Dessa เทียบกับ LFM2.5 2.6B Base: เช็กพอยต์ที่คุณเป็นเจ้าของได้ กับเสียงที่คุณได้ยินเท่านั้น
- Orcaใหม่OrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.70 / $1.60 ต่อ 1 ล้านโทเค็น · 186 tok/s
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 14 tok/s
- deepseekใหม่DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745ความฉลาด
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 148 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 1063 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 159 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 1906 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 49 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 100 tok/s
LFM2.5-2.6B-Baseเป็นไฟล์ขนาด 2.69 พันล้านพารามิเตอร์ที่ใส่ได้ในพื้นที่ประมาณ 2.5 GB ทำงานบนโทรศัพท์ และมาพร้อมสัญญาอนุญาตที่ให้คุณปรับแต่งละเอียดได้และนำผลลัพธ์ออกเผยแพร่หรือจำหน่ายได้ Dessaเป็นโมเดลเสียงพูดแบบฟูลดูเพล็กซ์ที่ Block ประกาศเมื่อวันที่ 23 ตุลาคม 2026 ฝึกด้วยบทสนทนาของมนุษย์เท่านั้น และมีรายงานว่ามีความเร็วพอที่จะรันบน MacBook Pro M4 Max ได้ คุณไม่สามารถดาวน์โหลด Dessa ปรับแต่งละเอียด วัดประสิทธิภาพ หรือเรียกใช้งานได้ มันเป็นเพียงรายชื่อรอ
การนำสองสิ่งนี้มาไว้ในประโยคเดียวกันนั้นไม่ยุติธรรมอย่างชัดเจน: สิ่งหนึ่งเป็นเช็กพอยต์ข้อความที่ผ่านการฝึกมาก่อน ส่วนอีกสิ่งหนึ่งเป็นพฤติกรรมการสนทนาที่สมบูรณ์แล้ว แต่ความไม่ยุติธรรมนั้นคือส่วนที่มีประโยชน์ คำถามที่ทีมต้องเผชิญจริง ๆ ไม่ใช่ "โมเดลไหนดีกว่า" แต่คือ "ฉันจะสร้างธุรกิจบนโมเดลไหนได้" และในคำถามนั้น ช่องว่างระหว่างเช็กพอยต์ฐานที่ดาวน์โหลดได้กับพรีวิวงานวิจัยแบบปิดนั้นใหญ่กว่าความแตกต่างจาก benchmark ใด ๆ
จริง ๆ แล้ว LFM2.5-2.6B-Base คืออะไร
Liquid AI เปิดตัวตระกูล LFM2.5 เมื่อวันที่ 4 สิงหาคม 2026 คำต่อท้าย Base มีความสำคัญกว่าจำนวนพารามิเตอร์: นี่คือ checkpoint ที่ผ่านการ pretrain แล้ว ไม่ใช่ผู้ช่วยที่ผ่านการปรับแต่งให้ทำตามคำสั่ง มันได้อ่านไป 34 ล้านล้านโทเค็นและเรียนรู้โครงสร้างทางสถิติของ 16 ภาษา แต่ยังไม่ได้รับการสอนให้ทำตามคำสั่ง สนทนาโต้ตอบ หรือใช้เครื่องมือ หากคุณพรอมป์มันแบบไม่มีบริบท คุณจะได้การเติมข้อความให้สมบูรณ์ ไม่ใช่บทสนทนา
สถาปัตยกรรมนี้เป็นแบบไฮบริด มี 30 เลเยอร์ โดย 22 เลเยอร์เป็นบล็อกคอนโวลูชันสั้นแบบดับเบิลเกต และแปดเลเยอร์เป็น grouped-query attention ซึ่งเป็นดีไซน์ที่ Liquid ปรับปรุงมาตั้งแต่รุ่น LFM2 รุ่นแรก คำศัพท์มี 128,000 โทเค็น เพิ่มเป็นสองเท่าจากรุ่นก่อนผ่านการขยาย tokenizer แบบ in-place ที่มุ่งเป้าไปที่อักษรที่ไม่ใช่ละติน บริบทมี 131,072 โทเค็น ซึ่งเข้าถึงได้ผ่านการขยายช่วง mid-training โดยเฉพาะ แทนที่จะทำตอน pretraining
LFM2.5-2.6B รุ่นพี่น้องที่ปรับแต่งตามคำสั่งคือรุ่นที่มีตารางผลทดสอบมาตรฐานที่เผยแพร่: AIME25 51.87, LiveCodeBench v6 59.41, IFBench 59.17, BFCLv4 56.88, ToolSandbox 77.83, Claw-Eval English 62.85 ค่าเหล่านี้เป็นค่าที่ผู้ขายรายงาน และเป็นของโมเดลที่ผ่านการฝึกหลังการฝึก ไม่ใช่โมเดลฐาน Liquid เองแนะนำไม่ให้ใช้ตระกูลนี้กับงานเขียนโค้ดแบบเอเจนต์หรืองานที่เน้นความรู้ ซึ่งเป็นสัญญาณความซื่อตรงที่มีประโยชน์ในตลาดที่โมเดลเล็กทุกรุ่นถูกอธิบายว่าทำได้เกินระดับของตัวเอง
ทำไมการเปรียบเทียบ base checkpoint กับพฤติกรรมที่เสร็จสมบูรณ์แล้วจึงยังคงคุ้มค่าที่จะทำ
โมเดลฐานเป็นเพียงจุดเริ่มต้น คุณค่าของมันอยู่ที่สิ่งที่คุณสร้างต่อยอดได้: การพรีเทรนต่อเนื่องบนโดเมนของคุณ การฟайн-จูนแบบมีผู้สอนบนบทถอดเสียงของคุณ หรือโมเดลนักเรียนที่ถูกกลั่นสำหรับงานเฉพาะแคบ ๆ Dessa เป็นสิ่งประดิษฐ์อีกประเภทที่ตรงกันข้าม มันมาในรูปของพฤติกรรม — การผลัดกันพูด การตอบรับแทรก จังหวะทางอารมณ์ — และไม่มีส่วนใดถูกเปิดเผยให้แก้ไขได้
ดังนั้นการเปรียบเทียบนี้จริง ๆ แล้วเป็นเรื่องของการควบคุม LFM2.5-2.6B-Base ให้weights, ใบอนุญาต และภาระหน้าที่ในการลงมือทำ ส่วน Dessa ให้เดโมและความเป็นไปได้ในการเข้าถึง สำหรับห้องวิจัยแล้ว อย่างที่สองอาจมีคุณค่ามากกว่า สำหรับทีมผลิตภัณฑ์ อย่างแรกเป็นสิ่งเดียวที่ให้ผลลัพธ์ที่ส่งมอบได้
สเปกชีต โดยให้ทั้งสองด้านอยู่บนบรรทัดเดียวกัน
ตัวเลขของ LFM มาจากการ์ดโมเดลและประกาศของ Liquid; ตัวเลขของ Dessa มาจากหน้าของ Block ตัวเลขทั้งหมดที่รายงานโดยผู้จำหน่ายจะถูกระบุไว้ตามนั้น
• พารามิเตอร์ — LFM2.5-2.6B-Base 2.69B ทั้งหมด เทียบกับ Dessa ที่ไม่เปิดเผย
• สถาปัตยกรรม — LFM2.5-2.6B-Base เป็นไฮบริดของ short-convolution และ grouped-query attention มี 30 เลเยอร์ เมื่อเทียบกับ Dessa ซึ่งเป็นแบบ end-to-end speech-to-speech และไม่เปิดเผยสถาปัตยกรรม
• บริบท — LFM2.5-2.6B-Base 131,072 โทเค็น เทียบกับ Dessa ไม่ได้ระบุ
• รูปแบบข้อมูล — LFM2.5-2.6B-Base ข้อความเข้า ข้อความออก เทียบกับ Dessa เสียงเข้า เสียงออก
• เวต — LFM2.5-2.6B-Base ดาวน์โหลดได้ รวมถึงบิลด์ GGUF, ONNX และ MLX เมื่อเทียบกับ Dessa ที่ไม่มี
• สัญญาอนุญาต — LFM2.5-2.6B-Base ใช้ LFM Open License v1.0 ใช้เชิงพาณิชย์ได้โดยมีเงื่อนไข เทียบกับ Dessa ที่ไม่มีการเผยแพร่สัญญาอนุญาต
• หน่วยความจำ — LFM2.5-2.6B-Base ใช้หน่วยความจำต่ำกว่าประมาณ 2.5 GB เมื่อรัน เทียบกับ Dessa บน MacBook Pro M4 Max หรือดีกว่า ต่อ Block
• ความเร็ว — LFM2.5-2.6B-Base ประมาณ 220 โทเคนต่อวินาทีบน Apple M5 Max และประมาณ 30 โทเคนต่อวินาทีบนโทรศัพท์ โดยเป็นตัวเลขที่ผู้จำหน่ายรายงาน เทียบกับ Dessa ที่ระบุว่า “เร็วกว่าเวลาจริง” โดยไม่มีตัวเลขกำกับ
• ราคา — LFM2.5-2.6B-Base มี weights ฟรี เทียบกับ Dessa ที่ไม่มีราคา
• ความพร้อมใช้งาน — LFM2.5-2.6B-Base พร้อมใช้งานทั่วไปตั้งแต่ 4 สิงหาคม 2026 เทียบกับ Dessa ที่ต้องรออยู่ในรายการรอคอย
งบประมาณอุปกรณ์คือประเด็นทั้งหมด
จุดขายของ Liquid คือความคุ้มค่าในการนำไปติดตั้งใช้งาน: โมเดลที่เล็กพอสำหรับ Raspberry Pi เร็วพอสำหรับโทรศัพท์ และถูกพอที่จะรันได้โดยไม่มีค่าใช้จ่าย GPU อัตราทรูพุตที่อ้างว่าได้ — ประมาณ 220 โทเคนต่อวินาทีบน M5 Max, 113 บน Ryzen AI Max+ 395 และราว 30 บนโทรศัพท์ — เป็นตัวเลขประเภทที่กำหนดว่าผู้ช่วยบนอุปกรณ์จะรู้สึกตอบสนองทันทีหรือใช้งานไม่ได้ สามสิบโทเคนต่อวินาทีเร็วกว่าความเร็วในการอ่าน ซึ่งเป็นเกณฑ์ที่เกี่ยวข้องสำหรับอินเทอร์เฟซแชต
ข้อกล่าวอ้างเรื่องการติดตั้งใช้งานของ Dessa คือแล็ปท็อปที่ราคาสูงกว่า $2,000 มาก พร้อมชิป Apple รุ่นท็อป นั่นยังเป็นระบบในเครื่อง และระบบในเครื่องมีข้อได้เปรียบจริง: ไม่มีค่าใช้จ่ายต่อโทเคน ไม่มีการเดินทางไปกลับผ่านเครือข่าย ไม่มีข้อมูลออกจากอุปกรณ์ แต่เป็นตลาดที่แตกต่างกัน โมเดลขนาด 2.6 พันล้านพารามิเตอร์สามารถฝังไปกับแอปได้ ส่วนโมเดลที่ต้องใช้ M4 Max คือเครื่องมือสำหรับนักพัฒนาหรือฟีเจอร์บนเดสก์ท็อป หากผลิตภัณฑ์ของคุณทำงานบนโทรศัพท์ การเปรียบเทียบนี้ก็จบที่ขีดจำกัดด้านหน่วยความจำ
การให้สิทธิ์ใช้งานคือเส้นแบ่งที่แท้จริง
LFM Open License v1.0 ไม่ใช่สัญญาอนุญาตโอเพนซอร์สที่ได้รับการรับรองจาก OSI และควรพูดเช่นนั้นให้ตรงไปตรงมา อนุญาตให้ใช้เชิงพาณิชย์ได้ แต่องค์กรที่มีรายได้เกินเกณฑ์ — ข้อกำหนดของ Liquid กำหนดเกณฑ์ไว้ที่รายได้ต่อปี 10 ล้านดอลลาร์สหรัฐ — จำเป็นต้องมีสัญญาอนุญาตเชิงพาณิชย์แยกต่างหาก นั่นเป็นข้อจำกัดจริง และยังเป็นข้อจำกัดที่ทราบกันดี โดยมีเอกสาร มีเกณฑ์ และมีคนให้เจรจาด้วย
Dessa ไม่มีสัญญาอนุญาตเพราะ Dessa ไม่มีการจัดจำหน่าย คุณไม่สามารถปฏิบัติตามข้อกำหนดที่ไม่มีอยู่จริงได้ และคุณไม่สามารถสร้างกรณีการจัดซื้อจากรายชื่อรอได้ สำหรับองค์กรธุรกิจ "สัญญาอนุญาตแบบกำหนดเองพร้อมเกณฑ์รายได้" คือขั้นตอนการตรวจสอบทางกฎหมาย "ไม่มีข้อกำหนดที่เผยแพร่" คืออุปสรรคสำคัญ
หากคุณต้องการเอเจนต์เสียงบนโทรศัพท์ในวันนี้
ทั้งสองโมเดลยังไม่ใช่คำตอบที่สมบูรณ์ แต่ฝั่ง LFM อย่างน้อยก็เป็นจุดเริ่มต้นที่ดี เอเจนต์เสียงบนโทรศัพท์ต้องมีสามส่วน ได้แก่ การรู้จำเสียง โมเดลภาษา และการสังเคราะห์เสียง LFM2.5-2.6B-Base สามารถเป็นส่วนกลางได้หากคุณปรับแต่งแบบละเอียด (fine-tune) เพราะเช็กพอยต์ฐานเป็นโมเดลข้อความ จึงไม่ได้ยินอะไรด้วยตัวเอง และบริบท 131K ของมันเพียงพอที่จะเก็บประวัติการสนทนายาว ๆ พร้อมบันทึกที่ดึงมาได้
การ fine-tune คือตัวเลือกที่น่าสนใจ เมื่อมีเวตอยู่ในมือ คุณสามารถฝึกบนบทสนทนาในโดเมนของคุณเองและประเมินผลลัพธ์ตามเกณฑ์ของคุณเอง นั่นคือการทดลองที่ประกาศของ Dessa ชวนให้ทำแต่ไม่ได้เปิดทางให้ทำอย่างแท้จริง: หยิบสแต็กขนาดเล็กที่รองรับเสียงพูดมาฝึกบนบทสนทนาจริง แล้วดูว่าจังหวะทางอารมณ์จะเกิดขึ้นหรือไม่ Block กล่าวว่าทำสิ่งนี้ตั้งแต่เริ่มจากศูนย์บนแร็ก GB200 NVL72 หนึ่งเครื่อง ทีมที่มี GPU ไม่กี่ตัวสามารถรันคำถามเวอร์ชันราคาถูกบนฐาน LFM และเรียนรู้บางอย่างได้ภายในหนึ่งสัปดาห์
หากคุณไม่อยากรันโมเดลภาษาบนอุปกรณ์ OrcaRouter จะวางAPI หนึ่งตัวที่อยู่ด้านหน้าโมเดล 200+ ตัว โดยมีมาร์กอัป 0% และมีการสลับอัตโนมัติเมื่อเกิดข้อขัดข้อง เพื่อให้ขั้นตอนการให้เหตุผลอยู่บนคลาวด์ได้ ในขณะที่เสียงยังคงอยู่ภายในเครื่อง เพื่อความชัดเจนในเรื่องขอบเขต: LFM2.5 2.6B Base ไม่ได้อยู่ในแคตตาล็อกของเรา — มันเป็นไฟล์ดาวน์โหลด และนั่นคือจุดสำคัญของมัน เราจัดเส้นทางให้โมเดลที่โฮสต์ไว้ ส่วนโมเดลนี้มีไว้ให้รันในที่ที่คุณวางมันไว้
ใครควรเลือกอันไหน
• คุณต้องเป็นเจ้าของโมเดล น้ำหนัก และโรดแมป — LFM2.5-2.6B-Base แล้วจึงไฟน์จูน
• คุณต้องการการทำงานแบบออฟไลน์บนฮาร์ดแวร์ราคาถูก — LFM2.5-2.6B-Base
• คุณต้องมีคอร์ข้อความหรือคอร์แบบเอเจนต์ที่มีขนาดไม่เกินสองสามกิกะไบต์ — LFM2.5-2.6B ที่ผ่านการฝึกมาแล้ว ไม่ใช่รุ่นฐาน
• คุณต้องการเสียงพูดแบบสดที่ขัดจังหวะได้และสื่ออารมณ์ได้ — Dessa เป็นเพียงตัวเดียวในสองตัวที่มุ่งเป้าไปที่สิ่งนี้ และยังไม่พร้อมใช้งาน
• คุณต้องมีใบอนุญาตที่ลงนามได้ในไตรมาสนี้ — {{1}}LFM2.5-2.6B-Base{{/1}} โดยตรวจสอบข้อกำหนดเรื่องรายได้แล้ว
• คุณจำเป็นต้องเผยแพร่ผลลัพธ์ที่สามารถทำซ้ำได้ — LFM2.5-2.6B-Base — เพราะการทำซ้ำได้นั้นต้องมีไฟล์
การทดลองที่จะตัดสินเรื่องนี้
นำข้อมูลเสียงบทสนทนาพร้อมบทถอดความ 1,000 ชั่วโมงมาฝึกปรับละเอียด LFM2.5-2.6B-Base ฝั่งข้อความ แล้วเสริมระบบรู้จำเสียงและระบบสังเคราะห์เสียงที่แข็งแกร่งเข้าไป วัดความสามารถในการฟื้นตัวจากการขัดจังหวะและความเหมาะสมทางอารมณ์เทียบกับ基线แบบผลัดกันพูด หากผลลัพธ์เข้าใกล้สิ่งที่คลิปของ Block บ่งชี้ ข้อได้เปรียบของ Dessa ก็แคบกว่าที่เดโมรีลสื่อไว้: อาจเป็นชัยชนะด้านสถาปัตยกรรม แต่ไม่ใช่ชัยชนะที่ไม่มีใครโค่นได้
หากไม่เป็นเช่นนั้น ข้อสนับสนุนการฝึกแบบ speech-native ก็ยิ่งแข็งแกร่งขึ้น และการไม่มีไฟล์น้ำหนักของ Dessa ก็กลายเป็นข้อเท็จจริงที่สำคัญที่สุดในการเปรียบเทียบนี้ ไม่ว่าทางใด การทดสอบนี้รันได้บนฝั่งเปิด แต่รันไม่ได้บนฝั่งปิด ความไม่สมมาตรนั้นคือคำตอบของคำถามพาดหัว และมันจะยังคงเป็นคำตอบจนกว่า Block จะส่งมอบสิ่งที่ลูกค้าจับต้องได้จริง
