LFM2.5-2.6B-UNCENSORED-ABLITERATED-PHILADELPHIA-CLASS

它属于 LFM2.5 系列的 2.6B 文本模型，名称中带有 UNCENSORED、ABLITERATED 与 PHILADELPHIA-CLASS 等标识，厂商为 PhillyLabs。模型只支持文本输入与文本输出，采用开源权重方式发布，许可证标为 other，官方价格未公开，能力标签也未给出。它要解决的核心问题，是在较低参数体量下提供可自行获取、可本地或私有环境部署的文本生成底座，让团队先用自己的数据做验证，再决定是否进入生产。由于第三方跑分、上下文长度、训练数据与安全对齐说明均缺失，选型时应把它视为待评测的开源候选，而不是可直接替换成熟商用 API 的确定方案。

选型建议需要可自行部署、愿意先做评测的轻量文本模型时可以试；需要公开跑分、明确商用许可或托管报价时不宜直接选。

• 部署到本地或私有环境，做内部文本草稿、改写与摘要的原型验证
• 搭建可自行评测的文本生成基线，与团队现有小模型做同题对比
• 用于对许可条款可接受的研究性实验，观察 2.6B 文本模型的行为边界
• 生成结构化文本草稿后由人工复核，接入低风险的内容辅助流程

公开资料未披露该模型的具体网络结构，只能确认其为 2.6B 参数、文本输入输出的开源权重模型。

• 结构官方未说明层数、注意力机制与激活结构，2.6B 参数规模属于轻量级文本模型，适合资源受限的部署尝试。
• 能力仅文本输入与输出，能力标注为空，未见到工具调用、多模态或长上下文等官方说明。
• 披露许可证为 other，开源权重可获取，但训练数据、对齐方法与安全策略未在给定事实中说明。

开源权重

是

许可证

other

参数规模

2.6B

第三方跑分与能力标注均缺失，性能只能做边界判断，不能给出可验证的强弱结论。

• 强项2.6B 参数体量便于本地或边缘侧尝试，文本生成是明确支持方向，适合先做小规模验证。
• 短板缺少公开跑分、上下文长度与能力标签，复杂推理、长文处理和多轮稳定性都难以预判。
• 适合对成本敏感、可自行评测的文本任务原型；对效果有硬指标的生产场景应先做基准测试。

官方价格未公开，且平台列表为 0，当前无法形成可核对的采购价格判断。

• 定位开源权重、许可为 other，成本更多取决于自部署算力与运维，而不是按 token 的公开报价。
• 横向对比同厂商同名系模型价格同样未公开，价差字段为空，不能据此判断谁更便宜。
• 平台差价尚未出现在本站平台列表，缺少不同平台的托管报价，无法比较平台间差价。
• 省钱若选择自行部署，2.6B 规模通常比更大参数模型更容易控制算力开销；许可证与运维成本需另算。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径性能、能力与价格均缺少官方或第三方可验证数据，任何强弱判断只能停留在定性层面。
• 边界许可证为 other，商用、再分发与内容安全边界需核对原始许可并自行测试，不能按名称推断实际策略。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。