SubQ Snap 1.1 對比 LFM2.5 2.6B Base：直接買下這個決策，還是從檢查點自行建構？

在比較SubQ Snap 1.1與LFM2.5 2.6B Base時，最重要的詞是最後那個詞。Base 的意思是預訓練。它表示 Liquid AI 在約 34 兆個 token 的訓練後、在任何監督式微調、蒸餾或強化學習之前發布了這個檢查點；那些程序會把語言模型變成能遵循指令的東西。它不會回答問題。它不會挑選標籤。請它將支援工單分流，它會依照訓練文本的風格延續你的提示——這不是 bug，而是基礎檢查點存在的目的。

SubQ Snap 1.1相對而言則是個完成品：這是 Subquadratic 的決策模型，於 2026 年 10 月 22 日發布，最多可接收 384K 個詞元的文字與圖像，再加上一組固定的答案集，然後回傳一個經過校準的選擇。把兩者當成替代方案般捉對比較，是一種範疇錯誤，而這是個有用的錯誤，因為這個錯誤恰恰就是團隊想要在自身掌控的硬體上執行分類時所面臨的抉擇。問題不在於「哪個模型比較好」，而在於「你是直接買下這個決策，還是從一個起點自己打造？」

Liquid AI 究竟推出了什麼

LFM2.5-2.6B Base 於 2026 年 8 月 4 日與其經過後訓練的姊妹模型 LFM2.5-2.6B 一同推出，屬於一個參數量從 2.3 億到 24B 混合專家模型的系列。其架構採用 Liquid 的 LFM2 設計：三十層，其中二十二層是雙閘控短卷積區塊，八層是分組查詢注意力層，具備 128,000 個詞元的詞彙表，以及在中期訓練擴展階段加入的 128K 上下文視窗。在 26.9 億參數下，它約佔 2.5 GB，在 Apple M5 Max 上約每秒執行 220 個詞元，在 Ryzen AI Max+ 上約 113 個，在手機上約 30 個。

指令微調版才是那些有趣數字所在，而這些數字值得解讀，用來衡量後訓練究竟值多少。Liquid 回報 AIME25 為 51.87、LiveCodeBench v6 為 59.41、IFBench 為 59.17、Multi-IF 為 80.07、BFCLv4 為 56.88、ToolSandbox 為 77.83——全數由廠商回報，且全都來自後訓練模型。基礎檢查點沒有可相比的指令遵循分數，因為它無法遵循指令。檢查點與你能向它提問的模型之間的這道落差，來自四個後訓練階段：兩輪監督式微調、各領域教師特化、多領域同策略蒸餾，以及在真實測試框架內進行的代理式強化學習。

Liquid 也直白說明了這個模型不適用於哪些場景：代理式編碼，以及知識密集的工作。這是比大多數實驗室所發布的更誠實的定位聲明，值得照字面採信。

規格，並排對照

• 它是什麼——LFM2.5 2.6B Base 是一個未經指令微調的預訓練檢查點；SubQ Snap 1.1 則是一個託管式決策模型，提供固定答案 API。

• 上下文 — LFM2.5 2.6B Base 為 128K 個詞元；Snap 1.1 為 384K 個詞元。

• 輸入 — LFM2.5 2.6B Base 僅限文字；Snap 1.1 則為文字與圖片。

• 輸出 — 自由形式的 token 生成，或你在 LFM2.5 2.6B Base 上額外訓練的任何 head；為 Snap 1.1 提供選擇，或附帶機率的分數。

• 價格 — 僅提供自行託管，LFM2.5 2.6B Base 不按 token 計費；Snap 1.1 每 1M 輸入 token 為 0.04 美元，輸出免費。

• 授權 — LFM Open License v1.0，允許商業使用但設有營收門檻，適用於 Liquid 模型；Snap 則完全不提供權重。

• 佔用空間 — LFM2.5 2.6B Base 約 2.5 GB，且可在手機上執行；Snap 1.1 則需透過網路呼叫。

檢查點與分類器之間的落差

要讓 LFM2.5 2.6B Base 變成能做出 Snap 1.1 所做事項的東西，你需要五樣東西，而其中只有一樣是模型。

你需要標註資料——對狹窄的路由任務來說，每個類別幾千個範例是合理的起點；若類別不平衡或界線不明顯，則需要多得多。你需要進行一次訓練：在從未見過指令的基礎檢查點上，訓練分類頭或 LoRA 適配器，這表示微調會同時完成任務調適與指令遵循。你需要校準，因為 softmax 分數不是校準後的機率，而在未校準分數上設定的路由閾值，等於靠猜測設定閾值。你需要自己維護的評估框架，因為模型會隨著流量變化而漂移。你還需要服務基礎設施——llama.cpp、MLX、vLLM 或 ONNX，這些全都支援該架構。

這些都不稀奇。這全都是懂門道的人花上數週才能完成的工作，而且只要任務一變，就得重來一遍。誠實的比較不是每百萬個 token 收 $0.04 對上免費，而是每百萬個 token 收 $0.04 對上四到八週的工程投入，再加上持續擁有模型的成本。

該授權條款不是 Apache

Liquid 以 LFM Open License v1.0 發布 LFM2.5。允許商業使用，但年營收超過 1,000 萬美元的組織需要另外取得商業授權。這與 Granite 的 Apache 2.0 或 Gemma 的 Apache 2.0 是實質上不同的方案，而這類條款往往要等到原型成功運作後，才被法務部門姍姍發現。如果你是不足門檻的新創，今天不花你任何成本，日後則可能得付出代價。如果你超過門檻，請先估算授權費用，再估算 GPU 成本。

基礎檢查點明顯勝出的情況

氣隙部署是最有力的情境，而且差距懸殊。能在手機、筆電或無網路路徑的容器上執行的 2.5 GB 模型，是現場應用、機密環境，或出貨給客戶的裝置的唯一選項。Snap 1.1 無法進入上述任何一種情境。它是 API，沒有任何可在本機執行的版本。

規模經濟是第二種情況，但要有真正的量體才會有意義。以每月 200 萬次決策、每次 20,000 個 token 的上下文來算——也就是 400 億個輸入 token——Snap 1.1 每月成本為 1,600 美元，一年略低於 20,000 美元。單一個微調過的 2.6B 模型，在您既有的硬體上服務同樣的流量，邊際成本為零。損益兩平點大約落在年度 API 帳單超過微調的工程成本加上硬體成本之處；對大多數團隊來說，那是一、兩年後的事，而不是一個月後。

完全控制是第三項。你在自己的標籤上訓練出的模型，會做你訓練它做的事，別無其他。Snap 1.1 是通用決策模型，在 Artificial Analysis Decision Index v1.0 上的準確率為 20%——其指數分數 65 主要來自對無法回答的內容棄答，據報非幻覺率為 86%。針對你的領域微調的 2.6B 模型，在你的任務上往往能超越該準確率，而且除非你訓練它棄答，否則它永遠不會棄答。

Snap 1.1 徹底勝出之處

首次決策所需時間以分鐘計，而不是以短衝計。不需要收集訓練資料，不需要擬合預測頭，也不需要繪製校準曲線。你送出一份文件和一份選項清單，就會得到一個機率，而這個機率就是產出。

長上下文是第二個差異，而且這是架構性的差異，而非偶然附帶的。Snap 在單次前向傳遞中處理 384K 個 token，且每個 token 的計算量保持恆定。LFM2.5 2.6B Base 有 128K 視窗，而作為一個 26 億參數的模型，其有效檢索範圍會比名義上的範圍短上不少——Liquid 自家的同系列模型回報的 AA-Omniscience 分數為 −29.50；這個分數衡量的是小型模型知道多少，而不是它閱讀得多好，但它會定下預期。

第三點是，Snap 的輸出本身就已經是你需要的內容。不需要解析器、不需要結構描述，也不需要針對格式錯誤的回應設計重試邏輯。

那麼，是哪一個呢？

如果決策是針對長文件的途徑判斷或分類判斷、資料可以離開你的網路，而且你希望這一季就具備這項能力，那就買 Snap 1.1。自行打造這條路確實可行，但對多數團隊來說，第一年並不會比較便宜，而且 Base 檢查點是這條路最困難的起點——你通常會從已後訓練的 LFM2.5-2.6B 開始，再從那裡微調，而不是從 Base 開始。

如果你需要讓模型存放在網路無法觸及的地方，或者打算永久擁有權重，並且有工程能力讓這件事值得，那就採用 Base 檢查點。在這種情況下，除了訓練執行之外，也要把授權問題納入預算。

兩者都不在 OrcaRouter 的目錄中，未來也不會：LFM2.5 2.6B Base 是本地檢查點，而 Snap 1.1 僅透過 Subquadratic 的 API 於 console.subq.ai 提供。在以其中任一者為核心建構的管線中，OrcaRouter 扮演的是將決策轉化為行動的層級——單一金鑰即可使用 200+ 個生成模型、供應商牌價以 0% 加成原樣計費，以及自動容錯移轉，讓落在暫時無法使用之模型上的路由呼叫，不會變成被丟棄的請求。決策層與寫作層有不同的故障模式；值得避免讓它們依賴同一個相依項目。

值得關注的不是任一模型的基準測試成績列，而是：一個以數千個領域範例微調而成的 26 億參數檢查點，能否在團隊實際面對的那一項任務上，匹敵專門打造的決策模型。在範圍狹窄、標註完善的分類任務上，歷來答案都是肯定的，而這也正是為什麼這裡的「買或自建」問題是真正開放的，而非只是修辭。