LFM3-1.7B-Base 對比 Qwen 3.8：量級錯了，問題對了

誠實的答案是，LFM3-1.7B-Base並不與Qwen3.8-27B競爭，而且它從來就不是為此而設計。把問題問清楚，會得到三個不同的 Qwen 模型：阿里巴巴於 2026 年 8 月發布的開放權重 27B 視覺語言模型、託管版Qwen3.8-Flash（每百萬輸入 token 0.15 美元、每百萬輸出 token 0.47 美元），以及Qwen3.8-Max（2.00 美元與 6.00 美元）。Liquid 新的 1.73B 檢查點是供手機、筆電或微調流程使用的原始預訓練素材；Qwen 的產品線則是一系列完成品。有用的比較不是誰得分更高，而是你實際買到的是哪一種部署範圍。

這樣的框架也說明了為什麼這個對決至今仍沒有認真的報導。因為根本沒有可供基準比較的東西：一方有 27 列的供應商表格，另一方則完全沒有公開的評測。因此，本文只能按照經得起事實檢驗的唯一順序來做比較——雙方各自交付什麼、運行成本是多少，以及你能用它做什麼。

三個 Qwen 3.8s，三次不同的購買

Qwen3.8-27B 是開放權重選項。Alibaba 於 2026 年 8 月以 Apache 2.0 發布，此後累積下載量已超過 750 萬次。它是 27B 稠密因果模型，配備視覺編碼器、64 層，採用 16 ×（3 × Gated DeltaNet → FFN，1 × Gated Attention → FFN）配置，原生上下文長度為 262,144 個 token，Alibaba 表示可延伸至 1,000,000。它能理解圖像與影片，具備思考控制，並明確鎖定長時程代理式工作。

Qwen3.8-Flash 是大多數團隊實際上會優先詢價的託管層級。在 OrcaRouter 的目錄中，它是具備 1M 上下文的模型，支援文字、圖像與影片輸入，輸出上限為 131K，價格為每百萬 token 輸入 $0.15、輸出 $0.47。其模型頁面將上架日期標示為 2026 年 8 月 26 日，並記錄前一週的輸出速度為每秒 157 個 token。

Qwen3.8-Max 是頂規產品：每百萬個 token 輸入 $2.00、輸出 $6.00，具備 1M 上下文，且不開放權重。當任務值得付出前沿級價格時，你才會動用這個等級，而不是拿它來和 1.7B 基礎檢查點相比。

LFM3-1.7B-Base 實際上附帶了什麼

Liquid 於 2026 年 10 月 26 日建立了 LFM3-1.7B-Base 儲存庫，並於翌日發布該系列。此檢查點為純文字模型，具備 1.73B 參數、24 層閘控短卷積與全注意力或滑動視窗注意力，上下文長度為 256K 個 token，詞彙表為 128,000 個 token，涵蓋 16 種具名語言，且在 4 位元精度下約使用 1 GB 記憶體。它以 22 兆個 token 訓練而成；最後 3.5 兆個 token 是中期訓練資料，包含代理軌跡與工具呼叫，並承載上下文延伸。

它沒有附帶的是分數。基礎模型卡沒有評測表、沒有上下文檢索數據，也沒有與任何其他模型的比較。Liquid 發布部落格中的每一個數字——49.37 的平均值、LiveCodeBench v6 的 73.46、SWE-bench Verified 的 43.40、GPQA Diamond 的 63.37、IFEval 的 96.66——都屬於經過監督式微調、強化學習、同策略蒸餾與代理式強化學習後的 LFM3-1.7B。這些都是真實數字，Liquid 也誠實地將它們作為自身數據報告，但它們描述的是完成後的模型，而不是標題中那個名稱所指的基礎檢查點。

這份授權是 LFM Open License v1.0。它僅在被授權人年營收低於 1,000 萬美元時授予商業權利；一旦超過該門檻，該作品便不在本協議的授權範圍內，需另行洽談授權協議。單憑這一條款，就會在任何人用 LFM3-1.7B-Base 跑過任何一個 token 之前，把它從許多候選名單中剔除。

為什麼基準測試差距無法用算術彌補

人們很容易想把 Qwen3.8-27B 的廠商數據拿來和 Liquid 的廠商數據並排比較，然後宣布誰勝出。但要克制這種衝動，因為這兩張表衡量的並不是同一件事。Qwen 回報 SWE-bench Pro 為 61.7、Terminal Bench 2.1 為 73.0、LiveCodeBench v6 為 90.3、GPQA Diamond 為 89.2，HLE 為 30.8。Liquid 回報 SWE-bench Verified 為 43.40、LiveCodeBench v6 為 73.46、GPQA Diamond 為 63.37，以及在無工具情況下 HLE 為 7.17。SWE-bench Pro 和 SWE-bench Verified 是難度不同的不同基準測試；參數量相差 16 倍；而且其中一欄描述的是經過後訓練的聊天模型，另一欄描述的則是根本尚未經過後訓練的基礎檢查點。

有一個數字值得從這兩家廠商之外引用。OrcaRouter 的 Qwen3.8-27B 模型頁面列出 Artificial Analysis Intelligence Index 為 33.7，以及 AA Coding 分數 68.1，評測日期為 2026 年 8 月 14 日。這是一個獨立評分榜，而且 Qwen 在該榜上有資料。截至 2026 年 10 月 28 日，我們在 Artificial Analysis 上找不到任何 LFM3 條目，因此另一邊沒有獨立的對照基準。今天任何人若對這兩個模型提出一對一的能力評斷，不是在比較跨不相容評測框架的廠商表格，就是在憑空捏造數字。

部署範圍，並排對照

• 參數 — LFM3-1.7B-Base：1.73B，純文字，24 層。Qwen3.8-27B：27B 稠密模型，配備視覺編碼器，64 層。

• 上下文 — LFM3-1.7B-Base：256K 個詞元。Qwen3.8-27B：原生 262,144，可擴展至 1M；Qwen3.8-Flash 與 Qwen3.8-Max：1M。

• 輸入模態 — LFM3-1.7B-Base：文字。Qwen3.8-27B、Qwen3.8-Flash 與 Qwen3.8-Max：文字、圖像與影片。

• 權重 — LFM3-1.7B-Base：BF16 下載，需搭配自訂建模程式碼與 trust_remote_code。Qwen3.8-27B：Apache-2.0 授權的權重，可在 Transformers、vLLM、SGLang 與 TokenSpeed 中執行。

• 記憶體下限 — LFM3-1.7B-Base：依 Liquid 說法，4 位元下約 1 GB。Qwen3.8-27B：BF16 下約 55 GB，因此需要多 GPU 機器或激進量化。

• 授權 — LFM3-1.7B-Base：LFM Open License v1.0，年營收低於 1,000 萬美元可作商業用途。Qwen3.8-27B：Apache 2.0，無營收條件。

• 標價 —— LFM3-1.7B-Base：未公布託管服務的每詞元價格。OrcaRouter 上的 Qwen3.8-27B：每百萬詞元輸入 $0.33／輸出 $2.40；Qwen3.8-Flash：$0.15／$0.47；Qwen3.8-Max：$2.00／$6.00。

• {{1}}觀察到的速度{{/1}} — LFM3-1.7B-Base：{{2}}沒有獨立測量{{/2}}。{{3}}OrcaRouter 上的 Qwen3.8-27B{{/3}}：{{4}}過去七天每秒 91 個輸出 token{{/4}}；Qwen3.8-Flash：{{5}}每秒 157 個 token{{/5}}。

決定一切的算術

以每月 1 億個輸出 token 的工作負載來說，在 Qwen3.8-Flash 上費用是 $47。透過 OrcaRouter 使用 Qwen3.8-27B，費用是 $240。在 Qwen3.8-Max 上費用是 $600。每個層級的輸入 token 都更便宜，因此實際混合後的費用會低於這些數字，但輸出主導了帳單，排名並不會改變。

現在自己實際跑 LFM3-1.7B-Base，並把那些費用拿來比較。以 4-bit 執行時，它大約只佔 1 GB，這意味著你可能已經擁有的硬體就能跑：筆電、較新的手機、單張小型 GPU。每個 token 的邊際成本只有電費，別無其他，而且模型永遠不會離開裝置。對 Qwen3.8-27B 做同樣的算術，情況就反轉了：每月 1 億個輸出 token，以每百萬 $2.40 計算就是 $240，這大致等於租用 24 GB 等級 GPU 一個月的費用，約每小時 $0.35。自行託管 27B 只有在每月輸出 token 超過 1 億個之後的某個點，才開始比代管價格划算——而且這個計算忽略了工程時間、55 GB 的下載量，以及一旦把 KV cache 算進去，27B 模型所需記憶體遠超過 24 GB 這件事。

實務版：每月輸出 token 低於約 1 億時，託管的 Qwen3.8 各層級在總成本與營運簡易性上勝出。如果你的工作負載小到能放進手機，LFM3-1.7B-Base 會勝出，因為計費表根本不會開始跳。這兩種立場之間的差距，正是大多數實際部署所在之處，而這是關於用量與隱私的問題，不是關於基準測試分數。

OrcaRouter 適合的地方，以及不適合的地方

Qwen 3.8 的三個層級今天都已列入 OrcaRouter 的目錄，包括自架於我們自有基礎設施上的 Qwen3.8-27B；其每百萬 token 輸入為 0.33 美元、輸出為 2.40 美元，具備 262K 上下文，過去一週實測的 p50 首 token 延遲為 2.37 秒，輸出速度為每秒 91 個 token。重點在於用一把 OpenAI 相容金鑰就能路由這三種模型：預設使用便宜的 Qwen3.8-Flash，任務需要時可升級至 Qwen3.8-27B 或 Qwen3.8-Max，且當某個上游服務劣化時可自動容錯移轉。由於我們以 0% 加成轉嫁供應商定價，供應商調價當天就會反映在你的帳單上，而不是等到重新定價週期之後。

LFM3-1.7B-Base 不在我們的目錄中，我們也不會假裝它在。如果 Liquid 的檢查點正是你工作負載的合適答案，目前的做法是使用供應商自家的 API 與 playground，或自行下載並自架。路由器仍能做到的是讓這個決定保持可逆：把小型模型放在與託管層級相同的介面之後，依任務或成本進行路由，並在自架路徑出問題時將流量移回託管模型。

依職務挑選，而非依分數

當限制在於裝置本身時，就選 LFM3-1.7B-Base：離線運作、手機或筆電、你打算在單張 GPU 上做後訓練的特定領域模型，或是那種「1 GB 佔用空間卻有 256K 上下文」正是你感興趣的唯一理由的工作負載。請接受你買的是原料、授權設有營收上限，而且目前尚無獨立評測。

當工作需要視覺、長程代理，或可實際交付的程式碼，且你有硬體或預算可服務 27B 參數時，選擇 Qwen3.8-27B。當你想要大部分那樣的產品功能面，但價格只需五分之一，且不需要擁有權重時，選擇 Qwen3.8-Flash。只有當任務每 token 的價值超過 6.00 美元的輸出時，才選擇 Qwen3.8-Max。

標題中的對決從設計上就是一場不對等較量——一個 1.7B 的預訓練檢查點，對上一個 27B 的成品視覺語言模型——而其中有用的結論並不是哪一個更好，而是它們回答的是不同問題：我能跑在多小的硬體上，對比每個 token 能買到多少能力。Liquid 已針對第一個問題給出異常詳盡的答案。Alibaba 則自八月以來一直在販售第二個問題的答案。