Dessa vs LFM2.5 2.6B Base: En checkpoint du kan äga vs en röst du bara kan höra

LFM2.5-2.6B-Base är en fil med 2,69 miljarder parametrar som får plats i ungefär 2,5 GB, körs på en telefon och levereras med en licens som låter dig finjustera den och distribuera resultatet. Dessa är en full-duplex talmodell som Block annonserade den 23 oktober 2026, endast tränad på mänskliga samtal och enligt uppgift tillräckligt snabb för att köras på en MacBook Pro M4 Max. Du kan inte ladda ner Dessa, finjustera den, mäta den eller anropa den. Det är en väntelista.

Att sätta dessa två i samma mening är orättvist på ett uppenbart sätt: den ena är en förtränad textcheckpoint, den andra är ett färdigt samtalsbeteende. Men orättvisan är det användbara. Frågan ett team faktiskt står inför är inte ”vilken modell är bättre” – det är ”vilken modell kan jag bygga en verksamhet på”, och i den frågan är gapet mellan en nedladdningsbar bascheckpoint och en sluten forskningsförhandsvisning större än någon benchmark-skillnad.

Vad LFM2.5-2.6B-Base egentligen är

Liquid AI släppte LFM2.5-familjen den 4 augusti 2026. Suffixet Base spelar större roll än parameterantalet: det här är den förtränade checkpoints, inte den instruktionstränade assistenten. Den har läst 34 biljoner tokens och lärt sig den statistiska strukturen i 16 språk, men den har inte tränats att följa instruktioner, föra en dialog eller använda verktyg. Om du promptar den kallt får du komplettering, inte konversation.

Arkitekturen är en hybrid. Trettio lager, varav 22 är dubbelgrindade kortkonvolutionsblock och åtta är grouped-query attention, en design som Liquid har förfinat sedan den första LFM2-generationen. Ordförrådet är 128 000 token, dubbelt så stort som i föregående generation genom en utökning av tokenizern på plats som riktar sig till icke-latinska skriftsystem. Kontextfönstret är 131 072 token och nås genom en särskild utökning under mid-training i stället för vid förträningstillfället.

Det instruktionstränade syskonet, LFM2.5-2.6B, är det som har den publicerade benchmarktabellen: AIME25 51,87, LiveCodeBench v6 59,41, IFBench 59,17, BFCLv4 56,88, ToolSandbox 77,83, Claw-Eval English 62,85. Dessa är leverantörsrapporterade och tillhör den eftertränade modellen, inte basmodellen. Liquid själva avråder från att använda familjen för agentisk kodning eller kunskapsintensivt arbete, vilket är en användbar ärlighetssignal på en marknad där varje liten modell beskrivs som att den presterar över sin viktklass.

Varför det fortfarande är värt att jämföra en bascheckpoint med ett färdigt beteende

En basmodell är en startpunkt. Dess värde är vad du kan göra av den: fortsatt förträning på din domän, en övervakad finjustering på dina transkriptioner, en destillerad student för en avgränsad uppgift. Dessa är en artefakt av motsatt slag. Den kommer som ett beteende – turtagning, backchannel, emotionell timing – och inget av det är exponerat för modifiering.

Så jämförelsen handlar egentligen om kontroll. LFM2.5-2.6B-Base ger dig vikterna, licensen och skyldigheten att utföra arbetet. Dessa ger dig en demo och möjligheten till åtkomst. För ett forskningslabb kan det andra vara mer värdefullt. För ett produktteam är det första det enda som resulterar i en leverabel.

Specifikationsbladet, med båda sidorna på en rad

LFM-siffrorna kommer från Liquids modellkort och tillkännagivande; Dessa-siffrorna kommer från Blocks sida. Alla leverantörsrapporterade siffror är märkta som sådana.

• Parametrar — LFM2.5-2.6B-Base 2,69B totalt jämfört med Dessa ej angivet.

• Arkitektur — LFM2.5-2.6B-Base är en hybrid av kortkonvolution och grouped-query attention, 30 lager jämfört med Dessas end-to-end-tal-till-tal, arkitektur ej publicerad.

• Kontext — LFM2.5-2.6B-Base 131 072 tokens jämfört med Dessa: ej angivet.

• Modalitet — LFM2.5-2.6B-Base text in, text ut vs Dessa ljud in, ljud ut.

• Vikter — LFM2.5-2.6B-Base nedladdningsbar, inklusive GGUF-, ONNX- och MLX-byggen jämfört med Dessa: inga.

• Licens — LFM2.5-2.6B-Base: LFM Open License v1.0, kommersiell användning med villkor jämfört med Dessa: ingen licens publicerad.

• Minne – LFM2.5-2.6B-Base under cirka 2,5 GB vid körning mot Dessa, en MacBook Pro M4 Max eller bättre, per Block.

• Hastighet – LFM2.5-2.6B-Base cirka 220 token per sekund på en Apple M5 Max, cirka 30 på telefoner, enligt leverantören, jämfört med Dessas "snabbare än realtid", utan någon siffra.

• Pris — LFM2.5-2.6B-Base fria vikter vs Dessa inget pris.

• Tillgänglighet — LFM2.5-2.6B-Base allmänt tillgänglig sedan 4 augusti 2026 jämfört med Dessa som har en väntelista.

Enhetsbudgeten är hela argumentet

Liquids säljargument handlar om driftsättningsekonomi: en modell som är tillräckligt liten för en Raspberry Pi, tillräckligt snabb för en telefon och tillräckligt billig för att köras utan GPU-kostnad. Den påstådda genomströmningen – cirka 220 token per sekund på en M5 Max, 113 på en Ryzen AI Max+ 395 och ungefär 30 på en telefon – är den sorts siffra som avgör om en assistent på enheten känns omedelbar eller trasig. Trettio token per sekund är snabbare än läshastighet, vilket är den relevanta tröskeln för ett chattgränssnitt.

Dessas påstående om driftsättning är en bärbar dator som kostar långt över 2 000 dollar med ett Apple-chip i toppklass. Det är fortfarande lokalt, och lokalt har verkliga fördelar: ingen kostnad per token, ingen nätverksrundtur, ingen data som lämnar enheten. Men det är en annan marknad. En modell med 2,6 miljarder parametrar kan levereras inuti en app; en modell som behöver ett M4 Max är ett utvecklarverktyg eller en skrivbordsfunktion. Om din produkt körs på telefoner slutar den här jämförelsen vid minneslinjen.

Licensiering är den verkliga skiljelinjen

LFM Open License v1.0 är inte en OSI-godkänd öppen källkodslicens, och det är värt att säga det rakt ut. Kommersiell användning är tillåten, men organisationer över en intäktströskel – enligt Liquids villkor ligger den på 10 miljoner dollar i årliga intäkter – behöver en separat kommersiell licens. Det är en verklig begränsning. Det är också en känd begränsning, med ett dokument, en tröskel och någon att förhandla med.

Dessa har ingen licens eftersom Dessa inte har någon distribution. Du kan inte följa villkor som inte finns, och du kan inte bygga ett upphandlingsärende kring en väntelista. För ett storföretag är ”anpassad licens med en omsättningströskel” en juridisk granskning. ”Inga publicerade villkor” är en blockerare.

Om du vill ha en röstagent i en telefon idag

Ingen av modellerna är ett komplett svar, men LFM-sidan är åtminstone en startpunkt. En röstagent för telefon behöver tre delar: taligenkänning, en språkmodell och talsyntes. LFM2.5-2.6B-Base kan vara mittendelen om du finjusterar den – bascheckpointen är en textmodell, så den kommer inte att höra något på egen hand, och dess 131K-kontext räcker för att hålla en lång konversationshistorik plus hämtade anteckningar.

Finjusteringen är det intressanta alternativet. Med vikterna i hand kan du träna på dina egna domänsamtal och utvärdera resultatet på dina egna villkor. Det är precis det experiment som Dessas tillkännagivande bjuder in till och inte tillåter: ta en liten stack med talförmåga, träna den på riktiga samtal och se om emotionell timing uppstår. Block säger att det gjorde detta från grunden på ett GB200 NVL72-rack. Ett team med några GPU:er kan köra den billiga versionen av frågan på en LFM-bas och lära sig något på en vecka.

Om du hellre inte vill köra språkmodellen på enheten sätter OrcaRouter ett API framför 200+ modeller med 0 % påslag och automatisk failover, så att resonemangssteget kan ligga i molnet medan ljudet stannar lokalt. För att vara tydlig med omfattningen: LFM2.5 2.6B Base finns inte i vår katalog – den är en nedladdning, och det är själva poängen med den. Vi routar hostade modeller; den här är avsedd att köras där du placerar den.

Vem ska välja vilken

• Du behöver äga modellen, vikterna och färdplanen — LFM2.5-2.6B-Base, och sedan finjustera.

• Du behöver offline-drift på billig hårdvara — LFM2.5-2.6B-Base.

• Du behöver en text- eller agentisk kärna under några gigabyte — den eftertränade LFM2.5-2.6B, inte basmodellen.

• Du behöver live, avbrytbart, känslomässigt uttrycksfullt tal — Dessa är den enda av de två som är inriktad på det, och den är inte tillgänglig.

• Du behöver en licens som du kan skriva under det här kvartalet — LFM2.5-2.6B-Base, med intäktsklausulen kontrollerad.

• Du behöver publicera ett reproducerbart resultat — LFM2.5-2.6B-Base, eftersom reproducerbarhet kräver en fil.

Experimentet som skulle avgöra saken

Ta 1 000 timmar konversationsljud med transkriptioner, finjustera LFM2.5-2.6B-Base på textsidan och koppla på en stark taligenkännare och talsyntes. Mät återhämtning efter avbrott och emotionell lämplighet mot en turbaserad baslinje. Om resultatet närmar sig det som Blocks klipp antyder, är Dessas försprång smalare än demoreelen gör gällande: det kan vara en vinst på arkitektursidan, men inte en oangriplig sådan.

Om så inte är fallet blir argumentet för talnativ träning starkare, och avsaknaden av en Dessa-viktfil blir det viktigaste faktumet i den här jämförelsen. Hur som helst går testet att köra på den öppna sidan men inte på den slutna. Den asymmetrin är svaret på huvudfrågan, och den kommer att förbli svaret tills Block levererar något som en kund kan hålla i.