LFM3-1.7B vs Qwen3.8-Flash: когда нет табло для сравнения

Десять миллионов токенов в месяц при распределении 70/30 между входом и выходом стоят $2.46 при использовании Qwen3.8-Flash по прайс-листу Alibaba — $0.15 и $0.47 за миллион. Тот же объём на LFM3-1.7B стоит примерно $1.16, если указанные тарифы хостинга $0.08 и $0.20 действуют, — и вообще ничего за токен, если разместить его самостоятельно, потому что веса открыты, а LFM Open License не требует роялти при выручке ниже $10 млн. Это двукратный разброс в тарифе между двумя моделями, относительное качество которых сейчас никто не может установить. Из-за этого данное сравнение меньше касается бенчмарков, чем большинство страниц сравнения моделей, и больше — того, какой формат развёртывания вы покупаете.

Эти две модели сложно представить более непохожими. LFM3-1.7B — это плотная tri-hybrid-модель с 1,73 млрд параметров, которую Liquid AI выпустила 27 октября 2026 года, чтобы выполнять специализированную задачу на имеющемся у вас оборудовании. Qwen3.8-Flash — это разреженная смесь экспертов (sparse mixture-of-experts) от Alibaba: около 6 млрд активных параметров на токен из гораздо большего пула; выпущена в августе 2026 года как хостинговый тариф с окном в 1 млн токенов и вводом изображений и видео. Сравнивать их по оценке интеллекта — всё равно что сравнивать фургон для доставки с грузовым поездом: полезный вопрос — что вы перевозите и как далеко.

Две архитектуры, оптимизированные под противоположные ограничения

24 слоя модели LFM3-1.7B сочетают 13 коротких свёрток с гейтированием, 5 слоёв внимания со скользящим окном размером 256 токенов и 6 слоёв глобального внимания. Свёртки недороги и хорошо распараллеливаются; небольшая доля глобального внимания делает весь 256K-контекст доступным. В результате получается KV-кэш на 128K объёмом 1,6 ГБ и модель, которая помещается примерно в 1 ГБ при 4-битном квантовании. Liquid обучала её на 22 трлн токенов предобучения, а затем на 3,5 трлн токенов среднего этапа обучения с упором на агентные трассы и вызовы инструментов.

Qwen3.8-Flash выбирает другой компромисс. Разреженная активация означает, что для каждого токена доступен большой пул параметров без необходимости оплачивать его целиком, — именно так Alibaba получает нативный контекст 262K с расширением до 1M у модели, цена которой находится в той же категории, что и у гораздо меньших плотных моделей. Она принимает текст, изображения и видео и возвращает текст, поддерживает вызовы инструментов и вывод JSON, а также явно позиционируется как архитектурный предпросмотр линейки Qwen4.

• Активные параметры — LFM3-1.7B: 1.73B в плотной модели против примерно 6B на токен у Qwen3.8-Flash в разрежённой MoE.

• Контекст — 256K в открытых весах, 128K в хостинговом API Liquid против 262K нативно, 1M на хостинговом тарифе.

• Макс. объём вывода — отдельно не указан для LFM3 против 131K у Qwen3.8-Flash.

• Модальности на входе — только текст или текст, изображение и видео.

• Где это запускается — на вашем устройстве, с 4-битным объёмом 1 ГБ, а не на серверах Alibaba.

• Веса — открыты по лицензии LFM Open License v1.0, в отличие от варианта только с хостингом; открытого чекпоинта для этого SKU нет.

Эта последняя строка переосмысляет всё остальное. Qwen3.8-Flash — не модель, которой вы владеете. Есть открытый по весам собрат, Qwen3.8-Flash-Next, под лицензией сообщества, но это другой чекпойнт с другими показателями, и не его покупает ставка $0.15. LFM3-1.7B — это файл, который вы скачиваете. Одну из них можно изолировать от сети, провести аудит и дообучить на ваших собственных данных; другую — нельзя.

Табло, которое отсутствует с одной стороны и противоречиво с другой

Вот неприятная часть. По состоянию на 28 октября 2026 года у LFM3-1.7B нет записи в Artificial Analysis — ни Intelligence Index, ни независимо измеренной скорости вывода, ни нейтрального показателя задержки. Все показатели производительности, связанные с ней, взяты из собственной таблицы Liquid по 27 бенчмаркам, где она в среднем набирает 49.37 и со значительным отрывом превосходит собственную LFM2.5-2.6B от Liquid. Заявлено производителем, не воспроизведено.

У Qwen3.8-Flash действительно есть запись в Artificial Analysis, и читать её поучительно по неверной причине. На актуальных страницах сравнения модель указана с индексом 40. Во множестве вторичных материалов, включая обзоры и региональную прессу, та же модель фигурирует с показателем 56. Данные о скорости вывода тоже расходятся: в разных источниках встречаются значения от примерно 50 до примерно 80 с небольшим токенов в секунду. Мы не собираемся выбирать одну цифру и подавать её как факт, потому что эти два числа не могут одновременно описывать один и тот же прогон оценки, а разница достаточно велика, чтобы повлиять на решение о закупке.

Практическое следствие таково: ни одну из моделей нельзя с хоть какой-либо уверенностью ранжировать по качеству относительно другой. У одной стороны есть число, которое меняется на шестнадцать пунктов в зависимости от того, где вы его посмотрите; у другой нет независимого числа, которое могло бы меняться. Любой, кто на основе этих данных выносит вам вердикт о том, «какая умнее», это выдумывает. Сравнивать можно всё остальное: сколько стоит модель, где она работает, как быстро отвечает и что происходит, когда она даёт сбой.

Счётчик, сработал

Стоимость — это ось, по которой обе стороны действительно измеримы, поэтому она заслуживает большего, чем список цен за токен.

• Прейскурантная цена Qwen3.8-Flash — $0.15 за миллион входных токенов, $0.47 за миллион выходных токенов, чтение кэша $0.018, запись кэша $0.230.

• LFM3-1.7B на хостинге — указано $0.08 за вход и $0.20 за выход за миллион, но это не опубликовано в собственной тарифной сетке Liquid.

• LFM3-1.7B при самостоятельном размещении — без платы за токен; лицензия LFM Open License не требует роялти при годовой выручке менее 10 млн долларов.

При 10 млн токенов в месяц и соотношении 70/30 Qwen3.8-Flash обходится в $2,46. Включите кэширование промптов для стабильного системного промпта — и эта сумма снизится примерно до $2,00, поскольку чтение из кэша стоит примерно одну восьмую стоимости свежего ввода. LFM3-1.7B по заявленному тарифу обходится примерно в $1,16 за тот же объём, а при самостоятельном хостинге плата за токены нулевая, но сверху добавляется фиксированная стоимость машины.

Теперь масштабируем это. При миллиарде токенов в месяц разрыв составляет $246 против $116 — всё ещё мал в абсолютных числах, и именно это обычно упускают в таких сравнениях. Разница в цене за токен между дешёвым хостинговым тарифом и дешёвой self-hosted моделью для большинства команд — шум. Реально доминирует стоимость инженерного времени: хостинговая модель — это HTTP-вызов, а self-hosted — это развёртывание, выбор квантизации, стек сервинга и график дежурств. Преимущество LFM3 в 2× по цене должно это окупать. Для модели на 2B на телефоне или edge-устройстве это очевидно так — хостинговой альтернативы, которая вообще работала бы на устройстве, нет. Для бэкенд-сервиса, обрабатывающего вызовы классификации, обычно нет.

Насколько быстро отвечает каждый из них, с реальными цифрами с одной стороны

Здесь наши собственные данные лучше данных поставщика. OrcaRouter маршрутизирует Qwen3.8-Flash, и за последние семь дней наша телеметрия по провайдерам, обслуживающим его, показывает p50 времени до первого токена 4,82 секунды, p95 — 10,00 секунды, скорость вывода 155 токенов в секунду и долю ошибок 3,3% на 883,7 млн токенов. Это агрегированные показатели слоя маршрутизации, а не лабораторный тест на одной конечной точке, поэтому пропускная способность выглядит выше опубликованных в других местах показателей в диапазоне чуть выше 50: запрос направляется туда, где есть доступная мощность.

p50 в 4,82 секунды — это число, которое стоит осмыслить. Для чат-интерфейса это нормально. Для агента, совершающего пятнадцать последовательных вызовов, это минута ожидания, прежде чем начнётся хоть какая-то работа, и никакое количество токенов в секунду это не исправит. Высокая задержка первого токена у большой разреженной модели — скрытая цена дешёвого уровня, и именно поэтому некоторые команды направляют короткие, критичные по задержке реплики на что-то меньшее.

LFM3-1.7B не имеет эквивалентного замера. Утверждение Liquid о скорости состоит в том, что при Q4_0 и контексте 32K он был в 1,8–2,8 раза быстрее следующей модели на трёх тестовых устройствах при наименьшем использовании памяти, а один NVIDIA B300, запускающий SGLang в BF16, обслуживал 3,6 млрд токенов в день при 1 024 одновременных запросах. Это соответственно показатели на устройстве и на одном узле; ни один из них не отвечает на вопрос «каким будет мой p50 из Франкфурта». Скорость — это ось, на которой аргументация LFM3 в принципе сильнее всего и на практике наименее проверяема.

Где каждый из них действительно выигрывает

LFM3-1.7B выигрывает по контролю и стоимости на периферийных устройствах. Открытые веса означают, что его можно дообучить на одном GPU, зафиксировать версию, запускать без сети и хранить данные на устройстве. Его показатели следования инструкциям — самая выдающаяся часть таблицы Liquid: IFEval 96.66, IFStruct 93.72, Multi-IF 89.10, — а строки по вызову инструментов вполне достойны для такого размера: BFCL V4 — 71.39, ToolSandbox — 80.36. Его слабые строки столь же очевидны: Terminal-Bench 2.1 — 12.92 и SWE-bench Multilingual — 23.00 говорят о том, что это не автономная модель для программирования, и в собственной карточке модели Liquid сказано то же самое.

Qwen3.8-Flash выигрывает по широте возможностей. Окно на 1 млн токенов с вводом изображений и видео — это возможность, которой у LFM3 нет ни в каком виде: текстовая модель вообще не принимает изображения, у vision-варианта не указано контекстное окно, а окно omni-варианта не задокументировано. Для задачи, которая обрабатывает длинный договор, набор скриншотов или час кадров, сравнение заканчивается сразу. Он также выигрывает по простоте эксплуатации: одна конечная точка, без GPU, без развертывания.

Маршрутизировать оба — в этом и суть

Qwen3.8-Flash есть в каталоге OrcaRouter, а LFM3-1.7B — нет. Это предложение — вся честная версия этого раздела. Мы маршрутизируем размещённую модель по прайс-листовой цене провайдера с наценкой 0%, поэтому $0.15 и $0.47 от Alibaba — это то, что вы платите, и изменение цены поставщиком доходит до вас в тот же день, а не при следующем продлении договора. LFM3 вы запускаете самостоятельно или вызываете через собственный API Liquid; мы не собираемся подразумевать отношения хостинга, которых не существует.

Причина, по которой маршрутизация важна в этом конкретном противостоянии, заключается в том, что две модели имеют разные режимы отказов. Qwen3.8-Flash отказывает, работая медленно и дорого на тех ходах, которым не нужен контекст в 1M токенов. LFM3 отказывает, исчерпывая глубину рассуждений на тех ходах, где контекст был нужен. Конвейер, который отправляет каждый запрос к одной из них, ошибается в предсказуемом направлении. С помощью DSL маршрутизации можно отправлять извлечение, классификацию и короткие ходы вызова инструментов небольшой локальной модели, оставлять работу с длинными документами и мультимодальные задачи на размещённом тарифе, а автоматическое переключение при сбое покроет случай, когда небольшая модель возвращает что-то некорректное — что для непроверенной 1.7B является реалистичным опасением.

Это также самый дешёвый способ выяснить, заслуживает ли LFM3 того доверия, которого требует его стартовая таблица. Запустите её на трафике, который вы уже понимаете, за резервным механизмом и сравните её решения с решениями хостинговой модели на тех же входных данных. Доля расхождений — более качественный сигнал, чем любой вендорский бенчмарк, потому что она измеряется на ваших данных.

Решение, без фальшивого вердикта

Выбирайте Qwen3.8-Flash, если работа связана с длинными документами, изображениями или видео, если вам нужен один эндпоинт и никакой инфраструктуры или если допустимо p50 времени до первого токена около пяти секунд. Его качество неопределённо, но по крайней мере измеримо кем-то, кроме его создателя, а его контекст в 1M — не то, что может заменить модель на 1.7B.

Выбирайте LFM3-1.7B, если модель должна работать на устройстве, если данные не могут покидать вашу сеть, если вы планируете дообучение или если ваша нагрузка — это короткие циклы следования инструкциям и вызова инструментов, где 2B-модели при 1 ГБ действительно достаточно. Примите, что вы принимаете таблицу бенчмарков Liquid на веру и что первый месяц потребует больше измерений, чем потребовалось бы для облачной модели.

Чего вам точно не стоит делать — выбирать между ними по уровню интеллекта. У одного нет независимой оценки, у другого оценка составляет 40 или 56 в зависимости от того, какую страницу вы откроете, и разрыв в шестнадцать пунктов между этими двумя значениями больше, чем вся разница в качестве, которую пытается вам продать любой из поставщиков. Стоимость, контекст, модальность и локальность — это установленные факты. Качество — нет, и сравнение, которое делает вид, что это не так, — это просто таблица запуска, с которой стёрли имя поставщика.