SubQ Snap 1.1 vs LFM2.5 2.6B Base: Mua quyết định hay tự xây dựng từ checkpoint

Từ quan trọng nhất trong phép so sánh giữa SubQ Snap 1.1 và LFM2.5 2.6B Base chính là từ cuối cùng. Base có nghĩa là đã được huấn luyện trước. Điều đó có nghĩa là Liquid AI đã công bố checkpoint sau khoảng 34 nghìn tỷ token huấn luyện và trước bất kỳ quá trình tinh chỉnh có giám sát, chưng cất hay học tăng cường nào biến một mô hình ngôn ngữ thành thứ biết tuân theo chỉ dẫn. Nó sẽ không trả lời một câu hỏi. Nó sẽ không chọn một nhãn. Hãy yêu cầu nó định tuyến một phiếu hỗ trợ và nó sẽ tiếp tục lời nhắc của bạn theo phong cách của văn bản mà nó được huấn luyện, đó không phải là lỗi — đó chính là mục đích của một checkpoint base.

SubQ Snap 1.1 thì ngược lại, là một sản phẩm hoàn chỉnh: mô hình ra quyết định của Subquadratic, phát hành ngày 22 tháng 10 năm 2026, có khả năng tiếp nhận tới 384K token văn bản và hình ảnh cùng một tập câu trả lời cố định rồi trả về một lựa chọn đã được hiệu chỉnh. Đặt hai thứ này cạnh nhau như thể chúng là những phương án thay thế cho nhau là một lỗi phân loại, và đó lại là một lỗi hữu ích, bởi chính lỗi này phản ánh đúng quyết định mà một đội ngũ phải đối mặt khi họ muốn phân loại chạy trên phần cứng do mình kiểm soát. Câu hỏi không phải là "mô hình nào tốt hơn". Mà là "bạn mua quyết định, hay bạn tự xây nó từ một điểm khởi đầu?"

Liquid AI thực sự đã phát hành những gì

{{1}}LFM2.5-2.6B Base{{/1}} đã ra mắt vào ngày 4 tháng 8 năm 2026 cùng với phiên bản anh em đã qua huấn luyện hậu kỳ, {{2}}LFM2.5-2.6B{{/2}}, như một phần của dòng mô hình trải từ 230 triệu tham số đến một mô hình hỗn hợp chuyên gia 24B. Kiến trúc là thiết kế LFM2 của Liquid: ba mươi lớp, trong đó hai mươi hai lớp là khối tích chập ngắn có cổng kép và tám lớp attention truy vấn theo nhóm, từ vựng 128.000 token và cửa sổ ngữ cảnh 128K được bổ sung trong giai đoạn mở rộng giữa quá trình huấn luyện. Với 2,69 tỷ tham số, mô hình vừa trong khoảng 2,5 gigabyte, chạy với tốc độ khoảng 220 token mỗi giây trên Apple M5 Max, khoảng 113 trên Ryzen AI Max+ và khoảng 30 trên điện thoại.

Phiên bản instruct cùng dòng là nơi chứa những con số thú vị, và chúng đáng để đọc như một thước đo xem post-training đáng giá đến mức nào. Liquid báo cáo AIME25 đạt 51.87, LiveCodeBench v6 đạt 59.41, IFBench đạt 59.17, Multi-IF đạt 80.07, BFCLv4 đạt 56.88 và ToolSandbox đạt 77.83 — tất cả đều do nhà cung cấp báo cáo, tất cả đều trên mô hình đã qua post-training. Checkpoint gốc không có điểm tuân thủ hướng dẫn nào có thể so sánh được vì nó không thể tuân theo hướng dẫn. Khoảng cách đó, giữa một checkpoint và một mô hình mà bạn có thể đặt câu hỏi, là bốn giai đoạn post-training: hai vòng tinh chỉnh có giám sát, chuyên môn hóa giáo viên theo từng lĩnh vực, chưng cất on-policy đa lĩnh vực, và học tăng cường tác tử bên trong các harness thực tế.

Liquid cũng nói rõ mô hình không dành cho việc gì: lập trình tác nhân và công việc đòi hỏi nhiều kiến thức. Đó là một tuyên bố định vị trung thực hơn hầu hết những gì các phòng thí nghiệm công bố, và đáng để tiếp nhận đúng như vậy.

Thông số kỹ thuật, so sánh cạnh nhau

• Đó là gì — LFM2.5 2.6B Base là một checkpoint đã được huấn luyện trước, không có tinh chỉnh theo chỉ dẫn; SubQ Snap 1.1 là một mô hình quyết định được lưu trữ với API trả lời cố định.

• Ngữ cảnh — 128K token cho LFM2.5 2.6B Base; 384K token cho Snap 1.1.

• Đầu vào — chỉ văn bản cho LFM2.5 2.6B Base; văn bản và hình ảnh cho Snap 1.1.

• Đầu ra — sinh token dạng tự do, hoặc bất kỳ head nào bạn huấn luyện thêm lên trên, cho LFM2.5 2.6B Base; một lựa chọn hoặc điểm số kèm xác suất cho Snap 1.1.

• Giá — chỉ tự vận hành (self-hosted), không có hóa đơn theo token, cho LFM2.5 2.6B Base; 0,04 USD cho mỗi 1 triệu token đầu vào, đầu ra miễn phí, cho Snap 1.1.

• Giấy phép — LFM Open License v1.0, được phép sử dụng cho mục đích thương mại với ngưỡng doanh thu, dành cho mô hình Liquid; hoàn toàn không có trọng số nào đối với Snap.

• Mức chiếm dụng — khoảng 2,5 GB và có thể chạy trên điện thoại đối với LFM2.5 2.6B Base; còn Snap 1.1 thì cần một lệnh gọi mạng.

Khoảng cách giữa một checkpoint và một bộ phân loại

Để biến LFM2.5 2.6B Base thành một thứ làm được những gì Snap 1.1 làm, bạn cần năm thứ, và chỉ một trong số đó là mô hình.

Bạn cần dữ liệu có gán nhãn — vài nghìn ví dụ mỗi lớp là điểm khởi đầu hợp lý cho một tác vụ định tuyến hẹp, và nhiều hơn đáng kể nếu các lớp mất cân bằng hoặc ranh giới tinh tế. Bạn cần một lần chạy huấn luyện: một classification head hoặc một LoRA adapter, dựa trên một checkpoint gốc chưa từng thấy chỉ dẫn nào, nghĩa là quá trình fine-tune vừa làm công việc thích ứng tác vụ vừa làm công việc tuân thủ chỉ dẫn cùng lúc. Bạn cần hiệu chỉnh, vì điểm softmax không phải là xác suất đã hiệu chỉnh và ngưỡng định tuyến đặt trên một điểm chưa hiệu chỉnh là ngưỡng đặt bằng phỏng đoán. Bạn cần một khung đánh giá do bạn tự duy trì, vì mô hình sẽ trôi khi lưu lượng của bạn thay đổi. Và bạn cần hạ tầng phục vụ — llama.cpp, MLX, vLLM hoặc ONNX, tất cả đều hỗ trợ kiến trúc này.

Không có gì trong số đó là lạ. Tất cả đều là nhiều tuần công việc của một người biết mình đang làm gì, và nó lặp lại mỗi khi nhiệm vụ thay đổi. So sánh trung thực không phải là $0.04 mỗi triệu token so với miễn phí. Mà là $0.04 mỗi triệu token so với bốn đến tám tuần kỹ thuật, cộng với chi phí thường xuyên để sở hữu một mô hình.

Giấy phép không phải là Apache.

Liquid phát hành LFM2.5 theo LFM Open License v1.0. Được phép sử dụng thương mại, nhưng các tổ chức có doanh thu hằng năm trên 10 triệu USD cần một giấy phép thương mại riêng. Đó là một đề xuất khác biệt về bản chất so với Apache 2.0 của Granite hoặc Apache 2.0 của Gemma, và đây là kiểu điều khoản thường bị bộ phận pháp lý phát hiện muộn, sau khi nguyên mẫu đã chạy được. Nếu bạn là một startup dưới ngưỡng đó, hôm nay bạn không tốn gì và có thể sẽ tốn thứ gì đó về sau. Nếu bạn ở trên ngưỡng, hãy tính giá giấy phép trước khi tính giá GPU.

Nơi checkpoint cơ sở thắng hoàn toàn

Triển khai air-gapped {{1}}là trường hợp mạnh nhất, và đây không phải là chuyện sát nút{{/1}}. Một {{2}}mô hình 2,5 gigabyte chạy trên điện thoại, máy tính xách tay hoặc container không có đường mạng là lựa chọn duy nhất cho ứng dụng thực địa, môi trường mật, hoặc thiết bị được giao đến khách hàng{{/2}}. Snap 1.1 không thể có mặt trong bất kỳ trường hợp nào trong số đó. Nó là một API, và không có phiên bản nào của nó chạy cục bộ.

Kinh tế theo khối lượng là trường hợp thứ hai, nhưng chúng cần khối lượng thực sự mới có ý nghĩa. Với hai triệu quyết định mỗi tháng, mỗi quyết định có 20.000 token ngữ cảnh — 40 tỷ token đầu vào — Snap 1.1 tốn 1.600 đô la một tháng, tức chỉ dưới 20.000 đô la một năm. Một mô hình 2,6B được tinh chỉnh duy nhất phục vụ lưu lượng đó trên phần cứng bạn đã sở hữu không có chi phí biên. Điểm hòa vốn nằm đâu đó quanh thời điểm mà hóa đơn API hàng năm vượt chi phí kỹ thuật của việc tinh chỉnh cộng với phần cứng, mà với hầu hết các đội nhóm là một hoặc hai năm nữa, chứ không phải một tháng.

Kiểm soát hoàn toàn là yếu tố thứ ba. Một mô hình bạn huấn luyện trên nhãn của chính mình sẽ làm đúng việc bạn đã huấn luyện nó làm, và không làm gì khác. Snap 1.1 là một mô hình quyết định tổng quát với độ chính xác 20% trên Artificial Analysis Decision Index v1.0 — điểm chỉ số 65 của nó chủ yếu đến từ việc từ chối trả lời những gì nó không thể trả lời, với tỷ lệ không ảo giác được báo cáo là 86%. Một mô hình 2.6B được tinh chỉnh trên lĩnh vực của bạn sẽ thường xuyên vượt qua độ chính xác đó trên tác vụ của bạn, và sẽ không bao giờ từ chối trả lời trừ khi bạn huấn luyện nó làm vậy.

Nơi Snap 1.1 thắng áp đảo

Thời gian đến quyết định đầu tiên được tính bằng phút, không phải bằng sprint. Không cần thu thập dữ liệu huấn luyện, không cần fit head, không cần vẽ đường cong hiệu chuẩn. Bạn gửi một tài liệu và một danh sách lựa chọn và nhận lại một xác suất, và xác suất đó chính là sản phẩm.

Ngữ cảnh dài là khác biệt thứ hai, và đây là khác biệt mang tính kiến trúc chứ không phải ngẫu nhiên. Snap xử lý 384K token trong một lượt lan truyền xuôi duy nhất với chi phí tính toán không đổi trên mỗi token. LFM2.5 2.6B Base có cửa sổ 128K và, với tư cách là mô hình 2,6 tỷ tham số, phạm vi truy xuất hiệu dụng của nó sẽ ngắn hơn đáng kể so với phạm vi danh nghĩa — mô hình anh em cùng nhà của Liquid báo cáo điểm AA-Omniscience là −29,50, đây là thước đo mức độ hiểu biết của một mô hình nhỏ chứ không phải mức độ đọc hiểu của nó, nhưng nó đặt ra kỳ vọng.

Điều thứ ba là đầu ra của Snap đã chính là thứ bạn cần. Không cần bộ phân tích cú pháp, không cần schema, không cần logic thử lại cho các câu trả lời sai định dạng.

Vậy thì cái nào?

Hãy mua Snap 1.1 nếu quyết định đó là một lệnh định tuyến hoặc phân loại trên các tài liệu dài, nếu dữ liệu có thể rời khỏi mạng của bạn, và nếu bạn muốn có năng lực này ngay trong quý này. Con đường tự xây dựng là có thật nhưng nó không hề rẻ hơn trong năm đầu tiên đối với hầu hết các đội nhóm, và checkpoint cơ sở chính là điểm khởi đầu khó nhất có thể cho việc đó — thông thường bạn sẽ bắt đầu từ LFM2.5-2.6B đã qua post-training rồi tinh chỉnh từ đó, chứ không phải từ Base.

Hãy lấy checkpoint Base nếu bạn cần mô hình chạy ở nơi mạng không vươn tới, hoặc nếu bạn định sở hữu vĩnh viễn trọng số và có đủ năng lực kỹ thuật để việc đó đáng giá. Trong trường hợp đó, hãy dự trù cả vấn đề giấy phép lẫn chi phí cho lần chạy huấn luyện.

Cả hai đều không nằm trong danh mục của OrcaRouter, và sẽ không bao giờ nằm trong đó: LFM2.5 2.6B Base là một checkpoint cục bộ, còn Snap 1.1 chỉ được cung cấp qua API của Subquadratic tại console.subq.ai. Điều OrcaRouter làm trong một pipeline được xây dựng quanh một trong hai chính là tầng biến quyết định thành hành động — hơn 200 mô hình tạo sinh phía sau một khóa duy nhất, giá niêm yết của nhà cung cấp được chuyển nguyên với 0% phụ phí, và chuyển đổi dự phòng tự động để một lệnh gọi định tuyến rơi vào một mô hình tạm thời không khả dụng không biến thành một yêu cầu bị rơi. Tầng quyết định và tầng viết có những kiểu lỗi khác nhau; nên tránh để chúng cùng phụ thuộc vào một thành phần.

Điều đáng quan tâm không phải là dòng benchmark của bất kỳ mô hình nào trong hai mô hình. Mà là liệu một checkpoint 2,6 tỷ tham số được tinh chỉnh trên vài nghìn ví dụ miền có thể sánh ngang với một mô hình quyết định được xây dựng chuyên biệt trên đúng nhiệm vụ mà một nhóm thực sự có hay không. Với bài toán phân loại hẹp, được gán nhãn tốt, câu trả lời trong lịch sử là có, và đó là lý do câu hỏi mua hay tự xây ở đây thực sự còn bỏ ngỏ chứ không chỉ mang tính tu từ.