LFM3-1.7B-Base so với Qwen 3.8: Sai hạng cân, đúng câu hỏi

Câu trả lời trung thực là LFM3-1.7B-Basekhông cạnh tranh với Qwen3.8-27B, và nó chưa bao giờ được tạo ra để làm vậy. Đặt câu hỏi cho đúng thì ba mô hình Qwen khác nhau sẽ hiện ra: mô hình ngôn ngữ-thị giác 27B trọng số mở mà Alibaba công bố vào tháng 8 năm 2026, bản được lưu trữ trực tuyến Qwen3.8-Flash với giá $0,15 cho mỗi triệu token đầu vào và $0,47 cho mỗi triệu token đầu ra, và Qwen3.8-Max ở mức $2,00 và $6,00. Checkpoint 1,73B mới của Liquid là nguyên liệu tiền huấn luyện thô cho điện thoại, máy tính xách tay hoặc một quá trình tinh chỉnh; dòng của Qwen là một họ sản phẩm hoàn chỉnh. Phép so sánh hữu ích không phải là ai đạt điểm cao hơn. Mà là bạn đang thực sự mua phạm vi triển khai nào.

Cách diễn giải đó cũng lý giải vì sao cuộc đối đầu này vẫn chưa có bài phân tích nghiêm túc nào. Không có gì để làm mốc so sánh: một bên có bảng của nhà cung cấp với 27 dòng, bên kia hoàn toàn không có đánh giá nào được công bố. Vì vậy bài viết này thực hiện so sánh theo trật tự duy nhất đứng vững trước thực tế — mỗi bên cung cấp những gì, chi phí vận hành ra sao, và bạn được phép làm gì với nó.

Ba Qwen 3.8s, ba lần mua khác nhau

Qwen3.8-27B là lựa chọn trọng số mở. Alibaba đã công bố nó vào tháng 8 năm 2026 theo Apache 2.0, và kể từ đó nó đã tích lũy hơn 7,5 triệu lượt tải xuống. Đây là một mô hình nhân quả dense 27B với bộ mã hóa thị giác, 64 lớp trong bố cục 16 × (3 × Gated DeltaNet → FFN, 1 × Gated Attention → FFN), và ngữ cảnh gốc 262.144 token mà Alibaba cho biết có thể mở rộng đến 1.000.000. Nó hiểu hình ảnh và video, có điều khiển suy luận, và nhắm mục tiêu rõ ràng đến công việc tác nhân dài hạn.

Qwen3.8-Flash là bậc dịch vụ được lưu trữ (hosted) mà hầu hết các nhóm sẽ thực sự tính giá đầu tiên. Trong danh mục của OrcaRouter đây là một mô hình có ngữ cảnh 1M, hỗ trợ đầu vào văn bản, hình ảnh và video, với giới hạn đầu ra 131K và mức giá 0,15 USD cho đầu vào và 0,47 USD cho đầu ra trên mỗi triệu token. Trang mô hình của nó ghi ngày niêm yết là 26 tháng 8 năm 2026 và ghi nhận 157 token đầu ra mỗi giây trong tuần trước đó.

Qwen3.8-Max là dòng cao cấp nhất: 2,00 USD đầu vào và 6,00 USD đầu ra mỗi triệu token, ngữ cảnh 1M và không có trọng số mở. Đây là hạng bạn dùng khi tác vụ xứng đáng với mức giá tiên phong, không phải hạng để so sánh với một checkpoint cơ sở 1,7B.

LFM3-1.7B-Base thực sự đi kèm những gì

Liquid đã tạo kho lưu trữ LFM3-1.7B-Base vào ngày 26 tháng 10 năm 2026 và công bố dòng mô hình này vào ngày hôm sau. Checkpoint chỉ xử lý văn bản, có 1,73 tỷ tham số, 24 lớp tích chập ngắn có cổng cùng cơ chế chú ý toàn phần hoặc cửa sổ trượt, với ngữ cảnh 256K token, từ vựng 128.000 token, 16 ngôn ngữ được đặt tên và mức sử dụng bộ nhớ khoảng 1 GB ở độ chính xác 4-bit. Nó được huấn luyện trên 22 nghìn tỷ token; 3,5 nghìn tỷ token cuối cùng là dữ liệu mid-training bao gồm các dấu vết tác tử và lệnh gọi công cụ, đồng thời mang phần mở rộng ngữ cảnh.

Điều mà nó không được phát hành kèm theo là một điểm số. Thẻ cơ sở không có bảng đánh giá, không có số liệu truy xuất ngữ cảnh và không có so sánh với bất kỳ mô hình nào khác. Mọi con số trong blog ra mắt của Liquid — mức trung bình 49.37, LiveCodeBench v6 đạt 73.46, SWE-bench Verified đạt 43.40, GPQA Diamond đạt 63.37, IFEval đạt 96.66 — đều thuộc về LFM3-1.7B sau khi tinh chỉnh có giám sát, học tăng cường, chưng cất on-policy và RL tác tử. Đó là những con số thực và Liquid báo cáo chúng một cách trung thực như là của chính mình, nhưng chúng mô tả mô hình đã hoàn thiện, không phải checkpoint cơ sở có tên trong tiêu đề này.

Giấy phép là LFM Open License v1.0. Giấy phép chỉ cấp quyền thương mại khi bên được cấp phép vẫn có doanh thu hằng năm dưới 10 triệu USD; vượt ngưỡng đó, tác phẩm không được cấp phép theo thỏa thuận và cần một thỏa thuận riêng. Chỉ riêng điều khoản đó sẽ loại LFM3-1.7B-Base khỏi nhiều danh sách rút gọn trước khi bất kỳ ai chạy một token qua nó.

Vì sao không thể thu hẹp khoảng cách benchmark bằng số học

Cám dỗ là đặt các con số do nhà cung cấp công bố của Qwen3.8-27B lên cạnh các con số do Liquid công bố và tuyên bố ai thắng. Hãy cưỡng lại điều đó, bởi vì hai bảng không đo cùng một thứ. Qwen báo cáo SWE-bench Pro 61.7, Terminal Bench 2.1 đạt 73.0, LiveCodeBench v6 đạt 90.3, GPQA Diamond 89.2 và HLE 30.8. Liquid báo cáo SWE-bench Verified 43.40, LiveCodeBench v6 73.46, GPQA Diamond 63.37 và HLE không dùng công cụ đạt 7.17. SWE-bench Pro và SWE-bench Verified là những benchmark khác nhau với độ khó khác nhau; số lượng tham số chênh nhau 16 lần; và một cột mô tả một mô hình trò chuyện đã qua huấn luyện hậu kỳ trong khi cột kia mô tả một checkpoint nền chưa được huấn luyện hậu kỳ chút nào.

Có một con số đáng để mượn từ bên ngoài cả hai nhà cung cấp. Trang mô hình của OrcaRouter cho Qwen3.8-27B liệt kê Artificial Analysis Intelligence Index là 33.7 và điểm AA Coding là 68.1, được đánh giá vào ngày 14 tháng 8 năm 2026. Đó là một bảng điểm độc lập, và nó tồn tại cho Qwen. Tính đến ngày 28 tháng 10 năm 2026, chúng tôi không thể tìm thấy mục LFM3 nào trên Artificial Analysis, vì vậy không có đối trọng độc lập ở phía bên kia. Bất kỳ ai hôm nay đưa ra kết luận về năng lực đối đầu trực tiếp cho hai mô hình này đều đang so sánh bảng của nhà cung cấp qua các harness không tương thích hoặc đang bịa ra một con số.

Phạm vi triển khai, so sánh song song

• Tham số — LFM3-1.7B-Base: 1,73B, chỉ văn bản, 24 lớp. Qwen3.8-27B: 27B dense với bộ mã hóa thị giác, 64 lớp.

• Ngữ cảnh — LFM3-1.7B-Base: 256K token. Qwen3.8-27B: 262.144 token gốc, có thể mở rộng lên 1M; Qwen3.8-Flash và Qwen3.8-Max: 1M.

• Phương thức đầu vào — LFM3-1.7B-Base: văn bản. Qwen3.8-27B, Qwen3.8-Flash và Qwen3.8-Max: văn bản, hình ảnh và video.

• Trọng số — LFM3-1.7B-Base: bản BF16 tải xuống với mã mô hình tùy chỉnh và trust_remote_code. Qwen3.8-27B: trọng số Apache-2.0 chạy trong Transformers, vLLM, SGLang và TokenSpeed.

• Mức tối thiểu bộ nhớ — LFM3-1.7B-Base: khoảng 1 GB ở 4-bit, theo Liquid. Qwen3.8-27B: khoảng 55 GB ở BF16, vì vậy cần một máy nhiều GPU hoặc lượng tử hóa mạnh tay.

• Giấy phép — LFM3-1.7B-Base: LFM Open License v1.0, được sử dụng thương mại khi doanh thu hằng năm dưới 10 triệu USD. Qwen3.8-27B: Apache 2.0, không có điều kiện về doanh thu.

• Giá niêm yết — LFM3-1.7B-Base: không công bố giá theo token cho bản chạy trên máy chủ. Qwen3.8-27B trên OrcaRouter: $0,33 đầu vào / $2,40 đầu ra cho mỗi triệu token; Qwen3.8-Flash: $0,15 / $0,47; Qwen3.8-Max: $2,00 / $6,00.

• Tốc độ ghi nhận — LFM3-1.7B-Base: không có đo lường độc lập. Qwen3.8-27B trên OrcaRouter: 91 token đầu ra mỗi giây trong bảy ngày qua; Qwen3.8-Flash: 157 token mỗi giây.

Phép tính quyết định điều đó

Lấy một khối lượng công việc 100 triệu token đầu ra mỗi tháng. Trên Qwen3.8-Flash, chi phí là 47 đô la. Trên Qwen3.8-27B thông qua OrcaRouter, chi phí là 240 đô la. Trên Qwen3.8-Max, chi phí là 600 đô la. Token đầu vào rẻ hơn ở mọi hạng dịch vụ, nên một tỷ lệ pha trộn thực tế sẽ nằm ở đâu đó dưới những con số đó, nhưng đầu ra chiếm phần lớn hóa đơn và thứ hạng không thay đổi.

Giờ hãy tự so sánh những hóa đơn đó với việc tự chạy LFM3-1.7B-Base. Ở 4-bit, nó vừa trong khoảng một gigabyte, nghĩa là phần cứng bạn có thể đã sở hữu: một laptop, một điện thoại gần đây, một GPU nhỏ duy nhất. Chi phí biên cho mỗi token là tiền điện và không gì khác, và mô hình không bao giờ rời khỏi thiết bị. Làm phép tính tương tự với Qwen3.8-27B và bức tranh đảo ngược: 100 triệu token đầu ra một tháng với $2.40 mỗi triệu là $240, xấp xỉ chi phí thuê một GPU cấp 24 GB trong một tháng với khoảng $0.35 mỗi giờ. Tự triển khai mô hình 27B chỉ bắt đầu vượt giá thuê ở đâu đó trên 100 triệu token đầu ra một tháng — và phép tính đó bỏ qua thời gian kỹ thuật, bản tải xuống 55 GB và việc mô hình 27B cần nhiều hơn đáng kể so với 24 GB khi bạn tính đến KV cache.

Phiên bản thực tế: dưới khoảng 100 triệu token đầu ra mỗi tháng, các gói Qwen3.8 được lưu trữ thắng về tổng chi phí và sự đơn giản trong vận hành. Nếu khối lượng công việc của bạn đủ nhỏ để chạy vừa trên một chiếc điện thoại, LFM3-1.7B-Base thắng vì đồng hồ đo chưa bao giờ bắt đầu chạy. Khoảng cách giữa hai vị thế đó là nơi hầu hết các triển khai thực tế tồn tại, và đó là câu hỏi về khối lượng và quyền riêng tư, không phải về điểm số benchmark.

OrcaRouter phù hợp ở đâu, và ở đâu thì không

Cả ba phiên bản của Qwen 3.8 đều đã có trong danh mục của OrcaRouter ngay hôm nay, bao gồm Qwen3.8-27B tự vận hành trên hạ tầng của chính chúng tôi với giá 0,33 USD cho đầu vào và 2,40 USD cho đầu ra trên mỗi triệu token, ngữ cảnh 262K, thời gian đến token đầu tiên p50 là 2,37 giây và 91 token đầu ra mỗi giây, đo trong tuần trước. Điểm mấu chốt là định tuyến cả ba phía sau một khóa tương thích OpenAI duy nhất: một mặc định rẻ trên Qwen3.8-Flash, một đường nâng cấp lên Qwen3.8-27B hoặc Qwen3.8-Max khi tác vụ cần đến, và chuyển đổi dự phòng tự động nếu một nhà cung cấp thượng nguồn bị suy giảm. Vì chúng tôi chuyển tiếp giá niêm yết của nhà cung cấp với mức chênh lệch 0%, thay đổi giá từ nhà cung cấp sẽ hiện trong hóa đơn của bạn ngay trong cùng ngày thay vì sau một chu kỳ định giá lại.

LFM3-1.7B-Base không có trong danh mục của chúng tôi, và chúng tôi sẽ không giả vờ điều ngược lại. Nếu checkpoint của Liquid là lựa chọn đúng cho khối lượng công việc của bạn, thì hiện nay hướng đi là API và playground của chính nhà cung cấp, hoặc bản tải xuống để tự triển khai. Điều mà một router vẫn có thể làm là giữ cho quyết định đó có thể đảo ngược: đặt mô hình nhỏ phía sau cùng một giao diện với các tầng dịch vụ được lưu trữ, định tuyến theo tác vụ hoặc theo chi phí, và chuyển lưu lượng trở lại một mô hình được lưu trữ khi đường tự triển khai gặp trục trặc.

Chọn theo công việc, không phải theo điểm số

Chọn LFM3-1.7B-Base khi ràng buộc nằm ở thiết bị: vận hành ngoại tuyến, trên điện thoại hoặc laptop, một mô hình chuyên miền mà bạn định huấn luyện hậu kỳ trên một GPU duy nhất, hoặc một khối lượng công việc mà ngữ cảnh 256K trong mức chiếm dụng 1 GB chính là lý do khiến bạn quan tâm. Hãy chấp nhận rằng bạn đang mua nguyên liệu thô, rằng giấy phép có giới hạn doanh thu, và rằng chưa có đánh giá độc lập nào.

Hãy chọn Qwen3.8-27B khi công việc cần khả năng thị giác, các tác nhân hoạt động dài hạn hoặc mã mà nó thực sự có thể triển khai, và bạn có phần cứng hoặc ngân sách để phục vụ 27B tham số. Hãy chọn Qwen3.8-Flash khi bạn muốn phần lớn bề mặt sản phẩm đó với một phần năm mức giá và không cần sở hữu trọng số. Chỉ chọn Qwen3.8-Max khi giá trị của tác vụ trên mỗi token vượt quá $6.00 ở phần đầu ra.

Việc so tài trong tiêu đề vốn là một sự lệch cặp có chủ đích — một checkpoint tiền huấn luyện 1,7B đối đầu với một mô hình ngôn ngữ-thị giác 27B đã hoàn thiện — và kết luận hữu ích không phải là mô hình này tốt hơn mô hình kia. Mà là chúng trả lời những câu hỏi khác nhau: tôi có thể chạy trên ít phần cứng đến mức nào, so với việc tôi có thể mua được bao nhiêu năng lực trên mỗi token. Liquid đã đưa ra một câu trả lời chi tiết bất thường cho câu hỏi thứ nhất. Alibaba thì đã bán câu trả lời cho câu hỏi thứ hai từ tháng 8.