Ling 3.0 Tiny против LFM2.5-2.6B-Base: Два вида бесплатного, и только один отвечает вам сегодня

Обе эти модели бесплатны. Это почти единственное, что у них общего. Ling 3.0 Tiny, модель рассуждений на основе смеси экспертов с 7,9 миллиарда параметров от Ant Group InclusionAI, бесплатна, потому что кто-то запустил сервер и прикрутил к нему API: вы вставляете ключ в клиент, и он прямо сейчас отвечает на ваш абзац — никакого обучения, никакого GPU. LFM2.5-2.6B-Base, чекпойнт предобучения Liquid AI с 2,69 миллиарда параметров, бесплатен, потому что кто-то опубликовал файл весов — 151 скачивание по последнему подсчёту, ни один инференс-провайдер нигде его не хостит, а карточка модели рекомендует базовую версию «только для задач, требующих интенсивного дообучения». Одна — продукт со счётчиком. Другая — сырьё. Это сравнение о том, какой вид бесплатности вам действительно нужен, потому что эти две модели не подойдут одному и тому же человеку, сколько бы месяцев они обе ни показывали «$0».

Названия позволяют легко не заметить расхождение. Обе модели относятся к категории «крошечных / малых моделей», которая к 2026 году стала самой переполненной полкой в ИИ. Обе работают только с текстом, обе имеют контекст, достаточный для реальной работы, и обе позволяют запустить по-настоящему полезную модель при скромном бюджете. Но они построены на разных философиях, принадлежат разным владельцам и арендуются или покупаются через совершенно разные каналы. Прежде чем выбрать одну, самый полезный вопрос, который стоит задать: вам нужны ответы или вам нужны веса?

Ling 3.0 Tiny, бесплатный API

Ling 3.0 Tiny вышел 6 августа 2026 года в классическом тихом запуске: коммерческое API-объявление от InclusionAI, подразделения моделей Ant Group, а не анонс на презентации. Архитектура — модель смеси экспертов с 7,9 млрд параметров и примерно 1,3 млрд активных на токен: достаточно мала для дешёвого размещения и достаточно велика для реальных рассуждений. Она поддерживает окно контекста на 256 000 токенов (в коммерческих описаниях — 262 000), до 32 000 выходных токенов и поставляется с двумя режимами, которые можно переключать для каждого запроса: режим Thinking, включённый по умолчанию и тратящий дополнительные токены на рассуждения, и режим Instant, который отвечает сразу. Также заявлены нативная поддержка вызова функций и кэширование запросов — это важно для работы агентов.

Цены — это то, где слово «бесплатно» нуждается в пояснении. Сегодня модель действительно бесплатна для вызова: она указана как inclusionai/ling-3.0-tiny:free с нулевой ставкой как для ввода, так и для вывода, а второй шлюз запускает её в рамках бесплатной акции под inclusionai/ling-3.0-tiny-free до 8:00 утра по тихоокеанскому времени 14 августа 2026 года. После этой акции применяется опубликованный Vercel тариф: $0,06 за миллион входных токенов, $0,18 за миллион выходных токенов и $0,01 за миллион токенов из кэша. Это настоящая цена — примерно треть тарифа GPT-5.6 Luna после снижения цен, для масштаба, — но это не то «бесплатно», на которое можно рассчитывать после середины августа. Любой, кто строит на предположении, что Ling 3.0 Tiny навсегда стоит $0, строит на акции, которая закончится.

LFM2.5-2.6B-Base, свободные веса

LFM2.5-2.6B-Base — это совершенно иная разновидность бесплатного. Это предварительно обученная базовая контрольная точка для семейства LFM2.5-2.6B от Liquid AI, опубликованная на Hugging Face 4 августа 2026 года — в ту же неделю, когда O​penAI снизила цену на GPT-5.6 Luna на 80%, что кое-что говорит о том, почему весь рынок переполнен. Базовая модель имеет 2,69 миллиарда параметров в bfloat16 с гибридной архитектурой: 22 блока с двойным стробированием и короткой свёрткой плюс 8 слоёв группового запросного внимания, словарь на 128 000 токенов, охватывающий 16 языков, и примерно 34 триллиона токенов предобучения — необычно длительный прогон для модели такого размера.

По всем доступным показателям, она также не измерена. Сам запуск Liquid дал пост-обученной модели-родственнице LFM2.5-2.6B таблицу бенчмарков и 47 000 загрузок за первую неделю, в то время как базовый чекпоинт получил одно упоминание в скобках и 151 загрузку. У базовой модели ноль опубликованных оценок — ни MMLU, ни GPQA, ни перплексии ни на одном из ресурсов Liquid. Она только текстовая. Её контекст — 128K согласно config.json из репозитория (в карточке рекламируется 131 072, но конфиг — это то, что тренировочный скрипт фактически упаковывает). И ни один инференс-провайдер её не хостит, так что единственный способ увидеть, на что способны эти веса, — самостоятельно дообучить и развернуть их, что ровно и советует карточка модели. Она поставляется под лицензией LFM Open License v1.0, которая ограничивает коммерческое использование доходом в 10 миллионов долларов в год и распространяет это ограничение на производные работы, такие как ваш дообученный вариант.

Честное табло

Это самое одностороннее соотношение доказательств, которое вы увидите между двумя моделями 2026 года. Ling 3.0 Tiny имеет независимую оценку: Artificial Analysis присваивает ей 23 балла по индексу интеллекта, что ставит её на 6-е место среди 56 моделей её размерного класса при медиане по классу 8 — значительно выше среднего для такой маленькой модели. Этот индекс представляет собой совокупность девяти оценок, включая Terminal-Bench 2.1, GPQA Diamond и Humanity's Last Exam, проводимых третьей стороной, а не выбранных вендором.

У LFM2.5-2.6B-Base вообще нет ни одного балла. Агентные числа, которые люди приводят для этого семейства — ToolSandbox 77.83, IFBench 59.17, Multi-IF 80.07, AIME25 51.87 — относятся к пост-обученной модели LFM2.5-2.6B, они предоставлены производителем и являются результатом четырёхэтапного конвейера пост-обучения, отсутствующего в базовом чекпоинте. Возьмите базовые веса — и вы получите всё, что даёт предобучение: языки, знания о мире, способность работать с длинным контекстом, — но ни одного балла из таблицы следования инструкциям. Единственное число, которое несёт базовая модель, — это 34T тренировочных токенов, то есть бюджет, а не результат. Никто ещё не сообщил, что принёс этот бюджет.

Шесть измерений, которые их разделяют, по одной строке каждое:

• Цена — Ling 3.0 Tiny $0,06 / $0,18 за 1M после бесплатной промо-акции (бесплатно до 14 августа) против LFM2.5-2.6B-Base: $0 за скачивание, плюс ваш счёт за обучение, навсегда.

• Контекст — 256K токенов на Ling 3.0 Tiny против 128K на LFM2.5-2.6B-Base (config.json), разрыв в 2 раза.

• Параметры — ~1,3 млрд активных из 7,9 млрд всего MoE против 2,69 млрд плотной модели; обе — только текст.

• Независимая оценка — Ling 3.0 Tiny AA Intelligence Index 23 (#6/56) против LFM2.5-2.6B-Base: опубликованных результатов тестов нет.

• Режимы — Ling 3.0 Tiny: переключение Thinking/Instant, вызов функций, кэширование промптов; у LFM2.5-2.6B-Base ничего этого нет, пока вы не дообучите его.

• Предоставляется — Ling 3.0 Tiny сегодня работает на собственных коммерческих конечных точках, тогда как LFM2.5-2.6B-Base не размещен ни у одного провайдера инференса.

Асимметрия в этом и состоит: вы можете уже сегодня днём за копейки провести A/B-сравнение Ling 3.0 Tiny со своими собственными промптами, и полученные цифры можно проверить. Базовый чекпоинт — это ставка на ваши собственные навыки тонкой настройки, при том что внешнего подтверждения пока нет.

Цена «бесплатного»: отмеренный ответ против остановившегося счётчика

Метр Ling 3.0 Tiny не останавливается после окончания промо-акции. Каждый токен на входе и выходе тарифицируется по указанной ставке навсегда, независимо от уровня параллелизма. Есть и скрытая стоимость: Artificial Analysis обнаружил, что модель генерирует 210 млн выходных токенов при оценке своего класса из 56 моделей — по сравнению с медианой в 63 млн — и отмечает её как «очень многословную». Модель рассуждений, которая сжигает дополнительные выходные токены на размышления, имеет более высокую эффективную стоимость за задачу, чем предполагает прайс-лист, и многословность частично нивелирует ценовое преимущество. Бесплатный тариф сегодня плюс метрика за многословность завтра — это реальный экономический компромисс, а не ошибка округления.

«Бесплатно» для базовой контрольной точки — это другой учёт: скачивание ничего не стоит, но потом вы платите данными, запуском обучения и оборудованием. Набор из 100K примеров для контролируемой тонкой настройки стоит порядка десяти долларов в токенах на генерацию; набор из 1M примеров — около сотни. Сама тонкая настройка — для модели на 2.6B это короткий прогон на одном GPU — требует часов машинного времени плюс ваших инженерных часов. Для её запуска нужно устройство; Liquid сообщает, что семейство достигает примерно 220 токенов/сек при декодировании на Apple M5 Max и 113 на Ryzen AI Max+ 395, по замерам производителя на родственной модели после пост-обучения, а у базовой модели собственных показателей скорости нет. На практике это означает ноутбук, который у вас уже есть, или новый компьютер от $1,500.

Решающее отличие — то самое, которое этот блог использовал для сравнения LFM2.5-2.6B-Base с переоценённой GPT-5.6 Luna: один счётчик никогда не останавливается, а другой останавливается в тот день, когда заканчивается обучение. Ling 3.0 Tiny взимает плату за каждый токен при любой вашей конкурентности, и так всегда. Предельный токен базовой модели после обучения бесплатен, при любой конкурентности, для сколь угодно большого количества параллельных агентов, которых вы можете ей скормить. Это единственный режим, в котором модель на 2.6B действительно выигрывает у тарифицируемого API по цене: высокие объёмы, высокая конкурентность, постоянно активные нагрузки.

Кто должен выбирать

Выберите Ling 3.0 Tiny, если…

Вам нужна рабочая модель на этой неделе: способная модель текстового рассуждения, которую можно вызывать через совместимый с OpenAI endpoint, с контекстом 256K, поддержкой вызова инструментов и независимой оценкой, которую можно посмотреть. Бесплатный период даёт вам реальное окно, чтобы оценить её на своей собственной рабочей нагрузке, прежде чем платить, и даже после промо-периода ставка $0.06 / $0.18 является агрессивной для модели с измеренным показателем интеллекта выше своего класса. Вы арендуете интеллект со счётчиком, и вас это устраивает.

Выберите LFM2.5-2.6B-Base, если…

Вы создаёте модель, а не арендуете её: {{1}}язык или домен, который готовые модели покрывают недостаточно{{/1}}, {{2}}регулируемая вертикаль, где данные не могут покидать устройство{{/2}}, {{3}}исследования после обучения или модель-ученик дистилляции{{/3}}. Ваша рабочая нагрузка достаточно высококонкурентна, чтобы {{4}}нулевые предельные издержки перевешивали оплату по счётчику{{/4}}, и вы спокойно укладываетесь в {{5}}потолок выручки по лицензии{{/5}}. Стоит также честно оценить риски: {{6}}нет опубликованных оценок, нет пути развёртывания и придётся отлаживать тонкую настройку без бенчмарка, на который можно ориентироваться{{/6}}.

Честный гибрид — и куда вписывается роутер

Наиболее полезно читать эту пару как две половины одной системы, а не как двух соперников. Реальная предпосылка базовой контрольной точки — данные: собственный рецепт пост-обучения Liquid опирается на специализацию учителя и дистилляцию на политике, а значит, сделать базу полезной начинается с задачи массовой генерации данных множеством моделей, прежде чем она станет задачей обучения. Именно здесь недорогая и производительная API-модель вроде Ling 3.0 Tiny — или, при более высоком качестве, любой из текстовых уровней на OrcaRouter — заслуживает своё место как учитель для небольшого локального ученика. Используйте бесплатное окно, пока оно действует, сгенерируйте корпус для тонкой настройки, а затем обучите базу во что-то, что принадлежит вам.

Что касается API-части, одна честная оговорка, прежде чем мы скажем что-либо о нашем собственном продукте: ни Ling 3.0 Tiny, ни LFM2.5-2.6B-Base нет на OrcaRouter. Ling 3.0 Tiny обслуживается через собственные коммерческие эндпоинты, а базовый чекпоинт не размещён нигде. Что OrcaRouter действительно полезно делает — так это переносит учительские модели и API-трафик вокруг них: Qwen 3.7 Flash по $0,03 / $0,13 за 1M, Gemini 3.5 Flash-Lite по $0,30 / $2,50, и ещё 200+ моделей за одним ключом с нулевой наценкой, так что вы платите ровно прейскурантную цену провайдера, а снижение цены вендором вступает в силу в тот же день. Для прогона генерации данных, который не должен оборваться на полпути, автоматическое переключение между провайдерами важнее, чем выбор модели. Но мы не размещаем ни одну из двух моделей, о которых эта статья, и не собираемся делать вид, что это не так.

Вердикт

Это не столько соревнование между двумя дешёвыми моделями, сколько развилка между двумя способами потратить деньги. Если вам нужны ответы — компетентные, проверяемые, арендуемые ответы — Ling 3.0 Tiny уже доступна сегодня, бесплатна в течение следующей недели, независимо оценена выше своего класса и после акции будет стоить недорого. Если вы хотите владеть моделью — офлайн, приватно, с нулевыми предельными издержками, дообученной во что-то своё — LFM2.5-2.6B-Base — один из немногих по-настоящему неизмеренных чекпоинтов 2.6B с 34T токенов предварительного обучения за плечами, и вы будете среди первых людей где бы то ни было, кто узнает, насколько она хороша. Обе бесплатны. Но бесплатны они в разной валюте: Ling 3.0 Tiny обойдётся вам по счётчику, а LFM2.5-2.6B-Base — в обучающий прогон.