8.0
热点
AI SCORE
模型发布2026-10-16 14:26
Liquid AI 发布单次前向推理决策模型
MarkTechPost#多模态#决策模型#Liquid AI
Editor brief · 编辑速览
Liquid AI 推出支持文本与图像的 d1-ultra，主打一次前向计算输出经过校准的概率。报道给出的 Artificial Analysis 决策指数得分为 65，输入价格为每百万 token 0.042 美元。
人工智能
Liquid AI 发布了 d1-ultra，这是该公司迄今能力最强的决策模型。Liquid AI 的 d1-ultra 决策模型可以读取文本、图像，或两者结合的输入。它根据指定类型的问题，为每个可能的答案返回概率。整个过程只需一次前向传播，不生成任何输出 token。对开发者来说，这意味着执行分类、路由和评分调用时，无需为生成文本付费。目前，d1-ultra 已通过 Liquid API 提供，价格为每百万输入 token 0.042 美元。
模型规模：参数量和上下文长度尚未披露。相比 d1，它基于一个规模更大的开放权重骨干模型构建。
运行方式：仅通过托管的 Liquid API 提供服务。尚未公布可下载的权重或量化版本。
性能：据 Liquid 称，在其包含 112 项评估的测试套件中，d1-ultra 在全部 8 个类别上均领先。
最佳表现：在 Artificial Analysis Decision Index 上获得 65 分，排名第 1；该成绩由 Liquid 报告。
主要不足：尚未公开各项基准测试的详细成绩或参数量；相关表现声明来自厂商。
决策模型用概率回答答案范围明确的问题，而不是输出自由文本。Liquid 的决策模型文档介绍了 3 种问题类型：
文档建议将决策模型用于路由、内容审核、guardrails、分流，以及替代 LLM-as-judge。对于摘要、聊天和代码生成，文档则建议使用语言模型。
每个请求都包含一个 state（上下文）、可选的图像，以及一个或多个指定类型的问题。模型在一次调用中，基于同一份输入评估所有问题。d1 API 参考文档展示的响应中，output_tokens 始终为 0。
Liquid AI 团队表示，d1-ultra 使用了比 d1 更大的开放权重骨干模型，并进行了大量 Liquid 专有定制。结合 Liquid 的决策训练流水线后，知识类任务的提升最为显著。
Liquid AI 团队希望 d1-ultra 能处理复杂棘手的实际场景。其示例包括对照规格说明识别电路板缺陷，以及根据客户提供的照片核查损坏索赔。
Liquid AI 在 112 项评估中，将 d1-ultra 与此前的 d1 以及 TypeSafe 的 Jev 1.14 进行了比较。根据 Liquid AI 的公告，在价格相同的情况下，d1-ultra 在所有任务上都优于 Jev 1.14。
在独立的 Artificial Analysis Decision Index 上，Liquid 报告称 d1-ultra 以 65 分排名第 1。该指数由以下 4 项评估的成绩取平均值得出，每项权重为 25%：
作为参考，Artificial Analysis 在 10 月 13 日发布的指数介绍文章中，将 Jev 1.13 列为第 1 名，得分为 58。GLiDE 和 Microsoft-Decision-1 紧随其后，均为 54 分。
| 特性 | d1-ultra | d1 | Jev（TypeSafe） | Microsoft-Decision-1 | GLiDE（Fastino） |
|---|---|---|---|---|---|
| 开发者 | Liquid AI | Liquid AI | TypeSafe AI | Microsoft | Fastino Labs |
| 参数量 | 未披露 | 未披露 | 未披露 | 未披露 | 未披露 |
| 输入 | 文本、图像 | 文本、图像 | 文本 | 未披露 | 未披露 |
| 权重 | 仅通过 API 提供 | 仅通过 API 提供 | 不开放 | 未披露 | 未披露 |
| AA Decision Index | 65（Liquid 报告） | 未披露 | 58（v1.13，10 月 13 日） | 54（10 月 13 日） | 54（10 月 13 日） |
| 价格 | 每百万输入 token 0.042 美元 | 未披露 | 每百万输入 token 0.042 美元 | 每百万任务 31 美元（AA 数据） | 每百万任务 119 美元（AA 数据） |
| 输出 token 是否计费 | 否 | 否 | 否 | 未披露 | 未披露 |
d1-ultra 通过 Liquid API 的 /decisions/v1/systemone endpoint 提供服务，调用时设置 "model": "d1-ultra"。Liquid 表示，即将支持 Vercel AI Gateway 和 OpenRouter。你可以先在 d1 Playground 中试用。
计费仅涵盖输入 token。根据 Liquid 的定价说明，图像每个 32×32 像素的图块按 1.5 个 token 计费。因此，一张 1024×1024 的图像需要计入 1,536 个 token。每个问题都作为独立的 prompt 计费，包含该问题的文本和全部图像。因此，针对同一张图像提出 3 个问题，这张图像就会被计费 3 次。
endpoint 文档规定，每个请求最多包含 8 张图像和 10,000 个图像图块。完整的 JSON 请求体必须小于 4.5 MB。
d1-ultra 为基于文本和图像的决策返回概率，输出 token 数为 0。
Liquid 报告称，d1-ultra 在 Artificial Analysis Decision Index 上以 65 分排名第 1。
其价格为每百万输入 token 0.042 美元，与 TypeSafe 的 Jev 相同。
Liquid 声称，d1-ultra 在其测试中的校准误差最低，这对设定路由阈值很有帮助。
模型规模、具体骨干模型和权重仍未披露；目前只能通过 API 访问。
欢迎查看官方博客文章、决策模型文档，并试用 d1 Playground。所有功劳归于该项目的研究人员。此外，欢迎在 Twitter 上关注我们，也别忘了加入我们拥有超过 15 万成员的机器学习 SubReddit，并订阅我们的 Newsletter。等等！你用 Telegram 吗？现在也可以在 Telegram 上加入我们。
Asif Razzaq 是 Marktechpost AI Media Inc. 的 CEO。作为一名富有远见的创业者和工程师，Asif 致力于发挥人工智能的潜力，造福社会。他最近的一项事业是推出人工智能媒体平台 Marktechpost。该平台深入报道机器学习和深度学习新闻，兼顾技术准确性与面向广泛读者的易读性，因此脱颖而出。平台每月浏览量超过 200 万，体现了它在读者中的受欢迎程度。