Tell 1 vs LFM2.5 2.6B Base: En röstmodell du hyr och en checkpoint du färdigställer själv

Ställ Tell 1 och LFM2.5 2.6B Base bredvid varandra, och storleksskillnaden ser ut att vara hela historien: den ena är Retells interna resonemangsmodell i en kontaktcenterplattform, den andra är en checkpoint på 2,69 miljarder parametrar som bara hanterar text från Liquid AI och får plats i en fil på 5,4 GB. Det är inte historien. Historien är att LFM2.5 2.6B Base är en basmodell – den har aldrig instruktionstränats, och om du ställer en fråga till den fortsätter den din text i stället för att svara – medan Tell 1 är en färdig komponent i en produkt som lever på att svara på telefonsamtal. Den ena är råmaterial. Den andra är en fungerande del som du inte får ta isär. Allt nedan handlar om vilken av dessa två saker ditt problem faktiskt behöver, eftersom ingen av dem kan ersätta den andra och prisjämförelsen som verkar självklar är det minst användbara på den här sidan.

Även tajmingen spelar roll, och den är anledningen till att den här kombinationen över huvud taget finns. Båda är nya: Liquid AI publicerade LFM2.5-familjen i augusti 2026, och Retells Tell 1 blev synlig för allmänheten i november 2026 när den dök upp högst upp i ett benchmark som Retell publicerar. Ingen av dem är en lansering som du läser om i efterhand. Båda har dessutom ovanligt lite offentlig dokumentation, av motsatta skäl – Liquid släppte en checkpoint utan instruktioner eftersom instruktioner aldrig var poängen, och Retell släppte en modell utan dokumentation eftersom modellen inte är en produkt man kan köpa separat.

Börja med vad Liquid-kontrollpunkten inte kan göra

LFM2.5 2.6B Base är den förtränade checkpointen i Liquid AIs hybridfamilj LFM2.5: 30 lager, varav 22 dubbelgated kortkonvolutionsblock och 8 grouped-query attention, tränad på ungefär 34 biljoner tokens över 16 språk, med ett kontextfönster på 131 072 tokens och en Q4_K_M-kvantisering som hamnar nära 1,67 GB. Text in, text ut. Ingen vision, inget ljud, ingen verktygsanropsmall att lita på, ingen instruktionstrimning – och Liquid säger rakt ut i sitt eget modellkort att den är avsedd för omfattande finjustering snarare än för promptning.

Det är inte en defekt, och att behandla det som en sådan är det vanligaste misstaget i beskrivningar av basmodeller. En bascheckpoint är rätt utgångspunkt när man har en uppgift med en bestämd form, en stor mängd egna exempel och inget intresse av att betala en leverantör per token för att lösa den. En 2.69B-modell som finjusteras på ett enda konsument-GPU och sedan körs kvantiserad på en bärbar dator eller en telefon är ett annat ekonomiskt objekt än ett hostat API: marginalkostnaden per anrop hamnar i stort sett på elen, och kostnaden man faktiskt betalar flyttas till datamärkning, träningskörningar och utvärdering.

Det den inte kan göra är att slängas in i en konversation. Det finns ingen systemprompt som förvandlar en bascheckpoint till en pålitlig agent för verktygsanrop, och ingen mängd promptteknik kan ersätta efterträningssteget. Om din plan är att "ladda ner den, wrappa den i en OpenAI-kompatibel server och peka en röstagent mot den", kommer planen att misslyckas vid första funktionsanropet – och det misslyckandet kommer att se ut som ett modellkvalitetsproblem när det i själva verket är ett saknat träningssteg.

Så vad Tell 1 är, och varför du inte kan få det

Tell 1 är resonemangslagret i Retells röststack, listat på företagets startsida under "Utvecklad av Retell Labs" bredvid en agentharness som sätter samman modeller, kunskap och verktyg. Det säljs inte som en modell. Det finns inget modellkort, inget repository, ingen siffra för kontextfönster, inget parameterantal, ingen licens och inget pris per token publicerat någonstans på Retells webbplats. Det enda kvantitativa offentliga beviset är en rad i Retell vCX Benchmark, som är en resultattavla som Retell själva underhåller: 88,6 % instruktionsföljning, 97,2 % på dimensionen som betecknas hallucination, 95,4 % verktygsanrop, 96,6 % vardagligt språk, ett genomsnitt på 94,45 %, vid 72,5 ms medianlatens och 3,5 cent per minut i modellkostnad.

Om Tell 1 är en fine-tune av något offentligt, en modell tränad från grunden eller en liten modell destillerad från en större avslöjas inte. Medianen på 72 ms tyder på en liten, snabb modell snarare än en generalist i framkanten, eftersom den siffran ligger inom det intervall där fram- och återgångstiden till en tredjeparts inferensstack börjar dominera – men det är resonemang utifrån en latenssiffra, och latenssiffror har många orsaker. Det som inte är inferens är paketeringen: du får Tell 1 genom att köpa tid på Retells plattform, för 0,07 till 0,31 USD per minut beroende på konfiguration, och modellen går inte att skilja från telefonin, talstacken och ramverket runt den.

Det här är asymmetrin som en köpare måste räkna in i priset. LFM2.5 2.6B Base är ditt på ett sätt som ingen hostad modell någonsin är: du kan läsa dess vikter, kvantisera den, leverera den i en app och fortsätta köra den om leverantören försvinner. Tell 1 är tillgänglig på ett sätt som ingen nedladdningsbar modell är: den är redan kopplad till ett telefonnummer, ett lager för turtagning och en röst, och arbetet med att få den att låta mänsklig i ett verkligt samtal har någon annan redan gjort.

Jämförelsen som verkligen spelar roll: var latensbudgeten tar vägen

Båda dessa modeller står och faller med ett stoppur, vilket är anledningen till att de nämns i samma andetag trots att de gör olika jobb. Ett telefonsamtal ger dig en budget på ungefär 800 ms mellan att den som ringer avslutar en mening och att agenten börjar en, innan pausen uppfattas som en bruten förbindelse. Den budgeten betalar för taligenkänning, modellens tur, verktygsanrop och talsyntes, i den ordningen.

• Modelllatens — 72,5 ms i median för Tell 1 i Retells testrigg, bäst av 62 konfigurationer i det benchmarket; inte publicerad för LFM2.5 2.6B Base, eftersom en bascheckpoint inte har någon serverad produkt att mäta och dess kvantiserade genomströmning beror helt på din hårdvara.

• Vad mer ingår i de 800 ms — för Tell 1 ingår telefoni och tal i plattformens siffra, och Retell uppger en typisk svarstid från början till slut på cirka 600 ms; för en självhostad LFM2.5-stack måste du själv lägga till ASR, TTS och serveringslagret, och var och en är ett leverantörsbeslut.

• Genomströmning — Liquids eftertränade syskonmodell till denna checkpoint körs i 220 tokens per sekund på en Apple M5 Max och 113 på en AMD Ryzen-CPU, och leverantören noterar att 30 tokens per sekund är uppnåeligt på en telefon; hastigheten hos en modell på 2,69B är en funktion av maskinen, inte av en servicenivå.

Den där sista raden är hela skillnaden i art. Tell 1:s latens är ett löfte som någon annan håller; LFM2.5:s latens är en egenskap hos hårdvaran du väljer. Om ditt driftsättningsmål är ett callcenter med 200 samtidiga linjer är det den förstnämnda du köper. Om det är en enhet i ett lager utan nätverk är den andra den enda som finns.

Finjustering är vägskälet

Här är beslutet, så rakt och tydligt som jag kan formulera det. Välj LFM2.5 2.6B Base om du har en uppgift som du kan beskriva exakt, exempel på den och ett skäl att inte skicka de exemplen till en tredje part – ett klassificeringssteg i ett samtalsflöde, en domänspecifik sammanfattare, en router på enheten som avgör vad en förfrågan är. Modellen är tillräckligt liten för att en finjustering ska ta en eftermiddag snarare än ett kvartal, kontextfönstret är tillräckligt stort för riktiga dokument och licensen tillåter kommersiell användning under 10 miljoner dollar i årlig omsättning, med ett separat avtal som krävs vid eller över den gränsen. Den tröskeln är ett inköpsfaktum och hör till beslutet, inte i en fotnot.

Välj Tell 1 om du köper en telefonagent snarare än en modell, och särskilt om det du inte kan bygga är den konversationella ytan: hantering av avbrott, vardagligt språkbruk och en första stavelse som kommer tillräckligt snabbt för att den som ringer inte ska märka att det är en maskin. Retells benchmark säger att det är de två dimensionerna där Tell 1 leder – vardaglighet rank 1, latens rank 1 – och säger lika tydligt att den inte leder inom instruktionsföljning, grounding eller tool calling, där den rankas tvåa, tvåa respektive femma. Testa de tre mot dina egna samtal innan du standardiserar, eftersom det är de som ger fel svar snarare än bara långsammare svar.

Det finns ett tredje alternativ, och det är det som de flesta team med en verklig arbetsbelastning landar i: behåll den lilla finjusteringen för den del av uppgiften som är snäv och repetitiv, och routa de svåra turerna till en större hostad modell. Det är precis den uppdelning som ett routningslager är byggt för, och det är där vår egen katalog passar in. Varken Tell 1 eller LFM2.5 2.6B Base går att routa via OrcaRouter – vi hostar ingen av dem – så den praktiska versionen av den arkitekturen placerar Liquid-finjusteringen på din egen hårdvara och skickar eskaleringsvägen till en modell som vi faktiskt tillhandahåller, med en enda API-nyckel, till leverantörens listpris utan något påslag.

Vad skulle ändra på svaret

För Tell 1 skulle tre publikationer flytta det från "testa inom plattformen" till "överväg standardisering": ett modellkort som anger arkitekturen och träningsdatan, ett pris per modell så att kostnaden kan separeras från minutpaketet, och en utvärdering som utförs av någon annan än Retell. Den nuvarande posten är en rad på leverantörens egen resultattavla, och att en leverantör rankar sig själv först i sin egen testrigg är en hypotes, inte ett resultat.

För LFM2.5 2.6B Base är den saknade pusselbiten inte dokumentation — det är din egen finjustering. Kontrollpunkten är komplett och licensen är läsbar, vilket innebär att det enda okända är om en 2,69B-modell tränad på dina data klarar ribban för din uppgift. Det är en fråga du kan besvara den här veckan med en GPU, och ingen mängd läsning kommer att besvara den åt dig. Det är avvägningen i en mening: Tell 1 besparar dig ingenjörsarbetet och tar kontrollen; LFM2.5 2.6B Base ger dig kontrollen och tvingar dig att göra ingenjörsarbetet.