokens of throughput, and the POST /v1/systemone request shape.

Какой из них должен быть в вашем стеке

Дерево решений короткое. Если ваши ответы — это конечный список, который можно выписать заранее, и вам нужна вероятность, которая имеет смысл, и у вас есть оборудование или готовность платить за каждый вызов — clef-flash это готовый компонент, а LFM2.5 2.6B Base не является кандидатом. Если ваши ответы открытые, или то, что вам на самом деле нужно, — это небольшая языковая модель, которую можно настроить под свои данные и запускать на ноутбуке, LFM2.5 2.6B Base — это отправная точка, а clef-flash вам вообще не поможет.

Ошибаются люди именно на середине: построение классификатора с помощью промптинга небольшой универсальной модели, потому что это путь наименьшего сопротивления, и в демо это работает. В демо это работает. Оно перестаёт работать ровно в тот момент, когда вам нужно, чтобы число было числом, а к тому времени схема, промпты и код парсинга — всё это уже несущие элементы.

Одна оговорка в части clef-flash, и скажу прямо, потому что это самый слабый показатель самого вендора: на CLINC150 с обработкой выхода за пределы области, где правильным ответом иногда бывает «это не подходит ни под одну из ваших категорий», clef-flash набирает 66.8 macro-F1 против 97.4 у его более крупного 27B-собрата. Ограниченная схема — это преимущество, пока входные данные в неё не укладываются, а модель всё равно будет классифицировать. Какой бы путь вы ни выбрали, целенаправленно создайте остаточный класс и проверяйте, что в него попадает.