Liquid AI ha lanzado d1-ultra, su modelo de decisión más capaz hasta la fecha. El modelo de decisión d1-ultra de Liquid AI lee texto, imágenes o ambos. Responde preguntas escritas con una probabilidad para cada respuesta posible. Lo hace en 1 sola pasada hacia adelante y no genera tokens de salida. Para los desarrolladores, eso significa llamadas de clasificación, enrutamiento y puntuación sin pagar por texto generado. Está disponible ahora en la Liquid API a $0.042 por millón de tokens de entrada.
TL;DR
- Tamaño: Parámetros y longitud de contexto no revelados. Construido sobre un backbone open-weight más grande que d1.
- Ejecución: Solo en la Liquid API alojada. No se han anunciado pesos descargables ni variantes cuantizadas.
- Rendimiento: Lidera las 8 categorías en la suite de evaluación de 112 evaluaciones de Liquid, según Liquid.
- Lo mejor: 65 en el Artificial Analysis Decision Index, clasificado #1 (informado por Liquid).
- Lo peor: Aún no hay desglose público por benchmark ni conteo de parámetros; las afirmaciones son reportadas por el proveedor.
¿Qué es un modelo de decisión?
Un modelo de decisión responde preguntas acotadas con probabilidades en lugar de texto libre. La documentación del modelo de decisión de Liquid describe 3 tipos de preguntas:
- Noul: una pregunta de sí/no que devuelve una probabilidad entre 0 y 1.
- Choice: una etiqueta de un conjunto, con una probabilidad por etiqueta.
- Score: una posición ponderada por probabilidad en una rúbrica ordenada.
La documentación recomienda los modelos de decisión para enrutamiento, moderación, guardrails, triage y como reemplazo de LLM-as-judge. Recomiendan un modelo de lenguaje para resumen, chat y generación de código.
¿Cómo funciona d1-ultra?
Cada solicitud lleva un estado (el contexto), imágenesopcionales y 1 o más preguntastipadas. El modelo evalúa cada pregunta contra la misma entrada en 1 llamada. La referencia de la API de d1 muestra respuestas con output_tokens always en 0.
El equipo de Liquid AI afirma que d1-ultra utiliza un backbone abierto de mayor tamaño que d1, junto con personalizaciones específicas de Liquid considerables. Combinado con el pipeline de decision training de Liquid, las mejoras son mayores en tareas de conocimiento.
El equipo de Liquid AI construyó d1-ultra para casos complicados. Sus ejemplos incluyen detectar un defecto en una placa de circuito contra una especificación. Otro es verificar una reclamación por daños contra la foto del cliente.
¿Cómo rinde d1-ultra en los benchmarks?
Liquid AI comparó d1-ultra contra su anterior d1 y Jev 1.14 de TypeSafe en 112 evaluaciones. Según el anuncio de Liquid AI, d1-ultra supera a Jev 1.14 en todas las tareas al mismo precio.
En el independiente Artificial Analysis Decision Index, Liquid informa que d1-ultra ocupa el puesto #1 con una puntuación de 65. El índice promedia 4 evaluaciones al 25% cada una:
- AA-Omniscience-Decision: conocimiento y alucinación
- HLE-MultiChoice: razonamiento
- When2Call: llamada de herramientas
- WildGuardTest: clasificación de seguridad
Para contexto, el artículo de lanzamiento del 13 de Oct de Artificial Analysis enumeraba a Jev 1.13 primero con 58. GLiDE y Microsoft-Decision-1 seguían con 54 cada uno.
Comparación: d1-ultra frente a otros modelos de decisión
| Característica | d1-ultra | d1 | Jev (TypeSafe) | Microsoft-Decision-1 | GLiDE (Fastino) |
|---|---|---|---|---|---|
| Developer | Liquid AI | Liquid AI | TypeSafe AI | Microsoft | Fastino Labs |
| Parámetros | No divulgado | No divulgado | No divulgado | No divulgado | No divulgado |
| Entrada | Texto, imágenes | Texto, imágenes | Texto | No divulgado | No divulgado |
| Pesos | Solo API | Solo API | Cerrado | No divulgado | No divulgado |
| Índice de decisiones AA | 65 (informado por Liquid) | No divulgado | 58 (v1.13, 13 de octubre) | 54 (13 de octubre) | 54 (13 de oct) |
| Precio | $0.042 / 1M de entrada | No divulgado | $0.042 / 1M de entrada | $31 / 1M de tareas (AA) | $119 / 1M de tareas (AA) |
| Tokens de salida facturados | No | No | No | No divulgado | No divulgado |
¿Cómo se despliega d1-ultra y cuánto cuesta?
d1-ultra se ejecuta en la Liquid API a través del /decisions/v1/systemone endpoint con "model": "d1-ultra". Liquid dice que el soporte de Vercel AI Gateway y OpenRouter llegará pronto. Puedes probarlo primero en el d1 Playground.
La facturación cubre solo los tokens de entrada. Según las notas de precios de Liquid, las imágenes cuestan 1.5 tokens por parche de 32×32 píxeles. Por lo tanto, una imagen de 1024×1024 cuesta 1,536 tokens. Cada pregunta se factura como su propio prompt, incluyendo su texto y todas las imágenes. Así que 3 preguntas sobre 1 imagen facturan esa imagen 3 veces.
La documentación del endpoint limita las solicitudes a 8 imágenes y 10,000 parches de imagen. El cuerpo JSON completo debe permanecer por debajo de 4.5 MB.
Conclusiones clave
- d1-ultra devuelve probabilidades para decisiones de texto e imagen con 0 tokens de salida.
- Liquid reporta una puntuación #1 de 65 en el Artificial Analysis Decision Index.
- Cuesta $0.042 por cada 1M de tokens de entrada, la misma tarifa que Jev de TypeSafe.
- Liquid afirma tener el error de calibración más bajo en sus pruebas, algo útil para umbrales de enrutamiento.
- El tamaño, la arquitectura base y los pesos siguen sin revelarse; el acceso es solo mediante API.
Echa un vistazo a la publicación oficial del blog, a la documentación del modelo de decisión, y prueba el d1 Playground. Todo el mérito es del investigador de este proyecto. Además, no dudes en seguirnos en Twitter y no olvides unirte a nuestro 150k+ML SubReddit y suscribirte a nuestro Newsletter. ¡Espera! ¿estás en telegram? ahora también puedes unirte a nosotros en telegram.
La entrada Liquid AI lanza d1-ultra: Un modelo de decisión multimodal que obtiene una puntuación de 65 en el AA Decision Index apareció primero en MarkTechPost.