Liquid AIは、 d1-ultraをリリースしました。これは同社史上最も高性能な意思決定モデルです。Liquid AIのd1-ultra意思決定モデルは、テキスト、画像、またはその両方を読み取ります。入力された質問に対して、各選択肢の確率を回答として返します。これは1回のフォワードパスで実行され、出力トークンを生成しません。開発者にとって、これは生成テキストのコストを払わずに分類、ルーティング、スコアリングの呼び出しができることを意味します。本モデルは Liquid APIで現在利用可能 入力トークン百万あたり$0.042という価格で。
TL;DR
- サイズ: パラメータ数とコンテキスト長は非公開。d1よりも大きなオープンウェイトのバックボーンに基づいて構築。
- 実行環境: ホスト型Liquid APIのみ。ダウンロード可能なウェイトや量子化バリアントは発表されていない。
- パフォーマンス: Liquid社によると、同社の112項目評価スイートの全8カテゴリで首位。
- 最良: Artificial Analysis Decision Indexで65を獲得、第1位にランクイン（Liquid社報告）。
- 最悪: ベンチマークごとの公開内訳やパラメータ数はまだなく、主張はベンダー報告によるもの。
意思決定モデルとは何か？
意思決定モデルは、自由なテキストではなく確率で境界のある質問に回答します。 Liquidの 意思決定モデルドキュメント では、3種類の質問タイプが説明されています:
- Noul: 0から1の間の確率を返すyes/no質問。
- Choice: 選択肢のセットから1つのラベルを選び、ラベルごとの確率を返す。
- Score: 順序付きルーブリック上での確率加重された位置。
ドキュメントでは、ルーティング、モデレーション、ガードレール、トリアージ、LLM-as-judgeの代替として意思決定モデルを推奨しています。要約、チャット、コード生成には言語モデルを推奨しています。
d1-ultraはどのように動作するのか？
各リクエストは 状態 （コンテキスト）、オプションの 画像、および1つ以上の型付きの 質問を含みます。モデルは1回の呼び出しで、同じ入力に対してすべての質問を評価します。 d1 APIリファレンス には、 output_tokens が常に0のレスポンスが示されています。
Liquid AIチームは、d1-ultraがd1よりも d1よりも大きなオープンウェイトのバックボーンと述べており、Liquid固有の大規模なカスタマイズも加えられています。Liquidの決定トレーニングパイプラインと組み合わせることで、知識タスクでの向上が最も大きくなっています。
Liquid AIチームは、厄介なケースに対応するためにd1-ultraを構築しました。その例には、仕様に基づいて回路基板の欠陥を特定することや、顧客の写真に基づいて損害賠償請求を確認することが含まれます。
d1-ultraはベンチマークでどのような性能を発揮するのか？
Liquid AIは、112の評価にわたってd1-ultraを以前の d1 およびTypeSafeのJev 1.14について、112の評価を通じて比較しました。これによると Liquid AIの発表によると、d1-ultraは同じ価格でJev 1.14をすべてのタスクで上回っています。
独立系の Artificial Analysis Decision Indexでは、Liquidはd1-ultraがスコア65で第1位にランク付けされたと報告しています。 このインデックスは、それぞれ25%の重みを持つ4つの評価の平均です：
- AA-Omniscience-Decision： 知識とハルシネーション
- HLE-MultiChoice： 推論
- When2Call： ツール呼び出し
- WildGuardTest： 安全性分類
参考までに、Artificial Analysisの 10月13日の公開記事 では、Jev 1.13が58で最初に挙げられていました。GLiDEとMicrosoft-Decision-1がそれぞれ54で続きました。
比較: d1-ultra vs 他の意思決定モデル
| 機能 | d1-ultra | d1 | Jev (TypeSafe) | Microsoft-Decision-1 | GLiDE (Fastino) |
|---|---|---|---|---|---|
| Developer | Liquid AI | Liquid AI | TypeSafe AI | Microsoft | Fastino Labs |
| パラメータ数 | 非公開 | 非公開 | 非公開 | 非公開 | 非公開 |
| 入力 | テキスト、画像 | テキスト、画像 | テキスト | 非公開 | 非公開 |
| 重み | APIのみ | APIのみ | クローズド | 非公開 | 非公開 |
| AA Decision Index | 65 (Liquid社発表) | 非公開 | 58(v1.13、10月13日) | 54(10月13日) | 54(10月13日) |
| 価格 | $0.042 / 1M入力トークン | 非公開 | $0.042 / 1M 入力 | $31 / 1Mタスク (AA) | $119 / 1Mタスク (AA) |
| 出力トークンの課金 | いいえ | いいえ | いいえ | 非公開 | 非公開 |
d1-ultraはどのようにデプロイするのでしょうか、また費用はいくらですか?
d1-ultraは Liquid API 〜を通じて /decisions/v1/systemone エンドポイントと "model": "d1-ultra"Liquid氏によると Vercel AI Gateway および OpenRouter サポートは近日提供予定です。まずは次の場所で試すことができます。 d1 Playground.
課金は入力トークンのみに対して行われます。 Liquidの料金に関する注記画像は32×32ピクセルのパッチごとに1.5トークンのコストがかかります。したがって、1024×1024の画像は1,536トークンになります。各質問は、テキストとすべての画像を含めて、それぞれ独立したプロンプトとして課金されます。そのため、1つの画像に関する3つの質問では、その画像に3回課金されることになります。
この エンドポイントドキュメント リクエストは画像8枚、画像パッチ10,000に制限されます。JSON本体全体は4.5 MB未満でなければなりません。
重要なポイント
- d1-ultra は、出力トークンを 0 にして、テキストと画像の判定の確率を返します。
- LiquidはArtificial Analysis Decision Indexで#1のスコア65を報告しています。
- 入力トークン1Mあたり$0.042のコストがかかり、TypeSafeのJevと同じレートです。
- Liquidはテストにおいて最も低いキャリブレーション誤差を主張しており、ルーティングのしきい値設定に有用です。
- サイズ、バックボーン、および重みは非公開のままで、アクセスはAPIのみに限られます。
チェックしてみてください: 公式ブログ投稿, その 決定モデルに関するドキュメント、そして次を試してください: d1 プレイグラウンド. 本プロジェクトの研究者に全ての功績が帰属します。また、ぜひ私たちをフォローしてください: Twitter そして、私たちの 150k+ ML SubReddit および登録して 当社のニュースレター. 待ってください!Telegramを使っていますか? telegramでもご参加いただけるようになりました。
この投稿 Liquid AI、d1-ultraをリリース:AA Decision Indexで65を記録するマルチモーダル意思決定モデル 最初に掲載されたのは MarkTechPost.