
Clef-Flash กับ LFM2.5 2.6B Base: สองโมเดลที่ถูกเรียกว่า “เล็ก” แต่ห่างกันถึงสามลำดับขนาด
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 186 tok/s
- openaiใหม่OpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 86 tok/s
- openaiใหม่OpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 151 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 192 tok/s
- Alibabaใหม่Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 ต่อ 1 ล้านโทเค็น · 86 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 705 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 ต่อ 1 ล้านโทเค็น · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 101 tok/s
บิลด์ clef-flash ที่คนส่วนใหญ่ดาวน์โหลดกันจริง ๆ มีขนาด 11 GB LiquidAI/LFM2.5-2.6B-Base ทำงานโดยใช้หน่วยความจำไม่ถึง 2.5 GB ทั้งสองโมเดลถูกแล็บผู้สร้างอธิบายว่าเล็ก เร็ว และมีประสิทธิภาพ และคำอธิบายทั้งสองก็ถูกต้อง — ซึ่งนั่นแหละคือเหตุผลที่การเปรียบเทียบนี้มีประโยชน์ เพราะคำสองคำนั้นทำงานคนละอย่างโดยสิ้นเชิง Cloudflare/clef-flash เป็นโมเดลตัดสินใจแบบมัลติโมดัลขนาด 9B ที่ตอบคำถามที่พิมพ์เข้ามาด้วยความน่าจะเป็นที่ปรับคาลิเบรตแล้ว และไม่เคยเขียนโทเคนแม้แต่ตัวเดียว มันต้องใช้ GPU ระดับ H200 เพื่อให้ได้เลเทนซีมัธยฐาน 38.8 ms บนการ์ดของตัวเอง และจุดขายของ Cloudflare สำหรับโมเดลนี้คือการทำอินเฟอเรนซ์ที่ขอบเครือข่ายภายในโครงข่ายของพวกเขา ส่วน LFM2.5 2.6B Base เป็นเช็กพอยต์ข้อความที่ผ่านการฝึกมาก่อน ซึ่ง Liquid AI เผยแพร่เมื่อวันที่ 1 สิงหาคม 2026 เพื่อให้คนอื่นนำไปไฟน์จูนต่อได้ และเป้าหมายการนำไปใช้งานที่ตั้งใจไว้คือแล็ปท็อป
ทั้งสองตัวไม่ใช่โมเดลภาษาที่คุณจะเอาไปใส่ในหน้าต่างแชท ทั้งคู่ราคาถูก การเลือกระหว่างสองตัวนี้ไม่ใช่การเลือกเรื่องคุณภาพจริง ๆ — แต่เป็นการเลือกเรื่องงบประมาณฮาร์ดแวร์ของคุณ และว่าสิ่งที่คุณกำลังสร้างนั้นรู้อยู่แล้วหรือไม่ว่าคำตอบของมันมีหน้าตาเป็นอย่างไร
บทสนทนาเรื่องรอยเท้า ในตัวเลข
เริ่มจากสิ่งที่เครื่องจักรต้องการจริง ๆ เพราะนี่คือแกนที่ทั้งสองห่างกันมากที่สุด
• พารามิเตอร์ — Clef-Flash เป็นแบ็กโบน Qwen3.5-9B แบบแช่แข็ง พร้อมเอนโคดเดอร์วิชันและหัวสคีมาร่วมขนาด 243.5 MB; LFM2.5 2.6B Base มี 2.69 พันล้านพารามิเตอร์ เป็นข้อความเท่านั้น
• ดิสก์และหน่วยความจำ — บิลด์ clef-flash ของชุมชนมีขนาด 11 GB; รีโพซิทอรี Hugging Face ฉบับเต็มมีขนาดประมาณ 18.8 GB โดยกระจายอยู่ใน backbone shard สี่ส่วนบวกกับ head LFM2.5 2.6B Base ระบุว่าต้องใช้หน่วยความจำสำหรับการ inference ต่ำกว่า 2.5 GB และมีการเผยแพร่บิลด์ GGUF, ONNX และ MLX แบบควอนไทซ์ควบคู่ไปด้วย
• ความหน่วง — Clef-Flash:ค่ามัธยฐาน 38.8 ms, p95 122.4 ms วัดโดย Cloudflare บน H200 เพียงตัวเดียว LFM2.5 2.6B ซึ่งเป็นรุ่นที่ผ่านการฝึกภายหลัง (post-trained) ของเช็คพอยต์ฐานนี้ ทำงานที่ 220 โทเคนต่อวินาทีบน Apple M5 Max และ 113 tok/s บน CPU AMD Ryzen
• บริบท — 65,536 โทเค็นสำหรับ Clef-Flash ตามเอกสารของ Cloudflare Workers AI; 131,072 โทเค็นสำหรับ LFM2.5 2.6B Base
• สัญญาอนุญาต — Apache-2.0 สำหรับ clef-flash; สัญญาอนุญาต LFM 1.0 สำหรับ LFM2.5 ซึ่งเป็น open weights แต่ไม่ใช่สัญญาอนุญาตโอเพนซอร์สที่ผ่านการรับรองจาก OSI และความแตกต่างนี้สำคัญหากคุณกำลังนำผลิตภัณฑ์ออกจำหน่ายมากกว่าการทดลองใช้
สองบรรทัดค่าความหน่วงนั้นไม่ได้วัดหน่วยเดียวกัน และคุณไม่ควรนำมาลบกัน แต่เมื่ออ่านรวมกันแล้ว มันบอกสิ่งที่เห็นได้ชัดอย่างตรงไปตรงมาว่า Clef-Flash เป็นคอมโพเนนต์ของศูนย์ข้อมูลที่รันไทม์ซึ่งฝังรวมมาด้วยนั้นบังเอิญอยู่บนเครือข่ายเอดจ์ด้วย และ LFM2.5 2.6B เป็นคอมโพเนนต์สำหรับเครื่องที่ตั้งอยู่บนโต๊ะของคุณ
ทำไม base checkpoint จึงเป็นออบเจ็กต์อีกชนิดหนึ่ง
คำว่า "Base" ในชื่อนี้มีบทบาทสำคัญเชิงโครงสร้าง และการ์ดของ Liquid AI เองก็เปิดเผยเรื่องนี้อย่างตรงไปตรงมาอย่างผิดปกติ LFM2.5-2.6B-Base คือเช็กพอยต์ที่ผ่านการฝึกมาก่อนแล้วสำหรับข้อความเท่านั้น มี 30 เลเยอร์จัดเรียงเป็น 22 บล็อก short convolution แบบ double-gated และ 8 บล็อก grouped-query attention ฝึกด้วย 34 ล้านล้านโทเคน บนคำศัพท์ขนาด 128,000 โทเคน ใน 16 ภาษา มัน "แนะนำเฉพาะสำหรับงานที่ต้อง fine-tuning อย่างหนักเท่านั้น" — งานเฉพาะภาษา ผู้ช่วยเฉพาะโดเมน การฝึกบนข้อมูลที่เป็นกรรมสิทธิ์ การ์ดของมันก็บอกไว้แบบนั้นตรง ๆ
Clef-Flash ตรงกันข้ามกับสิ่งนั้น มันเสร็จเรียบร้อยแล้ว การฝึกเสร็จสิ้น schema head ถูกยึดติดเข้าไปแล้ว สัญญา API ถูกเผยแพร่แล้ว และโมเดลถูกโฮสต์อยู่บนเครือข่ายเอดจ์ของผู้ให้บริการเองในราคาที่ประกาศไว้ คุณไม่ต้องปรับจูนมัน คุณเพียงเรียกใช้มัน หรือดาวน์โหลดมันแล้วเรียกใช้ในเครื่อง มีผลิตภัณฑ์ fine-tuning ที่แนบมากับตระกูลนี้ — Cloudflare ได้เปิดตัวผลิตภัณฑ์หนึ่งควบคู่ไปกับโมเดลเหล่านี้ — แต่การใช้ clef-flash ไม่จำเป็นต้องใช้มัน และนั่นคือประเด็นสำคัญ
ดังนั้นการวางกรอบอย่างตรงไปตรงมาคือสิ่งเหล่านี้เป็นสองขั้นตอนของไปป์ไลน์ที่แตกต่างกันสองแบบ อันหนึ่งเป็นวัตถุดิบ และอีกอันเป็นองค์ประกอบ ถ้างานของคุณคือ "ฉันมีตั๋วซัพพอร์ตที่ติดป้ายกำกับแล้ว 40,000 ใบ และฉันต้องการตัวจำแนกประเภทเฉพาะโดเมนที่รวดเร็วซึ่งรันบนเครื่องของเราเอง" LFM2.5 2.6B Base ก็เป็นจุดเริ่มต้นที่เป็นไปได้ ส่วน clef-flash ไม่ใช่ เพราะคุณไม่สามารถไฟน์จูนหัวตัดสินใจของ clef-flash ให้กลายเป็นความสามารถทางภาษาที่มันไม่มีได้ — มันไม่มีเส้นทางเอาต์พุตภาษาเลยแม้แต่นิดเดียว ถ้างานของคุณคือ "ฉันต้องจัดเส้นทางคำขอไปยังหนึ่งในหกบัคเก็ตภายในเวลาไม่ถึง 50 มิลลิวินาที พร้อมความน่าจะเป็นที่ฉันสามารถตั้งเกณฑ์ได้" clef-flash ตอบคำถามนั้นได้ทันทีพร้อมใช้ และ LFM2.5 2.6B Base ไม่ตอบคำถามนั้นในรูปแบบใดเลย

ส่วนที่ถูกแบ่งปันกันอย่างแท้จริง
มีความทับซ้อนจริงอยู่หนึ่งจุด และควรกล่าวถึงจุดนั้นอย่างแม่นยำ เพราะนี่คือจุดที่การเปรียบเทียบไม่ใช่เรื่องเล็กน้อยอีกต่อไป
โมเดลอเนกประสงค์ที่ผ่านการฝึกหลังการฝึก — LFM2.5 2.6B หรือโมเดล instruct ขนาดเล็กใด ๆ — สามารถพรอมป์ต์ให้ส่งคืนผลการจำแนกแบบมีโครงสร้างได้ ให้สคีมา JSON แก่มัน ขอป้ายกำกับและค่าความมั่นใจ แล้วแยกวิเคราะห์เอาต์พุต ผู้คนทำแบบนี้กันตลอดเวลา คำถามคือคุณได้อะไรเมื่อทำอย่างนั้น
สิ่งที่คุณได้คือลำดับโทเค็นที่มีป้ายกำกับซึ่งคุณสามารถดึงออกมาได้โดยบังเอิญ บวกกับตัวเลขที่โมเดลเขียนเกี่ยวกับตัวมันเอง ความมั่นใจนั้นเป็นโทเค็นที่ถูกสุ่ม ไม่ใช่ softmax เหนือคำตอบที่เป็นไปได้ และมันไม่ได้หมายความอย่างที่ความน่าจะเป็นที่ปรับเทียบแล้วหมายถึง การ์ดของ Clef-Flash ระมัดระวังอย่างชัดเจนเกี่ยวกับตัวเลขที่เทียบเคียงได้ใน API ของตัวเอง — ความมั่นใจ "แสดงให้เห็นว่าความน่าจะเป็นกระจุกตัวมากแค่ไหน มันไม่ใช่โอกาสที่คำตอบจะถูกต้อง" — และมันสามารถที่จะเป็นเช่นนั้นได้ เพราะปริมาณพื้นฐานคือการกระจายตัวจริงเหนือตัวเลือกที่คุณให้มา โมเดลทั่วไปที่ถูกพรอมป์ไม่มีการกระจายตัวเช่นนั้นให้เปิดเผย มันมีประโยคที่บอกว่า 0.85
ว่าความแตกต่างนั้นคุ้มค่ากับ 11 GB และ H200 หรือไม่นั้น ขึ้นอยู่กับว่าคุณนำตัวเลขนั้นไปทำอะไร หากป้ายกำกับถูกส่งไปยังแดชบอร์ด โมเดล 2.6B ที่ใช้พรอมป์ต์ก็เพียงพอและถูกกว่าทุกมาตรวัด หากป้ายกำกับนั้นเป็นตัวกำหนดการดำเนินการที่ย้อนกลับไม่ได้ — การคืนเงิน การระงับบัญชี การยกระดับเหตุการณ์ด้านความปลอดภัย — ความแตกต่างระหว่างคะแนนที่ปรับเทียบแล้วกับสตริงที่ดูสมเหตุสมผล ก็คือความแตกต่างระหว่างเกณฑ์ที่คุณอธิบายให้ผู้ตรวจสอบฟังได้กับเกณฑ์ที่คุณอธิบายไม่ได้

คุณจะได้รับแต่ละรายการได้ที่ไหน
ทั้งสองโมเดลไม่ได้อยู่บน OrcaRouter แคตตาล็อกของเราไม่มี clef-flash และไม่มี LFM2.5 2.6B Base หรือเช็กพอยต์อื่นใดของ Liquid AI — คุณสามารถตรวจสอบทั้งสองได้โดยเรียก API โมเดลของเราแล้วจะได้รับ 404 ไม่มีสิ่งใดในบทความนี้เป็นการยืนยันความพร้อมใช้งานจากเรา
Clef-Flash เข้าถึงได้บน Workers AI ของ Cloudflare ในราคา $0.09 ต่อล้านโทเค็นอินพุต หรือในรูปแบบเวท Apache-2.0 ที่คุณรันเอง LFM2.5 2.6B Base อยู่บน Hugging Face พร้อมบิลด์แบบควอนไทซ์สำหรับ llama.cpp, ONNX Runtime และ MLX รวมถึง playground และเอกสารของ Liquid AI เองสำหรับตระกูลนี้ หากคุณต้องการโมเดลตัดสินใจที่ใช้งานได้จริงบนแคตตาล็อกของเราวันนี้ ตัวที่มีอยู่คือ Jev 1.13 ของ TypeSafe — รูปแบบคำขอเดียวกัน คอนเท็กซ์ 65,536 โทเค็น $0.042 ต่อล้านโทเค็นอินพุต — และ clef-flash ถูกสร้างมาให้เป็นดรอปอินสำหรับมัน ซึ่งหมายความว่าการลองตัวใดตัวหนึ่งเป็นการเปลี่ยนแปลงคอนฟิกมากกว่าการเขียนใหม่ ทั้งคู่เรียกคลาสเอนด์พอยต์เดียวกัน ดังนั้นหากคุณกำลัง กำหนดเส้นทางผ่านคีย์เดียวโดยส่งราคาตามรายการของผู้ให้บริการผ่านไปโดยไม่บวกเพิ่ม การเปรียบเทียบเป็นการทดลองที่คุณสามารถรันได้ในบ่ายนี้ มากกว่าการย้ายระบบที่คุณต้องวางแผน

อันไหนที่ควรอยู่ในสแต็กของคุณ
แผนผังการตัดสินใจนั้นสั้น ถ้าคำตอบของคุณเป็นรายการจำกัดที่เขียนล่วงหน้าได้ และคุณต้องการความน่าจะเป็นที่มีความหมายจริง และคุณมีฮาร์ดแวร์หรือยินดีจ่ายต่อการเรียกหนึ่งครั้ง — clef-flash คือคอมโพเนนต์ที่พร้อมใช้ และ LFM2.5 2.6B Base ไม่ใช่ตัวเลือก ถ้าคำตอบของคุณเป็นแบบเปิดกว้าง หรือสิ่งที่คุณต้องการจริง ๆ คือโมเดลภาษาขนาดเล็กที่คุณปรับแต่งด้วยข้อมูลของคุณเองและรันบนแล็ปท็อปได้ LFM2.5 2.6B Base คือจุดเริ่มต้น และ clef-flash ช่วยคุณไม่ได้เลย
จุดที่ผู้คนมักทำพลาดคือตรงกลาง: การสร้างตัวจำแนกแบบมีขอบเขตโดยการพรอมป์โมเดลทั่วไปขนาดเล็ก เพราะมันเป็นเส้นทางที่ต้านทานน้อยที่สุดและมันได้ผลในเดโม มันได้ผลในเดโม มันจะหยุดได้ผลทันทีที่คุณต้องการให้ตัวเลขเป็นตัวเลขจริง ๆ และกว่าจะถึงตอนนั้น สคีมา พรอมป์ และโค้ดแยกวิเคราะห์ก็กลายเป็นส่วนที่รับน้ำหนักทั้งหมดแล้ว
ข้อควรระวังหนึ่งประการในฝั่งของ clef-flash ซึ่งขอกล่าวตรง ๆ เพราะเป็นตัวเลขที่อ่อนที่สุดของผู้ขายเอง: บน CLINC150 ที่มีการจัดการกรณีอยู่นอกขอบเขต ซึ่งบางครั้งคำตอบที่ถูกต้องคือ "สิ่งนี้ไม่เข้ากับหมวดหมู่ใดของคุณเลย" clef-flash ทำคะแนนได้ 66.8 macro-F1 เทียบกับ 97.4 ของรุ่นพี่ขนาด 27B ที่ใหญ่กว่า สคีมาที่มีขอบเขตจำกัดเป็นจุดแข็งจนกระทั่งอินพุตไม่เข้าขอบเขตของมัน และโมเดลก็จะยังจำแนกต่อไปอยู่ดี ไม่ว่าคุณจะเลือกเส้นทางใด จงสร้างคลาสส่วนที่เหลือขึ้นมาอย่างตั้งใจ และตรวจสอบว่าอะไรตกลงไปอยู่ในนั้น
