AREX-2 對比 LFM2.5 2.6B Base：一個空的儲存庫，以及一個沒有指令的檢查點

將 AREX-2與 LFM2.5 2.6B Base擺在一起，它們的第一個共通點是：兩者都不是你今天能用的產品——而原因彼此毫無關聯。AREX-2 是 BAAI 於 2026 年 9 月 29 日 17:56 UTC 建立的 Hugging Face 儲存庫；它包含一個 .gitattributes 檔案、存放零位元組的模型資料，而且沒有模型卡、沒有授權標籤，也沒有任何形式的公告。LFM2.5 2.6B Base 由 Liquid AI 於 2026 年 8 月發布，則是另一種形式的未完成：一個完整、可下載的 26.9 億參數純文字檢查點，採用 LFM Open License（lfm1.0），刻意不隨附指令微調，因為它的用途是被微調，而不是被拿來問問題。

一個是產物的不存在。另一個是少了它本不該有的一個步驟的產物。只有在你走馬看花時，這兩者才會被歸為同一類；而把它們當成同一類，正是一個團隊最後空等錯誤東西的原因。這兩者之間有用的比較不是能力——沒有 AREX-2 可供衡量——而是每一者作為原料是為了什麼，以及弄清楚它到底好不好得付出什麼代價。

種類上的差異，首先陳述

LFM2.5 2.6B Base 是一種素材。它是 Liquid AI 的 LFM2.5 混合式家族的預訓練檢查點：30 層，其中 22 層是雙閘控短卷積區塊，8 層是分組查詢注意力，在 16 種語言、約 34 兆個 token 上訓練而成，具備 131,072 個 token 的上下文視窗，以及一個在 Q4_K_M 下約為 1.67 GB 的量化版本。它沒有經過指令微調。餵給它一個問題，它會接續文字；它不會回答。Liquid AI 自家的模型卡指出，重度微調才是預期用途，而對於想要一個能回應提示的模型的人，另有一個經過後訓練的姊妹模型。它就是一種基底，而它在提示遵循基準測試上表現不佳這件事並非缺陷——那正是這種東西的定義。

AREX-2 不是一種物質或產品；它是一個命名空間。目前唯一可得的事實是所屬組織（BAAI）、建立時間戳記（2026年9月29日）以及名稱。沒有任何東西被上傳，也沒有任何說明。這個名稱本身屬於一個確實存在的系列：2026年7月23日，BAAI 發布了 AREX-Base，這是一個建構於 Qwen3.5-122B-A10B 之上、擁有 1,220 億參數與 100 億活躍參數的混合專家模型，以及 AREX-Turbo，一個建構於 Qwen3.5-4B 之上的稠密 4B 模型——兩者皆為 Apache 2.0，皆為深度研究代理，採用雙迴圈設計，會蒐集證據、產出附有置信度數值的候選答案，然後根據原始限制條件驗證該答案，並加以精煉或重新開始。其公布的數字由廠商報告，未經獨立重現，Base 在 BrowseComp 上達到 82.5、在 GAIA 上達到 85.4，而 Turbo 則為 70.7 / 81.6。

• 供應情況 — LFM2.5 2.6B Base 現已可下載。AREX-2 的儲存庫中沒有任何檔案。

• 大小 — Liquid 模型的 2.69B 稠密參數，全都可在檢查點中看到。AREX-2 則未知；該系列涵蓋一個 122B MoE 和一個稠密 4B，所以「2」沒有任何預示意義。

• 上下文 — LFM2.5 2.6B Base 為 131,072 個 token。AREX-2 則尚未公布任何資訊。

• LFM Open License v1.0{{3}}——年營收未達 1,000 萬美元可免費使用，達 1,000 萬美元或以上則須另行取得授權。AREX-2 目前尚無授權標籤；初代 AREX 採用 Apache 2.0。{{/3}}——年營收未達 1,000 萬美元可免費使用，達 1,000 萬美元或以上則須另行取得授權。AREX-2 目前尚無授權標籤；初代 AREX 採用 Apache 2.0。

• 這是什麼 —— 是微調的基底，而若從這個家族系列來看，則是一個託管式代理，其價值在於搜尋與驗證的循環，而非其權重。

意思相反的空白計分卡

這兩個模型都沒有你應該據以規劃的基準，而且原因截然不同。

Liquid AI 讓其 Base 保持未評分，並不是在隱瞞什麼。拿預訓練檢查點去跑指令遵循基準，衡量到的會是缺少微調，而不是基底的品質——這就是為什麼該公司只對後訓練的同系列模型做基準測試，卻讓 Base 保持未評估。那個空白可以從你這邊驗證，而這正是重點：你可以下載 1.67 GB，在你自己的任務上跑你自己的評估，並且在推論服務上花任何錢之前就知道答案。

AREX-2 的空白不是一項設計決策，而是一個「尚未」。沒有東西可下載，所以沒有東西可測試，而本週你能跑的任何評估都不會告訴你任何關於它的事。任何在接下來幾天內發布 AREX-2 基準測試數據的人，發布的都是他們不可能測量到的東西。

兩個不同的微調問題

因為這兩者都是起點，而不是已完成的服務，所以值得精確說明各自會是什麼的起點，因為那正是它們真正不再彼此相似的地方。

一個 2.69B 的混合式檢查點，是打造小型、廉價、專用模型的工具。真正有意思的用途都是些不起眼的：在受監管的工作流程中判讀文件類型的分類器、把表單轉成結構化 JSON 的抽取模型、在貼近資料的單張顯卡上執行的特定領域改寫器。其價值來自於你之後擁有這個產物，而每次呼叫的邊際成本就是電力。訓練迴圈才是真正的工作，而這是你今天就能開始做的工作。

AREX-2 指向另一個方向。AREX 系列並非為了微調成產品而設計；它的設計是要被稱為一個能執行搜尋、整合證據，並對照限制條件驗證自身答案的代理。如果第二代延續這一點，你要評估的會是一條軌跡——它需要多少步驟、它是否注意到矛盾、它候選答案上的信心數值是否有意義。那不是微調問題，也不是權重問題。那是推論服務的問題，而且始於有人公開權重與模型卡。

這些在任何規模下都不是替代品。一個需要自己能擁有並重新訓練的模型的團隊，不會等待 AREX-2。一個需要研究代理的團隊，也不會把一個 2.6B 混合模型微調成那樣。

路由層適合放在哪裡，分別就它們每一個而言

這兩者的實際差異，會在模型進入應用程式的那一刻顯現，因為這兩者與代管（hosting）之間的關係正好相反。

LFM2.5 2.6B Base 不在 OrcaRouter 的目錄上，任何 LFM2.5 變體也都不在，因此它來自 Liquid AI 自家的發行版本與常見的第三方主機——是本地產物，而非經路由的端點。AREX-Base 與 AREX-Turbo 也都不在我們的目錄上。在這種情況下，路由層真正要發揮的作用在於架構的另一端：當你拿自己的微調模型與它必須擊敗的模型相比較的那一天，你會希望那場比較的代價是一次設定變更，而不是一整個採購週期。一個 API 統管 200 多個模型，以供應商標價原樣傳遞、每個 token 不加收任何費用，整組模型共用一把金鑰，還有容錯移轉，讓供應商某個糟糕的下午不會變成你評估工作的糟糕下午。這些就是讓針對未經證實模型的 A/B 測試便宜到真正跑得起來的條件。

這也是對 AREX-2 本身最誠實的定位。當它發布時——假設它和前兩代一樣以開放權重發布——要在真實工作負載上試用一個全新代理，明智的做法是放在旁支路徑上、置於容錯移轉之後，而不是把它當成你生產迴圈所依賴的唯一供應者。

一個理性的人這週對每個會怎麼做

如果你有一個規模小、範圍狹窄的任務，而且資料不能離開你的基礎設施，Liquid 檢查點已經推出、體積小、在營收門檻以下採用寬鬆授權，而且今天下午就能測試。下載它，在你自己的評估集上執行，讓結果決定一切。AREX-2 的任何資訊都不會改變這個計畫。

若你今日需要的是長時程的研究行為，該伸手去取的模型，是那個早已存在的：七月推出的 AREX-Base，附有已發表的代理基準測試，至少還能拿論文來對照。AREX-2 則是一個帶著時間戳的名字，而能改變其地位的兩件事，從外部就看得出來——檔案是否出現在檔案樹中，以及伴隨這些檔案是否出現一張載有參數數量與授權條款的卡。

這篇文章存在的目的，是要防止一種失敗模式：某個保留名稱被當成路線圖項目來看待。它不是。它是 BAAI 昨天建立的一個儲存庫，而現在針對它該做的規劃，正確的數量是零。