Liquid AI ha lanzado d1-ultra, ocupando la posición número 1 en el Índice de Decisión de Análisis Artificial v1.0, con un descenso en las alucinaciones
d1-ultra es el nuevo modelo de decisión de @liquidai y sigue a su lanzamiento de d1 a principios de este mes. Su precio es de $0.042 por 1M tokens de entrada, en comparación con $0.02 por 1M tokens de entrada para d1. Al igual que d1, d1-ultra se factura únicamente basándose en los tokens de entrada.
Puntos clave:
➤ d1-ultra lidera el Artificial Analysis Decision Index v1.0 con una puntuación de 65: d1-ultra obtiene 65 puntos, por delante del Jev 1.14 recién lanzado con 57 puntos, y de GLiDE y Microsoft-Decision-1 con 54 puntos
➤ La puntuación de 65 de d1-ultra se debe a una tasa de alucinación mucho más baja en AA-Omniscience-Decision: la tasa de no alucinación de d1-ultra en AA-Omniscience-Decision es del 85%, lo cual es significativamente mayor que el 2% de d1. La tasa de no alucinación representa la proporción de preguntas que no se responden correctamente, cuando el modelo elige “No sé”, y mide cuán bien un modelo de decisión puede juzgar su propio conocimiento en cuanto a saber cuándo no responder. Mientras que la tasa de alucinaciones de d1-ultra disminuye, también lo hace su precisión (% de preguntas correctas). Alcanza una precisión del 32%, una disminución de 9 puntos en comparación con d1 (41%).
➤ d1-ultra tiene el tercer menor tiempo por tarea entre todos los modelos de decisión: d1-ultra logra un tiempo por tarea de 92 ms, el tercero más bajo entre los modelos de decisión medidos, por detrás de Jev 1.14 con 78 ms por tarea y Celeris-1 Decision con 63 ms por tarea
➤ d1-ultra ofrece un precio comparable a otros modelos de toma de decisiones, a $32 por 1M tareas: A $32 por 1M tareas, d1-ultra tiene un precio comparable al Celeris-1 Decision ($32 por 1M tareas) y al Microsoft-Decision-1 ($31 por 1M tareas), más del doble del precio de d1 y Mercury Decide, que es de $15 por 1M tareas, pero menos de la mitad del precio de GPT-6 Luna (Decisions), que es de $79 por 1M tareas
