LFM3-1.7B กับ Qwen3.8-Flash: เมื่อไม่มีสกอร์บอร์ดให้เปรียบเทียบ

สิบล้านโทเคนต่อเดือน แบ่ง 70/30 ระหว่างอินพุตและเอาต์พุต คิดเป็นค่าใช้จ่าย $2.46 เมื่อใช้ Qwen3.8-Flash ในราคาตามรายการของ Alibaba ที่ $0.15 และ $0.47 ต่อล้าน ปริมาณเดียวกันบน LFM3-1.7B มีค่าใช้จ่ายประมาณ $1.16 หากอัตราโฮสต์ที่รายงานไว้ที่ $0.08 และ $0.20 ยังคงเป็นจริง — และไม่มีค่าใช้จ่ายต่อโทเคนเลยหากคุณโฮสต์เอง เพราะน้ำหนักโมเดลเปิด และ LFM Open License ไม่เรียกค่าลิขสิทธิ์ใด ๆ เมื่อรายได้ต่ำกว่า $10 ล้าน นั่นคือส่วนต่าง 2× ในมาตรวัดค่าใช้จ่ายระหว่างสองโมเดลที่ยังไม่มีใครยืนยันคุณภาพเชิงเปรียบเทียบได้ในปัจจุบัน ซึ่งทำให้การเปรียบเทียบนี้เป็นเรื่องเกี่ยวกับเบนช์มาร์กน้อยกว่าหน้าเปรียบเทียบทั่วไป และเป็นเรื่องเกี่ยวกับรูปแบบการดีพลอยที่คุณกำลังซื้อมากกว่า

สองโมเดลนี้แทบจะไม่มีความคล้ายกันเลย LFM3-1.7B เป็นโมเดลหนาแน่นแบบไตรไฮบริดขนาด 1.73B ที่ Liquid AI เปิดตัวเมื่อวันที่ 27 ตุลาคม 2026 เพื่อทำงานเฉพาะทางบนฮาร์ดแวร์ที่อยู่ตรงหน้าคุณ ส่วน Qwen3.8-Flash เป็นโมเดลผสมผู้เชี่ยวชาญแบบเบาบางของ Alibaba ซึ่งมีพารามิเตอร์ที่ใช้งานจริงประมาณ 6B ต่อโทเคน จากพูลขนาดใหญ่กว่ามาก เปิดตัวในเดือนสิงหาคม 2026 ในรูปแบบบริการแบบโฮสต์พร้อมหน้าต่าง 1M โทเคน และรองรับอินพุตรูปภาพและวิดีโอ การนำสองโมเดลนี้มาเปรียบเทียบกันด้วยคะแนนความฉลาดก็เหมือนการเปรียบเทียบรถส่งของกับรถไฟขนสินค้า คำถามที่มีประโยชน์คือคุณกำลังขนอะไรและไกลแค่ไหน

สถาปัตยกรรมสองแบบที่ปรับให้เหมาะสมกับข้อจำกัดที่ตรงกันข้าม

LFM3-1.7B มี 24 เลเยอร์ที่ผสมผสานคอนโวลูชันระยะสั้นแบบเกต 13 ชั้น เลเยอร์ attention แบบหน้าต่างเลื่อน 5 เลเยอร์ที่ใช้หน้าต่างขนาด 256 โทเคน และเลเยอร์ global attention 6 เลเยอร์ คอนโวลูชันมีต้นทุนต่ำและทำงานแบบขนาน ส่วนแถบ global attention บาง ๆ ช่วยให้เข้าถึงบริบททั้งหมด 256K ได้ ผลลัพธ์คือ KV cache ขนาด 128K ที่ 1.6 GB และโมเดลที่พอดีในพื้นที่ประมาณ 1 GB ที่ 4 บิต Liquid ฝึกมันด้วยโทเคนก่อนการฝึก 22 ล้านล้านโทเคน จากนั้นฝึกช่วงกลางอีก 3.5 ล้านล้านโทเคนโดยเน้นหนักไปที่ร่องรอยการทำงานของเอเจนต์และการเรียกเครื่องมือ

Qwen3.8-Flash เลือกแลกในอีกรูปแบบหนึ่ง การเปิดใช้งานแบบสแปร์ส (sparse activation) หมายความว่าแต่ละโทเคนสามารถเข้าถึงคลังพารามิเตอร์ขนาดใหญ่ได้โดยไม่ต้องจ่ายต้นทุนทั้งหมด ซึ่งเป็นวิธีที่ Alibaba ทำให้ได้คอนเท็กซ์เนทีฟ 262K ที่ขยายได้ถึง 1M บนโมเดลที่ตั้งราคาอยู่ในระดับเดียวกับโมเดลแบบเดนส์ที่เล็กกว่ามาก โมเดลนี้รับข้อความ รูปภาพ และวิดีโอเป็นอินพุต แล้วส่งออกเป็นข้อความ รองรับการเรียกใช้เครื่องมือและเอาต์พุตแบบ JSON และถูกวางตำแหน่งอย่างชัดเจนให้เป็นตัวอย่างสถาปัตยกรรมของตระกูล Qwen4

• พารามิเตอร์ที่ใช้งาน — LFM3-1.7B แบบ dense ขนาด 1.73B เทียบกับ Qwen3.8-Flash ประมาณ 6B ต่อโทเคนใน sparse MoE

• Context — 256K สำหรับ open weights, 128K บน hosted API ของ Liquid เทียบกับ 262K แบบ native, 1M บน hosted tier

• เอาต์พุตสูงสุด — ไม่ได้ระบุแยกต่างหากสำหรับ LFM3 เมื่อเทียบกับ 131K สำหรับ Qwen3.8-Flash

• รูปแบบอินพุต — เฉพาะข้อความ เทียบกับ ข้อความ รูปภาพ และวิดีโอ

• รันที่ไหน — บนอุปกรณ์ของคุณ ด้วยฟุตพรินต์ 4-bit ขนาด 1 GB เทียบกับเซิร์ฟเวอร์ของ Alibaba

• เวตโมเดล — เปิดภายใต้ LFM Open License v1.0 เทียบกับแบบโฮสต์เท่านั้น ไม่มีเช็กพอยต์แบบเปิดสำหรับ SKU นี้

แถวสุดท้ายนั้นคือแถวที่ทำให้ทุกอย่างที่เหลือต้องตีความใหม่ Qwen3.8-Flash ไม่ใช่โมเดลที่คุณเป็นเจ้าของ มีโมเดลพี่น้องแบบเปิดน้ำหนักชื่อ Qwen3.8-Flash-Next ภายใต้สัญญาอนุญาตชุมชน แต่เป็นเช็กพอยต์คนละตัวที่มีคะแนนต่างกัน และไม่ใช่สิ่งที่ราคา $0.15 ซื้อได้ LFM3-1.7B คือไฟล์ที่คุณดาวน์โหลดมา หนึ่งในสองสิ่งนี้สามารถแยกออกจากเครือข่าย ตรวจสอบ และปรับแต่งละเอียดด้วยข้อมูลของคุณเองได้ ส่วนอีกสิ่งหนึ่งทำไม่ได้

สกอร์บอร์ดที่หายไปด้านหนึ่งและขัดแย้งกันอีกด้านหนึ่ง

นี่คือส่วนที่ไม่สบายใจ ณ วันที่ 28 ตุลาคม 2026 LFM3-1.7B ไม่มีรายการใน Artificial Analysis — ไม่มี Intelligence Index ไม่มีความเร็วเอาต์พุตที่วัดอย่างอิสระ ไม่มีค่าความหน่วงที่เป็นกลาง ตัวเลขประสิทธิภาพทุกตัวที่แนบมากับมันมาจากตาราง 27 benchmark ของ Liquid เอง ซึ่งมันมีค่าเฉลี่ย 49.37 และเอาชนะ LFM2.5-2.6B ของ Liquid เองได้อย่างมาก เป็นข้อมูลที่ผู้ขายรายงานและยังไม่มีการทำซ้ำ

Qwen3.8-Flash มีรายการอยู่ใน Artificial Analysis จริง และการอ่านรายการนั้นให้ข้อคิดที่เป็นประโยชน์ในแบบที่ผิดเหตุผล หน้าเปรียบเทียบแบบสดแสดงว่าโมเดลนี้อยู่ที่ดัชนี {{1}}40{{/1}} บทความทุติยภูมิหลายชิ้น รวมถึงรีวิวและสื่อระดับภูมิภาค รายงานว่าโมเดลเดียวกันอยู่ที่ {{2}}56{{/2}} ตัวเลขความเร็วเอาต์พุตก็ขัดแย้งกันเช่นกัน โดยมีตัวเลขตั้งแต่ {{3}}50s{{/3}} ต้น ๆ ไปจนถึง {{4}}80s{{/4}} ต้น ๆ โทเคนต่อวินาทีปรากฏอยู่ในแหล่งข้อมูลต่าง ๆ เราจะไม่เลือกตัวเลขใดตัวเลขหนึ่งแล้วนำเสนอเป็นข้อเท็จจริง เพราะตัวเลขทั้งสองไม่สามารถอธิบายการประเมินรอบเดียวกันได้ทั้งคู่ และความแตกต่างนั้นมากพอที่จะเปลี่ยนการตัดสินใจจัดซื้อจัดจ้าง

ผลที่ตามมาในทางปฏิบัติคือ เราไม่สามารถจัดอันดับคุณภาพของทั้งสองโมเดลเทียบกันได้อย่างมั่นใจเลยแม้แต่น้อย ฝ่ายหนึ่งมีตัวเลขที่แกว่งไปได้ถึงสิบหกคะแนน ขึ้นอยู่กับว่าคุณอ่านจากแหล่งไหน ส่วนอีกฝ่ายไม่มีตัวเลขอิสระให้แกว่งเลย ใครก็ตามที่ยื่นคำตัดสินให้คุณว่า "ตัวไหนฉลาดกว่า" จากข้อมูลนำเข้าเหล่านี้กำลังกุเรื่องขึ้นมาเอง สิ่งที่เปรียบเทียบได้คือทุกอย่างที่เหลือ: โมเดลมีค่าใช้จ่ายเท่าไร ทำงานที่ไหน ตอบเร็วแค่ไหน และเกิดอะไรขึ้นเมื่อมันล้มเหลว

มิเตอร์น่ะ ทำงานแล้ว

ต้นทุนคือแกนที่ทั้งสองฝ่ายวัดได้จริง ดังนั้นจึงควรได้รับการพิจารณามากกว่ารายการต่อโทเค็น

• ราคาตามรายการของ Qwen3.8-Flash — $0.15 ต่อล้านโทเค็นอินพุต, $0.47 ต่อล้านโทเค็นเอาต์พุต, อ่านแคช $0.018, เขียนแคช $0.230

• LFM3-1.7B แบบโฮสต์ — มีรายงานว่าอยู่ที่ $0.08 สำหรับอินพุต และ $0.20 สำหรับเอาต์พุตต่อล้าน ซึ่งไม่ได้เผยแพร่บนเรตการ์ดของ Liquid เอง

• LFM3-1.7B แบบโฮสต์เอง — ไม่มีค่าใช้จ่ายต่อโทเคน; LFM Open License ปลอดค่าภาคหลวงเมื่อมีรายได้ต่อปีต่ำกว่า 10 ล้านดอลลาร์

เมื่อใช้ 10 ล้านโทเค็นต่อเดือนในสัดส่วน 70/30 Qwen3.8-Flash จะคิดค่าใช้จ่าย $2.46 หากเปิดใช้การแคชพรอมป์ต์บนพรอมป์ต์ระบบที่คงที่ ตัวเลขนั้นจะลดลงไปทาง $2.00 เพราะการอ่านจากแคชมีค่าใช้จ่ายประมาณหนึ่งในแปดของอินพุตใหม่ ส่วน LFM3-1.7B ในอัตราที่รายงานจะคิดค่าใช้จ่ายประมาณ $1.16 สำหรับปริมาณเดียวกัน และการโฮสต์เองจะคิดเป็นศูนย์ต่อโทเค็น โดยมีต้นทุนเครื่องคงที่บวกเพิ่มเข้ามา

ทีนี้ลองขยายขนาดดู ที่หนึ่งพันล้านโทเคนต่อเดือน ช่องว่างคือ $246 เทียบกับ $116 — ยังน้อยในแง่ตัวเลขสัมบูรณ์ ซึ่งเป็นประเด็นที่มักหลุดหายไปในการเปรียบเทียบแบบนี้ ความต่างต่อโทเคนระหว่าง hosted tier ราคาถูกกับโมเดล self-hosted ราคาถูกเป็นเพียงสัญญาณรบกวนสำหรับทีมส่วนใหญ่ ต้นทุนที่ครองสัดส่วนจริงคือเวลาวิศวกรรม: โมเดล hosted คือการเรียก HTTP ครั้งหนึ่ง ส่วนโมเดล self-hosted คือการดีพลอย การเลือกควอนไทซ์ สแต็กให้บริการ และเวร on-call ข้อได้เปรียบด้านราคา 2× ของ LFM3 ต้องคุ้มกับสิ่งนั้นให้ได้ สำหรับโมเดล 2B บนโทรศัพท์หรือ edge box แน่นอนว่าคุ้ม — ไม่มีทางเลือกแบบ hosted ที่รันบนอุปกรณ์ได้เลย สำหรับบริการแบ็กเอนด์ที่จัดการการเรียก classification โดยปกติแล้วไม่คุ้ม

แต่ละตัวตอบได้เร็วแค่ไหน พร้อมตัวเลขจริงกำกับไว้ด้านหนึ่ง

นี่คือจุดที่ข้อมูลของเราเองดีกว่าข้อมูลของผู้จำหน่าย OrcaRouter กำหนดเส้นทางให้กับ Qwen3.8-Flash และในช่วงเจ็ดวันที่ผ่านมา ข้อมูลเทเลเมทรีของเราจากผู้ให้บริการต่างๆ ที่ให้บริการโมเดลนี้แสดงให้เห็นว่า p50 ของเวลาถึงโทเคนแรกอยู่ที่ 4.82 วินาที p95 อยู่ที่ 10.00 วินาที ความเร็วเอาต์พุต 155 โทเคนต่อวินาที และอัตราข้อผิดพลาด 3.3% จากทั้งหมด 883.7 ล้านโทเคน ตัวเลขเหล่านี้เป็นค่าสรุปรวมจากเลเยอร์การกำหนดเส้นทาง ไม่ใช่ผลการทดสอบในห้องแล็บกับปลายทางเดียว ซึ่งเป็นเหตุผลที่ค่าทรูพุตจึงสูงกว่าตัวเลขราว 50 ต้นๆ ที่เผยแพร่ไว้ที่อื่น: คำขอจะไปลงยังจุดใดก็ตามที่มีขีดความสามารถรองรับอยู่

p50 ที่ 4.82 วินาทีคือตัวเลขที่ควรหยุดคิดถึง สำหรับอินเทอร์เฟซแชตนั้นถือว่าโอเค แต่สำหรับเอเจนต์ที่เรียกต่อเนื่องกันสิบห้าครั้ง มันคือการรอหนึ่งนาทีก่อนงานจะเริ่มขึ้น และไม่ว่าอัตรา tokens-per-second จะสูงแค่ไหนก็แก้ปัญหานี้ไม่ได้ latency ของโทเค็นแรกที่สูงบนโมเดล sparse ขนาดใหญ่คือต้นทุนที่ซ่อนอยู่ของระดับราคาถูก และเป็นเหตุผลที่บางทีมส่ง turn สั้น ๆ ที่ไวต่อ latency ไปยังอะไำที่เล็กกว่า

LFM3-1.7B ไม่มีการวัดที่เทียบเท่าได้ ข้อกล่าวอ้างด้านความเร็วของ Liquid คือ ที่ Q4_0 และบริบท 32K มันเร็วกว่าโมเดลถัดไป 1.8× ถึง 2.8× บนอุปกรณ์ทดสอบสามเครื่องโดยใช้หน่วยความจำต่ำที่สุด และ NVIDIA B300 เครื่องเดียวที่รัน SGLang ใน BF16 ให้บริการ 3.6 พันล้านโทเค็นต่อวันที่ 1,024 คำขอพร้อมกัน ตัวเลขเหล่านั้นเป็นค่าบนอุปกรณ์และค่าแบบโหนดเดี่ยวตามลำดับ ทั้งสองไม่ได้ตอบคำถามว่า "p50 ของฉันจาก Frankfurt จะเป็นเท่าไร" ความเร็วเป็นแกนที่ข้อโต้แย้งของ LFM3 แข็งแกร่งที่สุดในทางหลักการและตรวจสอบได้น้อยที่สุดในทางปฏิบัติ

จุดที่แต่ละตัวชนะจริง ๆ

LFM3-1.7B ชนะในด้านการควบคุมและต้นทุนที่ edge การเปิดน้ำหนัก (open weights) หมายความว่าคุณสามารถฟайн-จูนมันบน GPU ตัวเดียว แช่แข็งเวอร์ชัน รันโดยไม่ต้องมีเครือข่าย และเก็บข้อมูลไว้บนอุปกรณ์ ตัวเลขการทำตามคำสั่งเป็นส่วนที่โดดเด่นที่สุดในตารางของ Liquid — IFEval 96.66, IFStruct 93.72, Multi-IF 89.10 — และแถวการเรียกใช้เครื่องมือก็อยู่ในเกณฑ์ที่น่าพอใจสำหรับขนาดนี้ โดย BFCL V4 อยู่ที่ 71.39 และ ToolSandbox อยู่ที่ 80.36 แถวที่อ่อนก็ชัดเจนไม่แพ้กัน: Terminal-Bench 2.1 ที่ 12.92 และ SWE-bench Multilingual ที่ 23.00 บ่งชี้ว่านี่ไม่ใช่โมเดลเขียนโค้ดแบบอัตโนมัติ และการ์ดโมเดลของ Liquid เองก็ระบุเช่นนั้น

Qwen3.8-Flash ชนะในด้านความครอบคลุม หน้าต่าง 1M โทเค็นที่รองรับอินพุตทั้งภาพและวิดีโอเป็นความสามารถที่ LFM3 ไม่มีในรูปแบบใดเลย โมเดลข้อความไม่รับภาพเลยแม้แต่น้อย ส่วนเวอร์ชันวิชันก็ไม่เปิดเผยขนาดหน้าต่างบริบท และหน้าต่างของเวอร์ชันออมนิก็ไม่มีเอกสารระบุไว้ สำหรับงานที่ต้องนำเข้าสัญญาฉบับยาว ชุดภาพหน้าจอ หรือเฟรมวิดีโอหนึ่งชั่วโมง การเปรียบเทียบก็ยุติลงทันที นอกจากนี้ยังชนะในด้านความเรียบง่ายในการปฏิบัติงานด้วย: ปลายทางเดียว ไม่ต้องใช้ GPU ไม่ต้องดีพลอย

การกำหนดเส้นทางทั้งสอง ซึ่งนั่นแหละคือประเด็น

Qwen3.8-Flash อยู่ในแคตาล็อกของ OrcaRouter ส่วน LFM3-1.7B ไม่ได้อยู่ ประโยคนี้คือเนื้อหาฉบับซื่อตรงทั้งหมดของหัวข้อนี้ เราให้บริการโมเดลแบบโฮสต์ในราคาตามที่ผู้ให้บริการประกาศไว้ โดยบวกเพิ่ม 0% ดังนั้นราคา $0.15 และ $0.47 ของ Alibaba คือราคาที่คุณจ่ายจริง และหากผู้จำหน่ายปรับราคา คุณจะได้รับทราบในวันเดียวกัน ไม่ใช่รอไปจนถึงการต่อสัญญาครั้งถัดไป ส่วน LFM3 นั้นคุณต้องรันเองหรือเรียกผ่าน API ของ Liquid เอง เราจะไม่สื่อเป็นนัยถึงความสัมพันธ์ด้านการโฮสต์ที่ไม่มีอยู่จริง

เหตุผลที่การกำหนดเส้นทางมีความสำคัญในการจับคู่เฉพาะนี้คือ โมเดลทั้งสองมีโหมดความล้มเหลวที่แตกต่างกัน Qwen3.8-Flash ล้มเหลวเพราะมีความช้าและมีค่าใช้จ่ายสูงในเทิร์นที่ไม่จำเป็นต้องใช้บริบทขนาด 1M โทเคน ส่วน LFM3 ล้มเหลวเพราะความลึกในการให้เหตุผลไม่เพียงพอในเทิร์นที่ต้องใช้ ไปป์ไลน์ที่ส่งทุกคำขอไปยังตัวใดตัวหนึ่งจะผิดพลาดในทิศทางที่คาดเดาได้ ด้วย DSL สำหรับการกำหนดเส้นทางคุณสามารถส่งเทิร์นสำหรับการสกัดข้อมูล การจำแนกประเภท และการเรียกใช้เครื่องมือแบบสั้นไปยังโมเดลขนาดเล็กที่รันในเครื่อง เก็บงานเอกสารยาวและงานมัลติโมดัลไว้บนระดับที่โฮสต์ และให้การสลับไปยังระบบสำรองอัตโนมัติรองรับกรณีที่โมเดลขนาดเล็กส่งผลลัพธ์ที่ผิดรูปแบบกลับมา ซึ่งบนโมเดล 1.7B ที่ยังไม่ได้ตรวจสอบ นั่นคือความกังวลที่สมจริง

นั่นก็เป็นวิธีที่ถูกที่สุดในการค้นหาว่า LFM3 สมควรได้รับความไว้วางใจที่ตารางเปิดตัวเรียกร้องหรือไม่ ลองรันมันกับทราฟฟิกที่คุณเข้าใจอยู่แล้ว โดยมีระบบสำรองรองรับ และเปรียบเทียบการตัดสินใจของมันกับโมเดลที่โฮสต์ไว้บนอินพุตเดียวกัน อัตราความไม่ตรงกันเป็นสัญญาณคุณภาพที่ดีกว่าผลทดสอบมาตรฐานจากผู้จำหน่ายรายใด ๆ เพราะมันวัดจากข้อมูลของคุณเอง

การตัดสินใจ โดยไม่มีคำตัดสินปลอม

เลือก Qwen3.8-Flash หากงานเกี่ยวข้องกับเอกสารยาว รูปภาพ หรือวิดีโอ หากคุณต้องการปลายทางเดียว (endpoint เดียว) และไม่ต้องดูแลโครงสร้างพื้นฐานใด ๆ หรือหากยอมรับเวลาในการได้โทเคนแรกที่ p50 ราวห้าวินาทีได้ คุณภาพของมันยังไม่แน่นอน แต่อย่างน้อยก็วัดได้โดยคนอื่นที่ไม่ใช่ผู้สร้าง และบริบท 1M ของมันก็ไม่ใช่สิ่งที่โมเดลขนาด 1.7B จะทดแทนได้

เลือก LFM3-1.7B หากโมเดลต้องอยู่บนอุปกรณ์ หากข้อมูลออกจากเครือข่ายของคุณไม่ได้ หากคุณตั้งใจจะไฟน์ทูน หรือหากเวิร์กโหลดของคุณเป็นรอบสั้น ๆ ด้านการทำตามคำสั่งและการเรียกใช้เครื่องมือ ซึ่งโมเดล 2B ที่ 1 GB นั้นเพียงพอจริง ๆ ยอมรับว่าคุณกำลังเชื่อตาราง benchmark ของ Liquid โดยไม่ตรวจสอบ และเดือนแรกจะต้องมีการวัดผลมากกว่าที่โมเดลแบบโฮสต์จะต้องการ

สิ่งที่คุณไม่ควรทำคือเลือกระหว่างสองตัวนี้โดยดูจากความฉลาด ตัวหนึ่งไม่มีคะแนนอิสระ ส่วนอีกตัวมีคะแนนที่อ่านได้เป็น 40 หรือ 56 ขึ้นอยู่กับว่าคุณเปิดหน้าไหน และช่องว่าง 16 คะแนนระหว่างค่าที่อ่านได้สองค่านี้ก็ใหญ่กว่าความแตกต่างด้านคุณภาพทั้งหมดที่ผู้ขายรายใดรายหนึ่งกำลังพยายามขายให้คุณ ต้นทุน บริบท รูปแบบ และความเป็นท้องถิ่นเป็นข้อเท็จจริงที่ชัดเจนแล้ว คุณภาพไม่ใช่ และการเปรียบเทียบที่แสร้งว่าเป็นอย่างอื่นก็เป็นเพียงตารางเปิดตัวที่ลบชื่อผู้ขายออกไป