AionLabs: Aion-2.0 対 LiquidAI: LFM2.5-2.6B

AionLabs: Aion-2.0 は AionLabs のテキストモデルで、2026-02-23 にリリースされました。LiquidAI: LFM2.5-2.6B は LiquidAI のテキストモデルで、2026-08-11 にリリースされました。どちらもテキスト入力、テキスト出力のモデルとして提供されているため、画像、音声、その他の非テキスト入力はどちらも受け付けず、テキスト以外は何も返しません。したがって、両者の選択はモダリティではなく、コンテキストサイズ、パラメータ対応、価格で決まります。

コンテキストサイズでは両者は近接しています。Aion-2.0 は 131072 トークンのコンテキストを提供し、LFM2.5-2.6B は 128000 を提供しますが、これはほとんどのワークロードにとって意味のある差ではなく、定性的比較ではより大きなコンテキストは引き分けとされています。両者が本当に分かれるのは、受け付けるサンプリングと出力の制御です。LFM2.5-2.6B はより広いパラメータ群をサポートし、frequency_penalty、presence_penalty、repetition_penalty、min_p、top_k、seed、stop、logprobs、top_logprobs を含み、両者の中で唯一 structured_outputs をサポートします。Aion-2.0 がサポートするのはより少ない群で、include_reasoning、max_tokens、reasoning、response_format、temperature、tool_choice、tools、top_p です。どちらも tools と tool_choice を受け付けるため、関数呼び出しはどちら側でも利用でき、どちらも reasoning 制御を公開しているため、これも差別化要因ではありません。

実用的な選択としては、単純なチャットまたはツール呼び出しループを求め、細かいサンプリング制御を必要としない場合は Aion-2.0 を選んでください。そのパラメータ群は一般的なケースをカバーします。temperature、top_p、max_tokens、response_format、tools です。決定的または再現可能なサンプリング (seed) が必要な場合、繰り返しにペナルティを与えたい場合や presence と frequency のペナルティを調整したい場合、スコアリングや分類のためにトークンレベルの対数確率が必要な場合、または response_format だけに頼らず構造化出力を求めたい場合は LFM2.5-2.6B を選んでください。アプリケーションがランキング、信頼度推定、制約付きデコーディングを行う場合、LFM2.5-2.6B の方が適しています。アプリケーションがツールを備えた単純なアシスタントである場合、どちらでも動作し、決め手はおそらくコストになります。

コストでは、LFM2.5-2.6B は入力トークンと出力トークンの両方で安価な選択肢です。このページのライブ価格表に正確な数値が表示されるため、確定する前に確認してください。ただし定性的には、LiquidAI のモデルは両方向で低コスト側です。そのため、追加パラメータがそもそも有用である大量ワークロードの既定の選択肢となり、Aion-2.0 が価格以外に選ばれる理由、たとえば特定のプロンプトでの挙動の好みを必要とすることを意味します。

api14 を通じてどちらのモデルを呼び出すのも同じ操作です。どちらも OpenAI 互換エンドポイントを通じて公開されているため、既存の OpenAI クライアントを api14 のベース URL に向け、api14 キーを指定し、model フィールドを設定します。Aion-2.0 を使用するには、model id を "aion-labs/aion-2.0" に設定します。LFM2.5-2.6B を使用するには、"liquid/lfm-2.5-2.6b" に設定します。リクエストボディのその他はすべて同じままです。ただし 1 点注意があります。LFM2.5-2.6B に切り替える場合は、seed や logprobs など、それがサポートする追加パラメータを加えられます。Aion-2.0 に戻す場合は、それが列挙していないパラメータを削除してください。サポートされていないフィールドは拒否される可能性があるためです。2 つのモデル間を移動するには、文字列を 1 つ変更するだけで十分です。