Glimpse 对比 LFM2.5 2.6B Base：其中一个无法回答问题

Glimpse是 Elorian 的视觉推理研究预览版，于 2026 年 10 月 16 日发布，其卖点是一种行为：在思考过程中，它可以回到图像或视频，以更密集的帧率重新扫描 0.9 秒的时间区间，放大某个区域，或跨时间追踪某一个特征，然后才给出答案。LFM2.5 2.6B Base是 Liquid AI 于 2026 年 8 月 4 日在 LFM Open License v1.0 下发布的 26.9 亿参数检查点，而且完全没有指令微调——它从未被训练去回答任何东西。向它抛出一个问题，它会接着往下写，写得看似合理，用的还是前文所属的语体。这不是缺陷，也不是某个尚未发布的版本；这就是规格说明。因此，关于这一组合首先要说的是：它并不是两个质量不同的模型之间的对决。它是一个你租用的能力与一份你用来训练的原材料之间的对决，而决定二者取舍的唯一事实是：你手头的工作是一个问题，还是一份数据集。

以下一切都由此而来，包括这样一个事实：这两者中只有一个拥有基准测试表——而且它并不是读者会猜到的那个。

两个对象，不带营销话术的描述

Glimpse 没有可下载的产物。Elorian 没有公布参数量、架构、上下文窗口，也没有公布它所说的那个用于后训练的开源权重基础模型叫什么名字。实际存在的只有一个 API 和一个聊天界面——可免费注册，价格为每百万输入 token 0.60 美元、每百万输出 3.00 美元——以及一组完整的推理轨迹，展示该模型如何在思考中途重新查看视觉证据。它的视觉草稿空间——即它重新审视自己所见内容的那个界面——才是产品本身。

LFM2.5 2.6B Base 则恰好相反。它是一个文件。三十层，其中 22 层是双门控短卷积块，8 层是分组查询注意力；约 34 万亿个训练 token，覆盖 16 种语言；131,072 token 的上下文窗口；量化版本约 1.67 GB。它仅支持文本，是稠密模型，并且刻意不进行评分，因为用指令遵循基准来评估基础检查点，衡量的会是缺少微调，而非基座本身的质量。

• 你将获得 — Glimpse：一个 API 密钥和一个托管端点。LFM2.5 2.6B Base：模型权重、分词器和许可证。

• 模态 — Glimpse：输入图像和视频，并随时间进行可重入采样。LFM2.5 2.6B Base：输入文本，输出文本。

• 价格 — Glimpse 每百万 token 0.60 美元 / 3.00 美元，由供应商公布。LFM2.5 2.6B Base：每次调用不收费；硬件由你自行提供。

• 已公布的规模——Glimpse 未予披露，这对托管模型而言并不寻常，而这本身就是一种披露。LFM2.5 2.6B Base 为 2.69B 稠密参数，所有权重均可在仓库中查看。

• 开箱即用的行为 — Glimpse 会回答关于它所查看内容的问题。LFM2.5 2.6B Base 会续写你的文本，因为预训练产生的就是这种结果。

• 许可 — Glimpse 是依据 Elorian 条款提供的托管预览。LFM Open License v1.0，年收入低于 1000 万美元时免费，达到或超过该线则需单独获得许可。

为什么这些中只有一个有记分卡

这就是那个读起来颠倒的部分。没有公开权重、没有披露规模、也没有独立评估的模型，发布了一张针对 GPT-6 Astra 的十二行基准测试表。而那个公开了全部权重、且架构有完整文档的模型，却什么都没发布。

两个空都是有道理的，而且它们的意思正好相反，所以值得把它们区分开来。

Glimpse 的表格是厂商报告且未经复现——Elorian 自己的数字，对标其自己选择的竞争对手，是在模型的最高思考努力下、使用其原生智能体框架运行的，并有一个脚注披露若干竞争对手是以低于其最大努力运行的，而且 HSS 一行混入了其他实验室论文报告的数字。作为关于方向的声明来读，它有信息量；作为分数来读，它还不是证据，因为公司外部没有人运行过它。而这张表最有用的地方，恰恰是它不讨好的地方：Glimpse 在 Humanity's Sixth Sense 上得分 46.36，而 Astra 为 53.6，而这一基准还是 Elorian 自己与 Scale AI 一起构建的。回退换来的是感知——计数、读图表、追踪运动中的物体——而不是关于场景意味着什么的推断。

LFM2.5 2.6B Base 的空白则性质不同。没有什么可评分的。基础检查点没有行为；它只有分布。Liquid AI 转而对该家族中经过后训练的同族模型进行基准测试，这是正确的工程决策，却完全无法告诉你这个基底是否适合你的任务。

这种不对称有一个实际后果。对 Glimpse 而言，评估问题是“厂商的说法能否经得起我的片段检验”。对 LFM2.5 2.6B Base 而言，评估问题是“我能否把它训练成真正可用的东西”——而第二个问题今天就能由你回答，代价不过是一次下载。1.67 GB 的构建版本能装进笔记本电脑；真正的工作在于训练循环。

单位无法换算，因此请手动换算。

按 token 计价的价格与免费下载无法直接比较，而这正是大多数此类比较悄悄耍花招的地方。诚实的做法是选定一个任务，把两种方案的成本都算清楚。

拿一个窄而高量的任务——小规模微调真正擅长的那种：读取固定类型的文档并输出结构化 JSON，每月运行 5000 万 token，大约一半输入、一半输出。在 Glimpse 上，这大约是每月 90 美元——输入 15 美元，按每百万 0.60 美元计；输出 75 美元，按每百万 3.00 美元计——再加上编写提示词和验证它的工程时间。在 LFM2.5 2.6B Base 上，推理是免费的，账单则完全转移到了前期：组装几千个标注示例、在自己的显卡上跑一次训练、一个评估集，以及每当文档格式发生变化时都要重新跑一遍。

从那个算术中可以得出两点，而这两点很容易被忽略。

第一点是，微调只有在超过某个用量阈值时才能在成本上胜出，而这个阈值取决于你的团队能消化多少工程投入，而不是由 Liquid AI 发布的任何数据所决定。对于完全没有训练能力的团队而言，在这一侧的对比中根本不存在盈亏平衡点，这是一个真实存在、且往往具有决定性的事实。

第二点是，Glimpse 自己的价格主张瞄准的完全是另一个方向。Elorian 把 $0.60/$3.00 说成比 GPT-6 Astra 的 $10/$50 低 94%、比 Claude Opus 5.5 的 $4/$20 低 85%。面对前沿旗舰机型，Glimpse 确实便宜；但面对小模型那一端——你自己持有的一个 2.6B 检查点，或像阿里巴巴 Qwen3.8-Flash 这样 $0.15/$0.47 的走量档位——它就落在了对比中偏贵的一侧，而与本文相邻的那篇关于Qwen 3.8的文章会用真实价目表把这一点算清楚。厂商的折扣声明，永远是相对于它自己所选的那套比较对象而言的。

你实际上会如何运行该测试

上面的比较只有在运行成本低廉时才有价值，而实际障碍在于两侧位于不同的系统中：一个只需一个密钥的托管端点，以及一个最终会产出必须在某处提供服务的模型的训练循环。把它变成你自己工作负载上的 A/B 测试，正是路由层体现价值之处；无论你是在比较微调与 API，还是比较两个 API，道理都是一样的。

OrcaRouter 将文本端点和每一个已发布模型并排放在同一个密钥之后——200 多个模型，按提供商标价原样透传，每个 token 不额外加价，一张账单，以及 自动故障转移，这样某家提供商的糟糕下午不会变成你评估的糟糕下午。Glimpse 和 LFM2.5 2.6B Base 都不在该目录中，而且没有任何 LFM2.5 变体在其中：Glimpse 来自 Elorian 自己的 API 和聊天界面，Liquid 检查点来自 Liquid AI，两者都是你直接获取的东西。路由层改变的是对照组。当问题在于“我的微调是否真的比直接调用某个东西更好”时，你希望那个“某个东西”是配置更改，而不是采购周期，因为你今天下午就能跑的实验，才是唯一能得出数字的实验。

微调无法带你到达的地方，无论规模多大

这是这一比较中无法归结为成本问题的部分，也正是这两者在任何方向上都不构成替代关系的原因。

Glimpse 的能力是时间性的与视觉性的。跨剪辑的物体身份、亚秒窗口内的事件、某物被遮挡时发生变化的计数——回退机制直接解决这些问题，而轨迹则显示模型是否真的重新扫描了那个关键区间。对 2.69B 纯文本检查点再怎么微调，也产生不了这种行为，因为其基座没有视频输入，也没有一种机制能在第一遍之后把额外算力花在某个特定区间上。你无法通过训练进入一个你未曾构建的架构。

反过来也同样成立。一个托管预览版，若其参数量、上下文窗口和基础模型均未披露，你就无法把它放进受监管的产品中发布、无法在气隙隔离环境中运行，也无法保证它的可用性。而且研究预览版的价目表随时可能变动，这对试用来说无妨，对成本模型而言却很棘手。

所以，坦诚的总结并不是说哪一个更好。而是：拥有文本任务和数据集的团队应该关注检查点，拥有时序视觉问题的团队应该关注预览版，而两者都没有的团队还没有理由去比较它们。

三个条件，以及每个条件所意味着的内容

如果你的任务范围很窄、只处理文本，而且你已经拥有——或者能够购买——几千个带标签的示例，那么 LFM2.5 2.6B Base 就是更有价值的东西，因为你最终拥有的是这个产物本身，支付的是电费，而不是 token 费用。先下载 1.67 GB 的版本，确认它能在你的硬件上运行，然后再围绕它做任何规划。这一步会花掉一个下午。

如果你的失效模式是时序性的——模型看了，但没有看得足够仔细——那么 Glimpse 就是首个其所声明的机制直接针对这一点的托管模型，而免费注册让测试成本很低。运行你自己的片段，然后阅读暂存空间：如果它从未重新扫描那个决定答案的区间，那么你了解到的东西就不只关乎这个模型，也关乎你的流水线。

如果你还不清楚自己属于这两者中的哪一种，那么先后顺序已经定了：先跑托管模型，因为它一个下午就能给出答案，而微调项目要花一个月。这个基底始终都在。下个季度它依然是一个 1.67 GB 的下载包，而你唯一付出的，就是你本来会花在为一项或许一次 API 调用就能覆盖的任务组装数据集上的时间。

这一切都并非假设：像本次这样的发布背后那些有据可查的 AI 故障与智能体事件，均收录于 OrcaRouter AI 事件档案库中，其中每条记录都附有自己的来源、严重程度、置信度评级和存疑标记。