LFM3-Omni-2B против Qwen3.8-Omni-Flash: только один из них умеет говорить

Поместите LFM3-Omni-2B и Qwen3.8-Omni-Flash в одну комнату — и разница, которая решает судьбу большинства продуктов, не отражена в таблице бенчмарков. Оба принимают аудио. Оба принимают видео. Только один из них может ответить вслух. Модель Alibaba возвращает текст и ничего больше — в её собственной документации прямо указано, что для голосовых ответов требуется другая модель в линейке Qwen — тогда как чекпоинт Liquid AI с 2,17 млрд параметров выдаёт речь напрямую на частоте 24 кГц или чередует речь и текст в одном ответе.

Всё остальное в этой паре — наглядный пример масштабов. Qwen3.8-Omni-Flash — закрытая модель в API Alibaba с 18 сентября 2026 года, построенная на смеси экспертов с 125 млрд параметров, из которых примерно 6 млрд активных, с контекстом в один миллион токенов. LFM3-Omni-2B — это открытые веса, 2,17 млрд параметров, контекст 32K, и она была анонсирована 27 октября 2026 года как одна из шести моделей в посте о семействе LFM3 — при этом её репозиторий открыт с 21 октября, а отдельного поста о запуске у неё нет. Одну вы арендуете с оплатой по токенам; другую скачиваете и платите за неё железом.

Эти два продукта — не один и тот же продукт.

Если свести к тому, для чего каждый предназначен, Qwen3.8-Omni-Flash — это движок понимания с огромным окном: транскрибировать, суммировать, рассуждать на протяжении часов медиаматериалов, вызывать инструменты и возвращать текст. LFM3-Omni-2B — это разговорная конечная точка, которая попутно видит и слышит: принимает вопрос голосом, смотрит на кадр и отвечает голосом прямо на устройстве.

Следствие таково: создание голосового ассистента на Qwen3.8-Omni-Flash означает необходимость добавить ещё два этапа — распознавание речи на входе и синтез на выходе — и платить за три модели там, где Liquid берёт плату за одну. Создание анализатора двухчасовых встреч на LFM3-Omni-2B означает подачу материала частями, поскольку окно в 32K — это не час аудио, а Liquid не публикует коэффициент пересчёта аудио в токены, который позволил бы рассчитать ограничение до того, как вы попробуете.

Контекст — самый широкий пробел на листе.

• Контекст — Qwen3.8-Omni-Flash: 1 млн токенов, максимальный объём ввода около 991 тыс., вывода — до 131 тыс.; LFM3-Omni-2B: 32 тыс. токенов суммарно на ввод и вывод.

• Ограничения на медиаданные — Alibaba документирует до трёх часов аудио и двух часов видео в одном запросе, при этом аудиовход поддерживается на 113 языках и диалектах; Liquid документирует монофоническое аудио с частотой 16 кГц и видео с частотой 2 кадра в секунду, от 4 до 384 кадров.

• Вывод — только текст в ответ на текст, речь 24 кГц или чередование текста и речи.

• Масштаб — смесь экспертов на 125B с примерно 6B активных параметров, размещённая на сервере, против плотной модели на 2,17B, работающей на телефоне.

• Веса — закрытые в сравнении с открытыми, в соответствии с LFM Open License v1.0.

• Цена — $0,15 за миллион входных токенов, $0,016 за кэшированные, $0,47 за миллион выходных для Qwen3.8-Omni-Flash; цены за токен для LFM3-Omni-2B нет, потому что измерять нечего.

Контекст в 1M — не украшение для таблицы характеристик. Это разница между «сделай краткое изложение этой встречи» и «сделай краткое изложение этой встречи, а затем ответь на вопросы о третьем часе». Подача запуска от Alibaba была скорее счётом, чем оценкой: на 98% дешевле за час аудиовхода, чем Qwen3.5-Omni-Plus, на 93% дешевле за час аудио-видео; эти цифры получены путём расчёта стоимости двухминутного образца и умножения. Экономия реальна, и при этом это ещё и собственная арифметика поставщика.

Что на самом деле покупают на эти деньги

При цене $0.15 за вход и $0.47 за выход час транскрипции обходится настолько дешево, что большинство команд перестают это моделировать. В этом и смысл снижения цены, и это самый сильный аргумент в пользу аренды: предельная стоимость одного запроса близка к нулю, а графические процессоры принадлежат кому-то другому.

LFM3-Omni-2B переворачивает кривую. Веса бесплатны, предельная стоимость одного запроса — это заряд батареи вашего пользователя, а фиксированная стоимость — это инженерное время на то, чтобы встроить модель на 2,17 млрд параметров в приложение. Если у вас уже есть мобильная команда, это не большая цифра. Если нет — это весь проект.

Именно здесь роутер оправдывает своё место, а не остаётся лозунгом. Текстовые модели семейства Qwen3.8 уже присутствуют в каталоге OrcaRouter по цене из прайс-листа с наценкой 0%, а значит, снижение цены вендором действует на нашей стороне в тот же день, когда появляется; самого Qwen3.8-Omni-Flash в каталоге нет, как и LFM3-Omni-2B. Зато каталог даёт возможность держать облачную половину гибридной схемы — пакетную обработку длинного аудио, резервный вариант на случай, когда телефон не в сети — в рамках одного ключа и одного счёта, с автоматическим переключением при сбое провайдера.

Бенчмарки: одно общее число, две тестовые среды

RealWorldQA — единственный бенчмарк, который указан в обеих карточках, и разрыв составляет 21 балл: Qwen3.8-Omni-Flash — 87,7, LFM3-Omni-2B — 66,54 в визуальном режиме и 64,68, когда вопрос произносится вслух.

Не воспринимайте это как поражение при равных условиях. Показатель Qwen 87,7 был измерен Alibaba на модели 125B с бюджетом на рассуждения; цифры Liquid были измерены самой Liquid при жадном декодировании и с использованием собственного шаблона чата каждой модели, а её речевой вариант передаёт вопрос как аудио, а не текст. То же название бенчмарка, другие условия, другие классы моделей. Направленный вывод безопасен — модель в двадцать раз больше, с включённым режимом размышления, должна лучше справляться с ответами на вопросы по изображениям — но величина разрыва ничего не измеряет.

Остальные данные каждой карточки не совпадают. Qwen3.8-Omni-Flash сообщает о LiveCodeBench v6 — 92.6, GPQA Diamond — 91, SpotSoundBench — 67.2, WildClawBench-MM — 71.0 и OmniVideoBench — 67.8. LFM3-Omni-2B сообщает о Daily-Omni — 70.09, WorldSense — 47.10, OmniBench — 46.32, OmniBench speech — 48.25, MMAR — 51.40 и оценке вызова инструментов — 52.20. Пересечение этих списков почти пустое, что и следовало ожидать от двух моделей, созданных для разных задач, — и это напоминание о том, что ни один из поставщиков не опубликовал независимую оценку.

Задержка — и время кругового обхода, которое никто не оценивает.

У облачной омни-модели перед каждым ответом есть сетевой round-trip, а за ним — очередь. Для пакетной работы это незаметно. Для разговора это разница между продуктом, который ощущается живым, и продуктом, который ощущается как отправка формы.

Преимущество LFM3-Omni-2B здесь структурное, а не измеренное: аудио никогда не покидает устройство, модель имеет 2,17 млрд параметров, а выходные данные — это речевые токены, генерируемые за тот же проход, что и текст. Здесь нет вызова ASR, нет вызова синтеза и нет оркестрации между ними. Превосходит ли это хорошо обеспеченную облачную конечную точку по фактической задержке — эмпирический вопрос, на который Liquid не ответила: она не публикует цифры задержки, и независимых тестов нет.

Честно говоря, локальный путь устраняет три режима отказа (загрузку, очередь, скачивание) и добавляет один (телефон, который троттлит из-за перегрева).

Кто должен выбирать

Выбирайте Qwen3.8-Omni-Flash, если у вас длинный ввод, вывод должен быть текстовым, а пользователи не ждут голосового ответа. Транскрипция встреч, мониторинг медиа, аналитика колл-центров, поиск по видео — всё, что выигрывает от окна в миллион токенов и бюджета на рассуждения, — это тот класс моделей, для которого он создан, и цена делает выбор очевидным. Примите, что вы арендуете модель, что веса никогда не будут вашими и что голосовой интерфейс означает добавление моделей, а не настройку одной.

Выберите LFM3-Omni-2B, если взаимодействие голосовое, а устройство — это продукт. Он меньше, видит меньше, запоминает 32K вместо миллиона, а в его лицензии есть пункт о выручке, которого нет в Apache 2.0. Взамен это единственный из этих двух, кто умеет завершать предложение голосом.

В этом весь компромисс, и об этом стоит сказать прямо, потому что большинство сравнений этих двух моделей тратят свою длину на оценки, за которые когда-либо пыталась бороться только одна из них. Если ваш продукт общается с пользователем, одна из этих моделей создана для вас, а другая — нет.