Glimpse 對比 LFM2.5 2.6B Base：這兩者中有一個無法回答問題

Glimpse是 Elorian 的視覺推理研究預覽版，於 2026 年 10 月 16 日發布，其賣點在於一種行為：它在思考時可以回到圖像或影片，以更密集的影格率重新掃描一段 0.9 秒的區間、放大某個區域，或隨時間追蹤某個特徵，然後才回答。LFM2.5 2.6B Base是 Liquid AI 於 2026 年 8 月 4 日在 LFM 開放授權條款 v1.0 下發布的 26.9 億參數檢查點，而且它完全沒有經過指令微調——它從未被訓練來回答任何問題。給它一個問題，它會以前文所屬的語域，看似合理地接續文字。這不是缺陷，也不是漏掉的發布版本；這就是規格本身。所以關於這組配對，首先要說的是：這不是兩個品質不同的模型之間的對決，而是「你租用的能力」與「你訓練用的原料」之間的對決，而決定二者取捨的唯一事實，就在於你手邊的工作是一個問題，還是一份資料集。

以下所有內容都由此推得，包括這兩個之中只有一個有基準表——而且那不是讀者會猜到的那一個。

兩個物件，以不帶行銷話術的方式描述

Glimpse 沒有任何可下載的成品。Elorian 未公布參數數量、架構、上下文視窗，也沒為它聲稱用於後訓練的開放權重基礎模型命名。實際存在的，是一個 API 和一個聊天介面，可免費註冊，價格為每百萬個輸入權杖 0.60 美元、每百萬個輸出權杖 3.00 美元，還有一組示範軌跡，展示模型在思考中途重新檢視視覺證據。它的視覺草稿空間——也就是它重新審視自己所見之物的介面——就是產品本身。

LFM2.5 2.6B Base 正好相反。它是一個檔案。三十層，其中 22 層是雙閘控短卷積區塊，8 層是分組查詢注意力；約 34 兆個訓練 token，涵蓋 16 種語言；131,072 個 token 的上下文視窗；量化版本約 1.67 GB。它是純文字的、稠密的，且刻意不評分，因為用指令遵循基準來評分基礎檢查點，衡量到的會是缺乏微調，而非基底的品質。

• 您會獲得什麼 — Glimpse：一組 API 金鑰與代管端點。LFM2.5 2.6B Base：權重、分詞器與授權條款。

• 模態 — Glimpse：輸入圖像與影片，並隨時間進行重入取樣。LFM2.5 2.6B Base：文字輸入，文字輸出。

• 價格 — Glimpse 每百萬個 token 為 $0.60 / $3.00，由供應商公布。LFM2.5 2.6B Base：每次呼叫不收費；硬體由你自行提供。

• 公佈規模——Glimpse 未披露，這對託管模型而言並不尋常，而這本身正是那項揭露。LFM2.5 2.6B Base 為 2.69B 稠密模型，每一項權重都可在儲存庫中看見。

• 開箱即用的行為 — Glimpse 會回答關於它所看過內容的問題。LFM2.5 2.6B Base 則會接續你的文字，因為那正是預訓練所產生的結果。

• 授權 — Glimpse 是依據 Elorian 條款提供的託管預覽服務。LFM Open License v1.0，年營收低於 1,000 萬美元可免費使用，達到或超過該門檻則須另取得授權。

為什麼這些之中只有一個有計分卡？

這就是讀起來完全顛倒的部分。那個沒有權重、未公開規模，也沒有獨立評估的模型，發布了一張十二行的基準測試表，對比 GPT-6 Astra。而那個公開了每一項權重、架構也有完整文件的模型，卻什麼都沒發布。

兩個空白都是合理的，而且它們的意思相反，所以值得把它們分開來看。

Glimpse 的表格是廠商自行提報且未經重現——Elorian 自家的數字，對上它自己挑選的對手，是在該模型最高思考強度下、以其原生代理框架執行，並附有腳註揭露：若干競爭對手是在低於其最高投入程度的情況下執行，且 HSS 那一列混入了其他實驗室論文報告的數字。當成方向性主張來讀，它具有資訊性；當成分數來讀，它還稱不上證據，因為公司外部沒有人跑過它。而這張表最有用之處，正是在它不怎麼好看的地方：Glimpse 在 Humanity's Sixth Sense 上得分 46.36，Astra 則是 53.6，而這項基準是 Elorian 自己與 Scale AI 共同打造的。rewind 換來的是感知——計數、讀圖表、在運動中追蹤物體——卻換不來對場景意涵的推論。

LFM2.5 2.6B Base 的空白性質不同。沒有什麼可供評分。基礎檢查點沒有行為；它有的是分佈。Liquid AI 反而對家族中經後訓練的同系列模型進行基準測試，這是正確的工程決策，卻完全無法說明這個基底是否適合你的任務。

這種不對稱有個實際後果。對 Glimpse 而言，評估問題是「廠商的宣稱能不能禁得起我的剪輯考驗」。對 LFM2.5 2.6B Base 來說，評估問題是「我能不能把它訓練成真正可用的東西」——而第二個問題，今天就能由你來回答，代價不過是一次下載。1.67 GB 的版本放得進筆電；訓練迴圈才是真正的工作。

單位不會自動換算，所以請手動換算。

按 token 計價與免費下載無法直接相提並論，而這正是大多數這類比較悄悄作弊的地方。誠實的做法是挑一項任務，然後把兩條路線都估個價。

拿一個小型微調真正擅長的狹窄、高用量工作：讀取固定類型的文件並輸出結構化 JSON，每月跑 5,000 萬個 token，大約一半輸入、一半輸出。在 Glimpse 上，這大約是每月 90 美元——15 美元的輸入，每百萬 0.60 美元；75 美元的輸出，每百萬 3.00 美元——再加上設計提示詞與驗證的工程時間。在 LFM2.5 2.6B Base 上，推論是免費的，帳單則完全挪到前期：彙整幾千個標註範例、在自己的顯示卡上跑一次訓練、一份評估集，以及每次文件格式變動時就得重跑一次。

從那個運算中會得出兩件容易被忽略的事。

第一點是，微調只有在用量超過某個門檻時才會在成本上勝出，而這個門檻是由你的團隊能吸納多少工程負擔所決定，而不是由 Liquid AI 發布的任何資訊所決定。對於完全沒有訓練能力的團隊來說，在比較的這一邊根本沒有損益兩平點，這是一個真實且經常具有決定性的事實。

第二點是，Glimpse 自家的價格主張完全是衝著另一個對象來的。Elorian 把 $0.60/$3.00 定調為比 GPT-6 Astra 的 $10/$50 低 94%，比 Claude Opus 5.5 的 $4/$20 低 85%。相對於前沿旗艦，Glimpse 確實便宜。但相對於小模型那一端——你自己擁有的 2.6B checkpoint，或是像阿里巴巴 Qwen3.8-Flash 這樣走量的產品線，價格為 $0.15/$0.47——它在比較中反倒屬於偏貴的一方；而緊鄰本文、關於Qwen 3.8的那篇文章，則用真實價目表把這筆帳算了出來。廠商的折扣宣稱，永遠是相對於廠商自己挑選的那組比較對象。

你實際上會如何執行這項測試

上述比較只有在執行成本低廉時才有價值，而實際障礙在於兩邊存在於不同系統：一邊是只需一組金鑰的託管端點，另一邊是訓練迴圈，最終得到一個你得在某處部署服務的模型。要把這件事變成針對你自己工作負載的 A/B 測試，正是路由層發揮價值之處；而不論你是在比較微調模型與 API，還是兩個 API 彼此比較，論點都相同。

OrcaRouter 把一個文字端點和每一個已發布的模型並排放在同一把金鑰後面——200 多個模型，供應商定價原樣傳遞，每個 token 不加收任何費用，一張帳單，而且自動容錯移轉，讓供應商某個糟糕的午後不會變成你評估過程中的糟糕午後。Glimpse 和 LFM2.5 2.6B Base 都不在那份目錄上，而且沒有任何 LFM2.5 變體在：Glimpse 來自 Elorian 自家的 API 與聊天介面，Liquid 檢查點則來自 Liquid AI，兩者都是你直接取得的東西。路由層改變的是對照組。當問題是「我的微調是否真的比直接呼叫某個東西更好」時，你會希望那個「某個東西」是設定變更，而不是採購流程，因為你今天下午就能跑的那個實驗，才是唯一能產出數字的實驗。

無論規模大小，fine-tuning 都無法帶你到達的地方

這是這項比較中無法化約為成本問題的部分，也正是這兩者在任何一個方向上都不構成替代關係的原因。

Glimpse 的能力是時間性與視覺性的。跨越剪接的物件身分、亞秒級視窗內的事件、當某物遮擋時隨之改變的計數——回捲機制直接處理這些問題，而軌跡則顯示模型是否真的重新掃描了關鍵區間。再多的微調也無法讓一個 2.69B 的純文字檢查點產生這種行為，因為其底層基質沒有視訊輸入，也沒有機制能在第一遍之後對特定區間投入額外算力。你無法靠訓練進入一個自己沒有打造的架構。

反過來也同樣成立。一個託管預覽版，若其參數量、上下文視窗和基礎模型全都未揭露，就不是你能放進受監管產品中出貨、在氣隙環境中運行，或保證其可用性的東西。而且研究預覽版的價目表可能隨時變動，這對試用來說沒問題，對成本模型來說卻很棘手。

所以，誠實的總結並不是說其中一個比較好，而是：有文字任務和資料集的團隊應該看檢查點；有時序視覺問題的團隊應該看預覽版；而兩者都沒有的團隊，還沒有理由去比較它們。

三個條件，以及每個條件分別意味著什麼

如果你的任務範圍狹窄、只處理文字，而且你已有——或能買到——幾千個標註範例，那麼 LFM2.5 2.6B Base 就是更有價值的物件，因為到頭來你擁有的是產物，支付的是電費而不是代幣。先下載 1.67 GB 的版本，並在圍繞它規劃任何事情之前，確認這東西能在你的硬體上運行。這一步要花一個下午。

如果你的失效模式是時間性的——模型有看，但看得不夠仔細——Glimpse 是第一個宣稱其機制直接針對這點的託管模型，而免費註冊讓測試變得便宜。用你自己的片段跑一次，然後讀取暫存空間：如果它從未重新掃描決定答案的那個區間，你學到的不只是關於這個模型的事，還有關於你的流程的事。

如果你還不知道自己是這兩者中的哪一種，那麼執行的先後順序已經定案：先跑託管模型，因為微調專案要花一個月才能回答的問題，它一個下午就能回答。底層基礎依然可用。下一季它仍會是 1.67 GB 的下載檔，而你唯一耗費的，就是原本會用來為某個或許一次 API 呼叫就能涵蓋的任務組裝資料集的時間。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。