LBS-27B so với LFM2.5 24B A2B: Câu hỏi về tham số hoạt động

Con số quan trọng nhất trong LFM2.5 24B A2B không phải là 24. Mà là 2,45 — số tỷ tham số mà mô hình thực sự đọc cho mỗi token. Đó là lý do Liquid AI có thể tuyên bố 184 token đầu ra mỗi giây trên Apple M5 Max trong khi mô hình nắm giữ 24 tỷ tham số tri thức, và là lý do công ty định vị nó như một tác nhân trên thiết bị thay vì một cỗ máy chủ lực tại trung tâm dữ liệu. Con số tương tự đang thiếu ở LBS-27B, và sự vắng mặt của nó là lý do so sánh này chưa thể ngã ngũ: không có số lượng tham số hoạt động, không có cách nào đặt mô hình của inclusionAI lên đường cong hiệu quả mà LFM2.5 định nghĩa.

LFM2.5 24B A2B đã có thể tải xuống kể từ ngày 13 tháng 10 năm 2026, với một thẻ mô hình, mười sáu dòng benchmark và một giấy phép mà hầu hết doanh nghiệp sẽ cần đọc kỹ. LBS-27B là một kho lưu trữ được tạo vào ngày 26 tháng 10 năm 2026 chứa một tệp .gitattributes tiêu chuẩn và một README 28 byte tuyên bố Apache-2.0. Không có trọng số, không có cấu hình, không có thẻ, không có thông báo. Do đó, những gì sau đây là sự so sánh giữa một chiến lược hiệu quả được đặc tả đầy đủ và một cái tên vẫn chưa nói rõ nó là loại mô hình gì.

Liquid đang tối ưu hóa cho điều gì

LFM2.5 24B A2B là một bộ giải mã mixture-of-experts với 64 chuyên gia và định tuyến top-4, 40 lớp, kích thước ẩn là 2,048 và từ vựng gồm 128,000 token. Số lượng tham số hoạt động là 2.45 tỷ. Mô hình chấp nhận 131,072 token ngữ cảnh, tăng từ 32K ở thế hệ trước, và được tiền huấn luyện trên 33 nghìn tỷ token, gần gấp đôi 17 nghìn tỷ token được dùng cho LFM2.

Việc thay đổi từ vựng là một chi tiết đáng chú ý. Chuyển từ 65K lên 128K token rất tốn kém — nghĩa là phải huấn luyện lại các lớp embedding và output — và lý do thường gặp để làm việc đó là văn bản phi Latinh. Thẻ này liệt kê mười sáu ngôn ngữ: tiếng Anh, tiếng Ả Rập, tiếng Trung, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Nhật, tiếng Hàn, tiếng Bồ Đào Nha, tiếng Tây Ban Nha, tiếng Việt, tiếng Thái, tiếng Indonesia, tiếng Hindi, tiếng Nga và tiếng Ba Lan. Từ vựng lớn hơn giúp các ngôn ngữ đó rẻ hơn trên mỗi từ và thường tốt hơn ở phần đuôi.

Đây cũng là một mô hình chỉ chuyên suy luận. Quy trình hậu huấn luyện của Liquid thực hiện tinh chỉnh có giám sát, chuyên biệt hóa giáo viên, chưng cất không tác tử và tác tử, sau đó là học tăng cường tác tử bên trong các harness như OpenClaw, Hermes Agent, Pi và OpenCode. Mô hình tạo ra chuỗi tư duy trước khi trả lời; không có chế độ "nhanh, không suy nghĩ" riêng biệt nào được ghi trên card.

Một hồ sơ đánh giá chuẩn được cố ý tạo ra với những đỉnh nhọn.

Những con số của chính Liquid, mà chúng tôi chưa tái lập lại, mô tả một mô hình rất giỏi ở những việc mà một tác nhân trên thiết bị thực hiện và kém ở những việc mà một nhân viên tri thức cần. Hình thái đó không phải là ngẫu nhiên; đó chính là thiết kế.

• Khả năng tuân thủ chỉ dẫn — IFEval 96.75, IFBench 74.69, Multi-IF 84.38. Đây là cụm mạnh nhất trên thẻ và là cụm quan trọng nhất đối với một tác nhân phải tuân thủ lược đồ công cụ.

• Sử dụng công cụ — ToolSandbox 80.71, PinchBench 83.18, BFCL v4 65.01, AutomationBench 27.69. Tốt, nhưng không đồng đều giữa các harness.

• Duyệt web tác tử và sử dụng máy tính — LiveClaw 48.09, WebArena Verified 26.75, tau3-Bench Banking 8.04. Kết quả ngân hàng là điểm dị biệt: điểm số một chữ số trên một bộ nhiệm vụ mà các mô hình tác tử khác xử lý tốt hơn nhiều. Đây là lời nhắc rằng “tác tử” không phải là một năng lực duy nhất.

• Kỹ thuật phần mềm — SWE-Bench Verified 51,00 trên OpenCode, SciCode 32,71. Mức trung bình.

• Toán học — MATH-500 96.04. Mạnh so với kích thước.

• Kiến thức — GPQA Diamond 74,42, HLE 7,40, AA-Omniscience −24,90. Điểm Omniscience âm chính là tín hiệu trung thực ở đây: trên một benchmark xử phạt những câu trả lời sai đầy tự tin, mô hình mất nhiều hơn được. Cách định vị của chính Liquid cũng thừa nhận điều này — mô hình được thiết kế để dùng kèm với truy xuất, chứ không phải để tin tưởng như một cuốn bách khoa toàn thư.

Đọc cùng nhau, những dòng đó cho thấy mô hình là một cỗ máy theo chỉ dẫn và gọi công cụ thành thạo nhưng có nền tảng kiến thức mỏng. Đối với một tác nhân cục bộ đọc tệp của bạn và gọi các API của bạn, đó là sự đánh đổi đúng. Đối với một trợ lý nghiên cứu, đó lại là sự đánh đổi sai.

Tuyên bố về hiệu quả, cùng những lưu ý đi kèm

Liquid báo cáo 184 token mỗi giây trên Apple M5 Max sử dụng khoảng 15GB bộ nhớ, và 114 token mỗi giây trên Ryzen AI Max+ 395. Đó là số liệu của nhà cung cấp trên phần cứng cụ thể, không phải một benchmark chung, và chúng sẽ thay đổi theo lượng tử hoá và kích thước lô. Hướng đi vẫn có ý nghĩa: một mô hình 24B với 2,45B tham số hoạt động có thể chạy trên laptop theo cách mà một mô hình 24B dense không thể.

Đánh đổi ở đây là băng thông bộ nhớ. Các mô hình thưa vẫn phải giữ toàn bộ 24 tỷ tham số trong bộ nhớ — thứ tiết kiệm được là tính toán trên mỗi token, không phải lưu trữ. Đó là lý do con số 15GB quan trọng ngang với thông lượng: nó xấp xỉ một lượng tử hóa 4-bit của toàn bộ tập trọng số, và nó đặt ra mức sàn phần cứng.

Nơi LBS-27B sẽ phải nằm

Mọi thứ về cặp so tài này đều phụ thuộc vào hai trường chưa tồn tại trong kho LBS-27B: số lượng chuyên gia và số lượng tham số hoạt động.

Nếu LBS-27B là mô hình thưa với khoảng 2B đến 4B tham số hoạt động, nó tiến thẳng vào lãnh địa của LFM2.5 — nền tảng tri thức cỡ 27B với mức tính toán của mô hình nhỏ — và phép so sánh trở thành cuộc so tài thuần túy về chất lượng trên mỗi tham số hoạt động. Nếu nó là mô hình dày đặc, thì đó hoàn toàn là một sản phẩm khác: một mô hình phía máy chủ với khối lượng tính toán có thể dự đoán và dung lượng bộ nhớ khiến hầu hết laptop không thể đáp ứng. Nếu nó là mô hình thưa với số tham số hoạt động lớn, nó nằm giữa hai trường hợp và cạnh tranh về chất lượng thay vì hiệu quả.

Không có cách nào để suy ra đó là cái nào từ kho lưu trữ. Tên ghi 27B, README ghi Apache-2.0, và cây tệp không nói gì thêm. inclusionAI chưa công bố thẻ mô hình, bài viết blog hay bài báo nào mà chúng tôi có thể tìm thấy.

Việc so sánh, trong chừng mực có thể thực hiện được

• Tổng số tham số — 24,0B cho LFM2.5 24B A2B; 27B chưa được xác minh cho LBS-27B.

• Tham số hoạt động — 2,45B đối với LFM2.5; chưa rõ đối với LBS-27B, và đây là ẩn số quyết định.

• Kiến trúc — 64 chuyên gia với định tuyến top-4 và 40 lớp đối với LFM2.5; chưa rõ đối với LBS-27B.

• Ngữ cảnh — 131,072 token đối với LFM2.5; chưa rõ đối với LBS-27B.

• Phương thức — chỉ văn bản đối với LFM2.5; chưa rõ đối với LBS-27B.

• Ngôn ngữ — mười sáu ngôn ngữ được liệt kê cho LFM2.5; chưa rõ đối với LBS-27B.

• Suy luận — mặc định dùng chuỗi suy nghĩ, không có chế độ không suy nghĩ nào được ghi nhận trong tài liệu, đối với LFM2.5; chưa rõ đối với LBS-27B.

• Giấy phép — giấy phép LFM 1.0, với yêu cầu giấy phép thương mại khi doanh thu hằng năm trên 10 triệu USD, áp dụng cho LFM2.5; Apache-2.0 được công bố cho LBS-27B.

• Các đánh giá đã công bố — mười sáu dòng do nhà cung cấp báo cáo cho LFM2.5; không có dòng nào cho LBS-27B.

Giấy phép là một vấn đề mua sắm, không phải chú thích.

Đây là khía cạnh duy nhất mà kho lưu trữ trống đã mang lại cho LBS-27B một lợi thế. Giấy phép LFM 1.0 không phải là mã nguồn mở theo nghĩa của OSI: các công ty có doanh thu hằng năm trên 10 triệu đô la cần một giấy phép thương mại riêng trước khi triển khai nó. Đối với một nhà phát triển cá nhân hoặc một công ty khởi nghiệp dưới ngưỡng đó, điều này không thành vấn đề. Đối với một công ty quy mô vừa, đó là một cuộc rà soát pháp lý, một cuộc đàm phán và một khoản mục chi phí.

LBS-27B tuyên bố Apache-2.0 trong README của mình. Đó là một giấy phép dễ dãi với điều khoản cấp bằng sáng chế rõ ràng và không có ngưỡng doanh thu, và nếu nó còn hiệu lực cho đến khi phát hành trọng số thì nó loại bỏ được cả một bước mua sắm. Đây là lợi thế cụ thể duy nhất mà LBS-27B hiện có trong phép so sánh này, và đáng nói rõ vì nó là thật — một tuyên bố giấy phép được đưa ra lúc tạo kho mã là bằng chứng yếu, nhưng không phải là không có gì.

Trên thiết bị so với API: hai sản phẩm khác nhau

LFM2.5 24B A2B được xây dựng để chạy ngay tại nơi dữ liệu hiện diện. Điểm nhấn là quyền riêng tư và độ trễ: một mô hình trên laptop hoặc workstation không bao giờ gửi yêu cầu đến bên thứ ba, với khả năng gọi công cụ đủ tốt để điều khiển tự động hóa cục bộ. Dấu chân bộ nhớ 4-bit và ngữ cảnh 131K được định cỡ cho công việc đó.

LBS-27B vẫn chưa cho biết nó dùng để làm gì. Nếu inclusionAI phát hành một mô hình được thiết kế để phục vụ phía máy chủ, lập luận về xử lý trên thiết bị sẽ không còn áp dụng được và hai mô hình là bổ trợ cho nhau chứ không phải thay thế nhau. Nếu họ phát hành một MoE có ít tham số hoạt động với chiến lược triển khai cục bộ, thì so sánh là trực tiếp và lợi thế dẫn trước hai thế hệ của Liquid về công cụ trên thiết bị — hỗ trợ llama.cpp, MLX, ONNX và vLLM, cùng với một agent harness được tài liệu hóa — sẽ trở thành yếu tố quyết định.

Việc hỗ trợ framework là một phần bị đánh giá thấp trong chuyện này. Một mô hình mà ngay từ ngày đầu không có trong llama.cpp hay MLX thì trên thực tế không phải là mô hình chạy trên thiết bị, bất kể số lượng tham số hoạt động của nó là bao nhiêu.

Kiểm thử một mô hình chưa được chứng minh mà không đặt cược vào nó

Cả LBS-27B lẫn LFM2.5 24B A2B đều không có trên OrcaRouter hiện nay, nên không có endpoint được host cho cả hai và chúng tôi sẽ không gợi ý điều ngược lại. Lý do nhắc đến nền tảng này ở đây là vấn đề đánh giá đi kèm: nếu bạn muốn biết liệu một mô hình active nhỏ mới có thể thay thế mô hình hiện tại của mình hay không, bạn cần chạy cả hai trên lưu lượng của chính bạn, chứ không phải trên một bảng xếp hạng.

DSL định tuyến của OrcaRouter cho phép bạn gửi một tỷ lệ phần trăm request đến một model ứng viên trong khi vẫn giữ model hiện hành làm mặc định, và cơ chế failover tự động nghĩa là một ứng viên bị timeout hoặc gặp lỗi sẽ được hạ cấp về model đã biết thay vì khiến request thất bại. Với những trường hợp khó mà một model là không đủ, model fusion cho phép một nhóm model cùng trả lời và trả về một kết quả tổng hợp — hữu ích khi tác vụ nặng về kiến thức và điểm yếu của model rẻ lại đúng là thứ bạn đang kiểm nghiệm. Danh mục hơn 200 model và mức markup 0% ở đây ít quan trọng hơn khả năng so sánh trên chính dữ liệu đầu vào của bạn mà không cần thêm một tích hợp thứ hai.

Đó là một cách để tạo ra bằng chứng mà trang này còn thiếu. Nó không phải là sự thay thế cho việc mô hình tồn tại.

Ba độc giả, ba câu trả lời

Nếu bạn đang xây dựng một tác tử (agent) chạy trên thiết bị và cần thứ gì đó có thể chạy trên laptop ngay hôm nay, thì LFM2.5 24B A2B là một ứng viên nghiêm túc: tuân thủ chỉ dẫn tốt, gọi công cụ (tool-calling) ổn trên nhiều harness, ngữ cảnh 131K và có lộ trình được ghi chép rõ để chạy trên các runtime cục bộ thông dụng. Hãy kiểm tra ngưỡng giấy phép trước, và đừng kỳ vọng nó biết sự thật mà không cần truy xuất (retrieval).

Nếu bạn đang chọn một mô hình 27B phía máy chủ và cần một giấy phép dễ dãi, LBS-27B đáng để theo dõi chính vì Apache-2.0 đã được công bố. Nhưng chưa có gì để đánh giá, và một tuyên bố giấy phép không phải là một mô hình.

Nếu bạn là doanh nghiệp có doanh thu hơn 10 triệu USD và quy trình mua sắm nghiêm ngặt, sự khác biệt về giấy phép có thể quan trọng hơn bất kỳ dòng benchmark nào trong bài viết này. Giấy phép tùy chỉnh của LFM2.5 là một chi phí thực sự; Apache-2.0 của LBS-27B là một lợi thế thực sự, với điều kiện nó tồn tại đến bản phát hành.

Con số sẽ thay đổi cả ba câu trả lời là số lượng tham số hoạt động. Cho đến khi có con số đó, quan điểm trung thực là một mô hình có câu chuyện về hiệu quả, còn mô hình kia có một kho mã.